梅州问卷调查系统

问卷调查问题的类型
一般地，一个问卷要包括三类的问题：理论模型中的变量、辅助变量、与人口统计学特征。以下我们逐一解释。
显然，一个问卷必须首先包括理论模型中的所有变量。在行为研究中，这些变量往往是心理变量。一个心理变量是用三个或三个以上的测度问题 (measurement item) 来测量的。一个心理变量往往对应于一组、而不是单一的语义。我们把这样的心理变量叫作一个理论构件或构件 (construct)。这些相关的细化的语义往往被叫作这个心理变量的概念空间 (concept space)。用多个问题来测量这个概念，就是要从这个概念空间中选择合适的表达方式，使这些表达方式作为一个整体可以更好地反映一个不可以直接测量的心理变量。这些被使用的问题又叫作测度项 (measurement item)。相应地，它们的记分标准叫做刻度 (scale)。心理计量学中有两种常见的刻度：特量表 (Likert scale) 与语义对比刻度 (semantic differential scale)。前者往往用“同意/不同意”来表示对一个测度项的认可程度，而后者则让调查对象在一组反义词中选择合适的位置。比如，为了测量满意度，我们的特量表问题可能是：
1. 这个产品的让我满意。
1. 非常不同意
2. 有点不同意
3. 既不反对也不同意
4. 有点同意
5. 非常同意
第二类变量是人口统计特征(年龄、性别、种族、教育程度、省份、职业等)。这些变量在心理学研究中往往并不占据主要位置。它们可以用一个测试项来测定。而且，这些变量大多比较客观，报告误差不大。在一个问卷中包括这些变量的目的往往是为了检验一个样本是不是与群体有相似的组成，从而具有代表性。
第三类变量是辅助变量。一类重要的辅助变量是控制变量 (control variables)。控制变量并不是理论模型中的主角。但是因为一个理论模型往往只从一个角度出发，所选变量有时不能有很好的充分性。这时，包括一些控制变量就可以用来表明即使另外一些重要的变量在场，所选的理论变量仍具有重要性，并表明理论变量具有有别于控制变量的额外作用。举例来讲，在组织中，如果我们的模型是信任度影响一个人向另一个人问取知识的频率，信任度是我们的理论变量。我们的控制变量可以包括私人友谊与业务上的相关性。这样，如果我们用统计方法先去除私人友谊与业务上的相关性对知识问取行为的影响后，我们还能够表明信任度可以解释这两个变量没法解释的知识问取行为，我们就可以更有力地表明信任度的作用。这样的控制变量虽然不是一个模型的主角，却是包括在统计分析中的。

问卷调查是大型企业和**等单位采集信息的一种有效的方式。通过问卷调查，可以采集如员工的思想状况，满意度,生存状况以及企业销售等等方面信息，并根据反馈的调查结果，采取相应的改善措施。对于这些采集单位来说，由于其组织结构复杂，地域分布广泛，需要对问卷调查的执行过程进行有效地组织管理与实施。为此我们的问卷调查系统通过高速录入设备（光标阅读机或高扫）以及网络手段轻松解决用户繁重复杂的录入和统计分析工作。
问卷调查的定义
问卷又称调查表或询问表，是以问题的形式系统地记载调查内容的一种印件。问卷可以是表格式、卡片式或簿记式。设计问卷，是询问调查的关键。**的问卷必须具备两个功能，即能将问题传达给被问的人和使被问者乐于回答。要完成这两个功能，问卷设计时应当遵循一定的原则和程序，运用一定的技巧。

通过网上评教，参与评教的学生不仅可以根据设定的评价项目为教师逐项打分，还可以留言；教师既能直接获知学生对自己教学的分项评价结果，也可以了解学生的意见和要求，统计结果具有实时性、准确性的特点。学校及院（系）负责人可随时随地了解新的、动态的评教结果及学生的反馈意见，从而有针对性的帮助教师及时改进不足、完善教学，变教学质量事后控制为过程控制，变静态管理为动态管理。3种用户权限不同，具体如下：（1）系统管理员：管理系统和所有用户的问卷。（2）注册用户：设计、编辑、发布问卷，查看问卷统计结果。（3）一般用户：填写问卷。
不仅可以*了解社会不同层次、不**业的人员需求，客观的收集需求信息，调整修正产品策略和营销策略，满足不同的需求。在线调查问卷系统是一个实用性很强的系统。在系统界面设计方面，设计的界面要友好美观、操作要方便并能高效率地完成工作。
(1)问卷中心：普通用户可以对问卷进行填写，、统计等操作。问卷分为普通问卷、加密问卷、和*Ip段问卷。(2)模块设计：普通用户可以对模块进行设计，设计模板，经过管理员审核，如果审核通过，普通用户设计的模板将显示要模板信息当中。(3)用户注册：普通用户可以通过注册界面进行注册。注册成功后就可以使用提出问卷、填写问卷等操作，同时还可以对自己的基本资料进行修改。随着计算机网络的发展，网上问卷调查慢慢占据了主导地位。他解决了人工问卷的很多问题。是问卷调查更加*和便利。
点点时光（武汉）科技有限公司成立于2015年，是校园移动考勤信息化的者，公司所推出的下一代校园移动考勤产品—签到荚，结合人脸检测、人脸追踪、人脸识别、活体检测、GPS定位、WIFI定位、基站定位、锚点定位、云计算、移动互联等**技术，可有效防止考勤时困扰用户的“代签到”、“不到考勤点签到”、“需排队签到”等问题。签到荚不仅实现了移动考勤、室内定位考勤、刷脸考勤，而且提供自动点名、手动点名、在线请销假、补签、签到及签退等功能，既可以与数字化校园平台无缝对接（已做好接口），又可以独立运行。产品适用于中职以上学校的查寝、查课、查自习、查锻炼，查实习，会议签到、活动报名与签到等各类考勤场合。

，调查对象缺少相关知识。如果调查对象缺少一个测度项中所要求的知识，结果就会不可靠。这个“对牛弹琴”的错误罪在研究者。比如你如果问一个普通市民：您觉得本市进行作物研究成功的可能性有多大？(非常小—非常大)。一个市民通常不会有这方面的知识。更多时候，一个调查对象没法回一个问题是因为他没有相关的经历，比如在商场中进行抽样调查时，你可能会问一个根本不会用电脑的老人家：“您觉得通过网站购买日用品方便么？(非常方便—非常不方便)。
*二，措词过于学术化、晦涩难懂。这是另一类“对牛弹琴”的错误。“您所在的项目小组的内聚性有多高？(非常低—非常高) ”。什么是“内聚性”(cohesion) ？除非有一个明确的定义写在问卷中，调查对象不会知道你在问什么。
*三，测度项不完整。假定测度项是：你的年龄？如果年龄对这个研究很重要，这个问题就是不完整的。在国内，有人可能报虚岁，也有人报周岁。比较好的措词是：你的出生年份？
*四，语义不明确。假定测度项是：过去一个月你向上司咨询过几次？这里有几个方面是不明确的。，哪些上司？是任何比你更高层的人还是你的直属上司？*二，怎样算是咨询？是询问工作中的问题还是生活中的问题？是面对面还是包括电话与电邮？一个更明确的测度项可能是：不管是以面对面还是电话或电邮的方式，过去一个月你向你的直属上司咨询过几次关于你工作中的问题？这个例子也说明测度项的准确性与简洁性往往是矛盾的。
*五，测度项内含多个问题。假定测度项是：工作带给我很高的自信心与安全感(非常同意—非常不同意)。到底是自信心还是安全感？这种问题的一个特点是其中有“与”或“或”。如果研究者对这两个方面都感兴趣，就应该把这个问题分成两个来问。再假定测度项是：你每个月在这家商店购物**过50元的次数是多少？调查对象要进行两次计算：一次是一共去了几次，另一次是**过50元的次数。分开来问会更明确。再假定测度项是：公司对你们的项目支持的程度是：(很高—很低，不知道)。如果研究者预计有很多人会回“不知道”，这个问题就应该拆分成两个：您对公司对这个项目的有没有了解？如果有，对你们的项目支持的程度是：(很高—很低)。
*六，测度项内含有多个变量之间的关系。这是初学者很*犯的一个错误。比如为了测试报酬与工作之间的因果关系，有人会为报酬设计这样的测度项“丰厚的报酬对于增加我的工作积极性十分重要，(非常不同意—非常同意) ”。 这样的问题在日常生活中十分普遍。但在研究中，为了验证报酬与工作之间的关系，我们必须把它们分开来测量。为什么呢？因为我们要验证的是报酬水平与工作的水平之间的关系，所以我们应该测量这两个水平的本身。在数据收集过程的本身，我们不能预先设定立场而应保持中立(但在提出假设时我们的确有一个立场)。而这种关于“重要性”的直接提问已经预先有了一个立场。这样一个预设的立场会产生几个问题。一，调查对象会沿着调查者的立场去回，因而不反映他们的实际行为。二，这样的直接测试虽然可以测量到两个变量之间的关系水平，但反而无法在统计上支持这个关系水平的**程度。假定刻度细度是7，即非常不同意=1，非常同意=7。如果得到的均值是5，这个值说明了什么呢？难道因为它大于中间点4就表明这两个变量之间有关系了吗？因为我们不知道在这两个变量真的没有因果关系时调查对象的均值是多少(也许是4，但也可能是4.5或3.6)，我们无法在统计上有信心说5就表明有关系。相反，如果这两个变量分别测量，我们可以计算它们之间的统计上的相关系数，并进行**度的检验 (比如t-test)。要注意的是，这种“重要性”并不是在所有的情况下都不可取。有时，研究者的变量就是关于重要性的感知水平，这时，这样的测度项是可以，比如：工作的稳定性会影响报酬对于工作的重要性。
测度项的设计还以有其它多种多样的问题。以上所提到只是一些典型的错误。关键是研究者要有对测度项质量的敏感性。