从我们身边的问卷调查做起_我们身边的垃圾调查表

从我们身边的问卷调查做起由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“我们身边的垃圾调查表”。

我们身边的数据调查

看了杨震宁老师的专题讲座，了解到，他的讲座中包含了四方面的问题，对这些问题，我进行了些分析，写出以下几方面的浅薄观点：

一、什么是数据恐慌？

杨震宁老师在在讲这个问题时举了一个例子： 60岁门卫操纵广州楼市？

广州做接待大厦传达的陆先生或许永远也不知道，自己间接炒高了2004年广州商品房的空置率。

在天河区东瑞商住楼做接待工作的陆先生最近有件高兴事：只要回答出楼里面的入住比例，就可以获得100元钱。

2004年12月24日，陆先生又获得了这个好差事，在填问卷的时候，陆先生因为怀疑“入住比例”可能和纳税有关，就把原本70%的入住比例写成了45%。

一个月以后，广州一份都市报刊出消息：“据权威数据调查公司统计资料显示：本季度广州商住楼空置率为26%，比上季度上升3.4个百分点，与去年同期相比„„”，专家还发表了评论：“„„陈教授表示：出现目前的情况是国家宏观调控政策在起作用，根据国际通行的惯例„„”

调研环节的细小过失，往往汇集成完全背离现实的错误结论，所谓“失之毫厘，谬之千里。”

2004 年 11 月 17 日，北京的四位地产大亨会同万通集团董事局主席冯仑，举行了一次特别的记者见面会。会议上，潘石屹、任志强等人表示：质疑国家统计局对于房地产调研的部分统计结果，并指出地产指数系统、中房等指数系统有“很大水分”。地产企业已经自己投资地产数据的收集和分析，独立进行中国房地产数据的研究，不久将向社会公布研究结果。

2004 年 12 月 20 日，国家统计局向新闻媒体宣布，将把统计系统的操作方法和流程，向社会公示。虽然统计部门没有当众表示这一举动与“地产指数质疑事件”是否存在关联，但由此带来的数据恐慌却在其他重点行业慢慢蔓延来。

调研行业“道德管理”迫在眉睫 调研行业道德与调研资质管理的混乱让正常的数据采集举步维艰。调研行业本身的资质管理混乱，导致一些出于销售目的的非调查机构，以调查的名义，搜集客户名单，破坏了市场调查的声誉，增加了正常访问的拒绝访问比例。调研公司出售被访问者资料，加剧了社会对调研的抵抗，包括国家经济普查在内的所有调查项目都不同程度受到影响。2004年12月23日，国家统计局局长李得水对媒体说：“有些企业拒绝接受经济普查„„任何把调查数据应用其他用途都是违法行为，统计部门不会把资料泄露或者做其他用途是国家统计局的庄严承诺，我们发现有些地区的经济普查数据和历史资料有出入，不能对数据进行篡改，因为数据真实程度直接关系到我国十一五计划的制定。”

从四大地产巨头质疑房地产指数，到国家统计局的公示声明，数据恐慌正浮出水面。

3个小细节1千万大风险

普瑞辛格调研公司给《中国财富》出示了两组数据，来说明调研的严谨性。同样的调研问卷，完全相同结构的抽样，两组数据结论却差异巨大。邵志刚介绍说，国内一家知名的电视机生产企业，2004年初设立了20多人的市场研究部门，就是因为下面的这次调查，部门被注销、人员被全部裁减。

问题：列举您会选择的电视机品牌？

其中一组的结论是：有15%的消费者选择本企业的电视机；另一组的得出的结论却是：36%的消费者表示本企业的产品将成为其购买的首选。巨大的差异让公司高层非常恼火，为什么完全相同的调研抽样，会有如此矛盾的结果呢？公司决定聘请专业的调研公司来进行调研诊断，找出问题的真相。

普瑞辛格的执行小组受聘和参与调查执行的访问员进行交流，并很快提交了简短的诊断结论：第二组在进行调查执行过程中存在误导行为。调研期间，第二组的成员佩带了公司统一发放的领带，而在领带上有本公司的标志，其尺寸足以让被访问者猜测出调研的主办方；其次，第二组在调查过程中，把选项的记录板(无提示问题)向被访问者出示，而本企业的名字处在侯选题板的第一位。以上两个细节，向被访问者泄露了调研的主办方信息，影响了消费者的客观选择。

这家企业的老总训斥调研部门的主管：“如果按照你的数据，我要增加一倍的生产计划，最后的损失恐怕不止千万。”

市场调查是直接指导营销实践的大事，对错是非可以得到市场验证，只是人们往往忽视了市场调查本身带来的风险。一句“错误的数据不如没有数据”，包含了众多中国企业家对数据的恐慌和无奈。

那造成数据恐慌的原因是什么呢？他体现在35个细节方面: 问卷设计阶段

修改提问方法，实现问卷暗示。问卷设计者可以使用误导、暗示词语，影响被访问者真实意见的表达。如：某某企业在2004年进行了大量改善投资者关系的努力，请选择您的满意程度。由于问题中进行了假设——“大量的努力”，构成了对被访问者直接的暗示。

操纵提问逻辑，导致结论失实。为了能实现倾向性引导，问卷设计者通过调整问题的顺序来实现对调查结果的影响，例如：首先询问“您是否愿意通过本次调查加入某某商场的消费者俱乐部？”然后再问消费者对这家商场的满意程度。

通过刻意提醒，打击操纵者竞争对手。例如：2004年一家零售企业曾出现供应商丑闻。而竞争对手操纵的一次调查中，刻意提到食品安全与商业信誉是零售企业的命脉，再询问消费者评价。

操纵备选项，屏蔽竞争对手。例如：在进行食用油产品调查过程中，将对手产品系列中主力产品屏蔽在选项之外，并根据数据结果绘制市场份额图表，在渠道商中进行宣传。

调整选项顺序，实施问卷暗示。在一些出示选项的问题中，把操纵者产品名称放在首位，请消费者进行选择，或者在无提示问题中进行提示，都可以间接提高“首选比例”。

操纵测量尺度，误导调查结论。例如：您如何评价某电视产品的售后服务？非常好、略好于平均水平、满意、需要改进。因为问卷选项语气和缓，意见又不均衡，客观上实现了提高满意程度的操纵效果。

执行阶段

缩减执行成本，导致调查精度下降。例如：调查过程中过于仓促、访问佣金不充足，都可以导致被访问者回答问题精度降低，按照“马太效应”的原理，原本很高的数据被进一步提高，结论呈现出夸大的一边倒，例如：多品牌的零售数量调查中，基数较小的品牌往往被低估。

复核不足，对执行公司督导不利。数据采集拥有严密的后期复核程序，这也是对执行过程进行监督控制的主要手法，其意义不只是发现虚假问卷，更多是形成对正在执行项目的威慑。执行公司陷入价格竞争，执行过程弄虚作假。为了得到业务，目前执行公司的价格竞争已经接近成本底线，出于保证利润的考虑，很多项目在发包的过程中，已经注定无法按照科学方式执行。

企业通过阶段性调整销售策略，左右监测数据。操纵者为了获得良好的第三方数据，在调研执行阶段可以调整促销策略和公关策略，通过增加进货、举行顾客沟通会等方式实现对数据的操纵。

利用道具、礼品等方式影响调研执行。操纵者利用赠品、改变访问现场细节等方式，实现现场暗示，左右数据采集。采用协助调查或提供二手资料的方法来误导数据结果。为了应对国家有关部门、机构的普查，操纵者刻意使用虚假数据进行呈报，以获得荣誉。例如：地产企业虚报业绩获得TOP评价。

统计分析阶段

克隆数据，伪造问卷。调研机构在实行了偷减样本数量以后，需要在统计分析之前对样本数量进行处理，以免露出样本不足的痕迹，例如：尽量使用百分比，减少绝对数的使用，或者干脆对数据记录进行不规则克隆。

调整数据检索方式，断章取义。例如：在一次民意调查中，朝阳区的私营企业对本市的投资环境表示满意，而其他区域的满意程度很低。调查机构就把朝阳区的图表作为全市满意程度的例证进行解读，“整体满意程度很高，仅朝阳区就达到了95%。”而不对外提供整体满意程度数据。

不执行科学的数据清查，容忍逻辑错误和恶意极值。当调查中存在极值(远远高出平均水平的数值)时候，一些调研机构不能进行复核，而是直接采用，并只进行平均数分析，形成了数据误导。

操纵者直接篡改数据。由操纵者参与选择数据对比、分组解读方式，误导受众。操纵者得到数据分析的初稿，往往对不利数据进行删除或篡改。

操纵分析人员。操纵者为了包装经过篡改的数据，往往给分析人员提供虚假的背景资料，参与造假的调查机构也会主动寻找能够符合数据的证据，来对数据进行合理化包装。

结论与报告撰写阶段

违规使用不合理的加权权重。一些调研结果是经过加权处理的，而决定权重多少和依据的往往是分析人员，一些研究机构往往在这个阶段使用带有倾向性的权重。例如：首选、次选的赋值。利用无效的交叉分析来体现出资方的意图。在常规分析不能体现操纵者目的的情况下，一些调研机构往往使用无效的复杂交叉分析来误导受众。例如：某地产企业的报告中声称：本企业在22岁-35岁的北京本地私营业主心目中是可信赖的品牌，实际上调查中这部分人的数量还不到10个。

与相关企业以往公布的数据进行对照调整，增加可信度。例如：明明调查过程中的男女比例为3：7，但是为了报告看上去可信，一些调查机构往往在数据发布之前参照其他权威机构的相关数据，对调查进行修正和完善，让数据看上去可信度更高。

数据发布包装阶段

数据分析、采集方法，寻求学术掩体。例如：在数据发布会上聘请知名学术机构的专家充当嘉宾或者顾问，同时请人进行研究方法的统计学包装，直到大部分的受众根本看不懂的程度，虚假数据的学术掩体才算真正完成。

操纵媒体，打击竞争对手的商业数据。例如：调动企业的媒体关系，发布对竞争对手不利的数据新闻，既打击了对手，又能落一个低调的好名声。

操纵发布，增加数据影响。资助调查机构对数据进行宣传推广，增加数据的影响范围；把数据变成销售道具，应用到行销第一线。

让假数据成为政策。操纵者千方百计把数据提供给有关决策部门或领导，以影响政策法规的制订。例如：借助名人的演讲，提供给行业协会等。

操纵者与调查方相互鼓吹，结成同盟，共同维护数据谎言。例如：操纵者对客户说：“某某机构是业内最权威的，他们自主调查的数据显示„„”，而调查机构则对外宣称：“我们完全自主调查，对于某某企业的数据我们完全按照国际标准进行调研获取„„”。

调研机构调整调查日志，配合最后完成的调研结论。统一所有口径，从调研立项到执行、分析、发布，销毁真实数据记录，保证不留下篡改数据的痕迹。

立项阶段

操纵调研议题。例如：如果操纵企业的产品口碑很差，那么在调查过程中就尽量减少满意度评价，或者只进行部分优势项目的评价测试，只签协议不写细节。操纵者所付出的费用不只是发起有利于自己的调查，更重要的是获得调查好评，一般此类合作都有协议，而调查机构多予以否认。

事先约定数据结果。多数的结论约定是口头的，或电子格式，很少形成书面的文件。例如：约定市场占有率、客户满意程度的比例范围。但这种形式多用来操纵部分数据。

抽样阶段 抽样技术陈旧，无法应对新的调研情况。随着社会人群居住情况、意识形态的改变，很多抽样的方法已经无法应对现实的调研环境。例如；目前城市家庭的人口数量在逐渐减少，有的小区定位成两口之家的青年公寓，有的则是老年社区，传统的抽样方法无法完成这类的甄别判断。

抽样控制存在众多疏漏、敷衍塞责。市场调查的抽样部分多在执行公司完成，也有按照执行公司提供的地图完成初步抽样，然后交给执行公司完成。为了降低执行的难度，执行公司往往更希望选择较为配合，且访问酬金作用显著的区域进行抽样。

资金或时间无法执行科学抽样。目前国内的很多项目因为样本数量受到预算的影响，样本量过少，根本无法使用科学抽样方法进行分配。调研机构为了获得更多利润，在调研抽样过程中减少样本数量，只保证样本的相对比例，通过减少样本数量来节约成本。这种情况在很多的公众调查中尤其普遍，专项调查中少有发生。

降低人群属性的筛选标准。人群属性越是严格细致，调研的成本越高，例如：一项针对职业经理人的调查，要求月收入在8000元以上，年龄在30岁-50岁之间，获取合格样本的难度很大。调查机构往往在实际执行中放松限制，来保证进程和利润。

以数据库为名，从操纵企业调用数据，从而使数据失去公正性。企业以提供数据为名，限制了调研机构的抽样，但是鉴于成本方面的考虑，部分调研机构多采取自主抽样与数据库结合的方式。

目前在国内盛行的伪调查狂潮却在逐渐消磨中国调查业赖以生存的公信根基。

数据报告如同酒店大堂，数据采集的过程则是无法面对世人的后厨，审视数据基础，关注垃圾数据生产源头。

二、从数据中我们能了解到什么？

有关数据的探索，“智慧城市”国际信息设计展则以展品形式表现出来，中华世纪坛数字艺术馆策划的这个2012年北京国际设计周专题展，以多媒体、互动、信息视觉化等手段展示了来自14个国家和地区、50个设计师事务所与数字研究机构以及实验室的82件作品，让观众近距离接触信息设计，了解智慧城市。

数字化时代的城市如何更智慧?“‘智慧城市’不仅是技术层面的物联网、云计算、三网融合，而且能通过信息设计充分挖掘大数据时代的潜力，协同公众，为大城市这一复杂系统带来大智慧，让城市更聪明、更人性化地服务每一位市民。”策展人杨磊表示。

这些学者所做的努力，一方面试图在大数据中提取城市建设法则，另一方面也在阐释同一个问题，那就是未来城市在数据分析、信息设计的支持下将走向何处?

借助于大数据，一个虚拟的城市可以清晰呈现。

海量数据让世界联系在一起

“这是人类历史上第一次拥有海量数据，数据能帮我们理解和分析一切事情，它可以让我们觉得这个世界是完全联系在一起的。”提及“大数据”的发展和应用，幸福佩智创始人周文哲很兴奋，“十年前如果想对DNA进行测序，需要300万美元，现在只需要3000美元，所以目前搜集数据的成本变得非常低，这就使我们的信息和数据开始呈现指数性增长。有了这些大数据，我们可以看到许多问题之间的相关性，可以从中了解到我们能做什么，如何改变周围的世界。”周文哲举例说，“为了弄清楚天气情况和污染之间的关系，我们做了一个相关性分析，就是把污染、风、降雨、气温的相关数据做可视化分析，搞清楚它们之间的关系。在这个系统里，我们可以看到不同因素对空气污染指数的影响。气温实际上对污染影响不大，没有什么相关性，但风速却和污染的相关性非常高。观察一天之前的风可以说明今天的污染情况。由此可见，通过大数据分析，可以看出事物之间的联系。”

那么，人们应该如何处理和使用大数据呢?周文哲举例说，“现在人手一部手机，手机可以向无线发射塔发送你的位置。如果把全世界发射塔的信息串联起来，就可以知道谁在什么位置，这个位置的车流量，还可以进一步利用数据改善交通状况，比如让红绿灯根据车流量自动调整，还可以给正在涌向交通拥堵位置的车主发信息，这些都是城市规划中可以被考虑、被利用的大数据，它是我们做判断的足够依据。”

利用智能手机优化医护流程

“中医里，人的气、汗都能反映身心状况，但目前医生却无法使用这些数据，如果想看病，我们必须去医院找一个专家，让专家根据症状诊断。不久的将来会有一些低成本设备被发明出来，只要把这个设备穿在身上，它就能自动搜集人体的量化信息，这些信息可以让医生对病情做出直接判断。”周文哲表示，“如果把每个人的实时数据，如心率、血压等放在一起统计，会发现生活在某特定区域的人的综合健康情况，观察到因为环境问题导致的健康恶化。”

法国电信研发中心Orange市场合作经理戴彬认为，健康领域是未来电信基础设计非常需要涉及，也是非常依赖的领域，他也提及了智能设备在医护救助中的应用，“智能手机和平板电脑不仅仅是消费者通信和娱乐的终端，也可以帮助提高工作效率。比如，我们可以利用智能手机去优化医护人员工作流程，当一个急救事件发生，救护车把病人运到医院的途中，病人的各种监测数据就可以通过智能网络传回医院，医生就可以开始准备急救方案、设备和**等。这时我们就节省了宝贵的救助时间。此外，我们还可以通过智能信息系统，帮助医院优化药物的管理、配备和供给等。”

3D呈现北京市短信发送密度

我们都有过除夕夜群发短信、赏烟花的经历，但你有没有想过短信也能变作绚丽的火光?在“智慧城市”展厅，我们可以看到一个特殊的视频，这个视频就是2011年除夕夜北京市短信的3D呈现，焰火的大小代表不同地点的短信密度。随着新年钟声的临近，视频中的小火苗渐渐燃烧成跳动的焰火。晚八点左右，短信量达到高峰，而四环内是短信最活跃地带，通州附近稳定的焰火群让我们感受团聚的温馨。戴彬介绍说，“从中不难看出短信发送和节日到来的关系。另外，虚拟短信以真实画面来呈现，枯燥的数据也变成动态视图，这都有助于我们把握城市人口密度和时空的流动。”

这些都是只能化的数据所带个我们的方便，甚至从中我们可以了解到我们生活的点点滴滴。

三、从问卷调查中获得初级数据

要如何能从问卷调查中获得初级数据，这第一要说的就是我们的调查问卷如何设计。首先，在这做问卷调查之前我们需要明白用户的原始需求是什么？然后确定合理的设计流程：需求调研——需求分析——产品设计——设计的实现。需求调研方面，我们需要了解你面对的核心用户是谁？他们的属性如何？有什么需求？满足这些需求能给我们带来什么？

明白了以上这些，我们在来了解一下设计问卷的步骤： 1.提出足够的测量选题;2.预试以删除不佳的题目;3.选取内部一致的题目； 4.建立正式调查问卷；

5.若是不满意，回到第一题重复。下面再来介绍一下问卷调查的精要吧。1.题目是否符合研究假设的需要； 2.题目不宜过长；

3.问卷设计的用字不能含糊要明确，用字要浅显易懂 4.问题不能超出填答者的知识能力 5.任何一个备选答案皆不能有多重含义 6.一个问题不能有两个以上的观念或事物 7.问题尽量以封闭式而非开放是的方式来回答 8.问题不应涉及社会禁忌与隐私 9.题目应尽量保持中立的原则 10.避免引诱回答或俺是回答的问题 11.通常将一般的、易于回答的问题放前面 12.使用反向题目

明确了以上步骤，一定能做出一份好的调查问卷的，这对我们从调查中获得初级数据，有很大的帮助。

四、我们身边的调查问卷

在我们的生活中，经常会遇到一些向我们发放调查问卷的人。这些问卷都是经过他人精心设计的，希望大家以后遇到这样的情况能够认真的填答。

这些是我作为一位大二学生，停完杨震宁老师演讲后的一些浅薄感悟，希望能得到老师的认可。