编辑导语：问卷因为有着低成本、高匿名、高效率的特点，所以在用户研究中被广泛地使用。那么如何做好问卷调查呢？本文从调查方式以及调查数据等几方面出发深入剖析了如何做好问卷调研。推荐想要了解问卷调研的童鞋阅读。

在以往的问卷调研中，有的同学总会问到两个关键性问题：

Q1.“做问卷调研，需要多少的目标用户？”

Q2.“调研的目标用户难以触达，只有X份问卷数量够吗？”（问卷数量少，不足百份）

通常来说，用户研究员的建议是根据调研要回答的问题，至少能回收384份有效问卷，有条件的话可以在此基础上提高回收量。那么“384”这个数字是怎么得出来的？问卷调研的回收量一定要达到这个标准吗？如果达不到这个标准，对调研的结果有什么影响？要回答这些问题，我们首先需要了解问卷调研是什么。

1. 问卷调研适用场景

问卷调研指的是调查者运用统一设计的问卷向被选取的调查对象了解情况或征询意见的调查方法（源自百度词条“问卷调查”）。与其他的用户研究方法相比，问卷具有低成本、高匿名、高效率的特点，因此在调研中被广泛使用。

问卷调研的适用场景包括收集被调查者的个人信息、了解被调查者的观点态度、行为习惯等。问卷可以通过一系列精心设计的问题，帮助研究者达成摸底、评估、预测的研究目的。

图1 问卷调研的适用场景

2. 普查与抽样调查

根据抽样原则的不同，问卷调研可分为普查和抽查。

普查是指对所有的目标群体进行调查。例如我们想要了解北京居民的收入水平，采用普查的方式就需要对北京市的所有居民做调查。对，你没有看错，是“北京市的所有居民”，严格地说不能有遗漏。

这样做的好处是所有人都能被调查到，收集到的资料非常全面不会有偏差性。但缺点也显而易见，庞大的工作量需要投入大量的人力物力，调研周期也很长。目前我国的人口普查采用的就是这种方式，由全国各地的调查人员，深入到每家每户进行核查。受制于普查耗时耗力的特点，实际的调研中几乎不会采用这种方法，使用更普遍的方法是抽样调查。

抽样调查是从调研的全部目标群体中抽取一部分人，根据这部分人的调研结果对整个群体的状况做估计和推断。其中全部的目标群体称为总体，抽取的一部分人称为样本。延续上面的例子，我们想要了解北京居民的收入水平，用抽样调查的方法仅需要从北京市的居民中选取一部分人做调查。在这里，全体北京居民是总体，抽取的部分居民就是样本。根据抽取居民的调研结果，可以推论整个北京市的居民收入水平。

这样做的好处是方便快捷，仅需要调研一部分人就能推测整个群体的状况。而它的缺点也非常明显，由于无法覆盖所有的调研对象，调研结果会存在一定的偏差性。

图2普查与抽样调查的区别

如何保障抽样调研的可靠性，减少结果的偏差呢？这就需要降低样本的代表性误差。

在上一部分我们已经知道，抽样调查的目的是“窥一斑而知全豹”，即从调研的目标总体中抽取样本，用样本的调查结果推论总体的状况。而推论结果的可靠性取决于样本是否具有代表性，是否可以将样本的调研结果推论到总体。因此代表性误差指的就是由样本数据向总体数据做推论时产生的误差。代表性误差主要受抽样方式和样本数量的影响。

1. 抽样方式的随机性

抽样的随机性要求总体中的每个个体都有均等的机会被抽取到，没有倾向性或主观性。如果抽样方法的随机性无法保证，就会导致抽取的样本有偏差，从而得出错误的调研结论。

典型案例就是火车票购买难度的调查：记者想要了解春运的火车票是否难买，于是随机选择了一列春运火车做采访。采访结束后，记者发现火车上的乘客都买到了票，于是得出结论春运火车票很好买。这个调查的纰漏在于记者选取的调研样本有问题，存在很大的偏差。记者只调查了购买到车票的群体，遗漏了没有买到车票的群体，因此得出的结论是错误的。