如何避免问卷里的哪些“坑”？多的是你不知道的事|163

学术研究中，通过问卷收集数据，进行分析的情况越来越多。但在问卷收集数据时，难免会出现填写者乱填，或者不知道如何填写等，最终导致收集数据不准确，研究结论不可靠等问题。

如果问卷收集数据不准确，通常会带来数据信度和效度的影响。单独从肉眼看数据都挺正常，但使用研究方法进行测量就会立刻现出原形。

学术研究上使用量表居多，而且也只有量表也才能进行信度和效度测量，数据的信度即可靠性是最为基础，同时数据的有效性也是数据质量的基本要求。研究者可通过SPSSAU问卷研究模块进行信度和效度测量。

既然数据问题会带来信度和效度问题，那应该如何防范呢，出现问题时又如何解决呢？本文从两个部分进行阐述，如何保证数据质量。

一、防范无效样本

首先从防范的角度来看，从问卷设计和问卷收集两个角度提供以下六点建议：

1. 题目不能过多

题目过多会导致填写者不耐烦，越到后面的问题越不准确，如果是学术研究，通常有一个标准是测量变量的5倍左右，比如测量变量有10个，每个测量变量通常对应4~7个题，那么加起来共有50个题左右，除此之外再加上一些基本的个人信息题和一些样本行为特征题即可。因此如果研究越复杂，研究变量越多，那么问卷设计的题目也会越多，对于收集数据的质量控制也应该越高；问卷设计时不是题越多越好，而应该以刚好匹配研究目的为准。

2. 设置测谎题

问卷设计时可加入个别测谎题，此种做法的好处是可以在后续处理时很好的进行识别出无效样本，快速地检查出样本是否真实回答问卷。

3. 问卷整体规范

比如问卷设计时措词表达的简洁易懂，问卷结构的清晰简单，问卷是给用户填写使用的，一定需要站在填写问卷人的角度进行换角度考虑，设计出结构清晰简单易懂的问卷，别人也更加愿意为你填写。

4. 互填问卷需谨慎

问卷研究时样本数量一般要求是量表题的5倍，严格是10倍。比如问卷中有40道量表题，那至少需要200个样本才适合。问卷设计好后，通常是让朋友同学进行填写，但是数量有限，还是不够，所以现在出现较多的问卷互填QQ群，陌生人帮助填写等，陌生人为你填写，也没有利益问题，所以此类样本的准确度没办法保证，因此在问卷设计时有个测谎题就可以用于后面的识别。

5. 收费样本需谨慎

当前有比较多的问卷网站提供样本收集服务，如果使用此类服务，建议自己设置一些测谎题用于判断是否真实有效的样本。

6. 问卷预测试

上述已经说明，问卷是否真实可靠，是否有效，肉眼根本无法识别，但是使用分析方法一下子就能看出。因此一般可以先收集小部分（比如50个）数据后，进行预测试分析，一般是做信度分析，大概看下效度分析情况。先做到心中有数，如果预测试出现大的问题，提前发现问题，修改一些问卷规范，重新找有效的样本等。

二、无效样本处理

上述六种办法，已经做好各种防范，相信问卷中无效样本已经非常少，余下的都是有效样本了。但实际上并非如此，比如说会出现这样的样本，很多个量表题都选择同一个答案（比如‘同意’）。也或者填空年龄，结果出现一个数字110。类似这样的都属于无效，应该进行处理。

如果对无效样本不进行处理，肯定会导致分析出现问题。因此在做好各种防范后，还需要在数据收集完成后对数据无效性进行处理。接下来以SPSSAU无效样本和异常值处理这两个功能点进行说明。

1. 无效样本

首先找到SPSSAU提供的无效样本处理功能。数据处理》无效样本，如下图：

SPSSAU提供两种情况的无效样本设置：第一种是完全相同数字超过一定比例时设置成无效样本。不认真填写者通常有个特别是完全选择相同的答案，一般以量表题选择相同数字超过70%作为标准。

性别、学历这种是样本本身的属性，到底是男还是女，无法测试。所以一般选中问卷中的所有量表题，比如30道题表题，30个量表题中70%都是相同数字，意味着21个题都选择同样一个答案，这种一般就算无效样本。这里70%是常见处理方式，当然也可以设置成60%或者80%的标准。

除了相同数字识别成无效样本，SPSSAU还提供缺失样本比例超过某数字后，也设置成无效样本。如果一大堆答案都不选择，那肯定也属于无效。具体有多少比例的答案没有做出回答算成无效，没有固定的标准，一般70%以上肯定是无效样本。