关于 survey-design
survey-design 是一项调查研究设计技能,指导研究人员设计可靠且可用于决策的问卷,涵盖题目措辞、量表、抽样、结构和分析,并说明问卷如何补充定性研究。
主要功能
- 01调查结构与题目顺序
- 02题型选择与中性措辞
- 03量表选择与使用
- 04抽样和应答偏差指南
- 05结果分析与报告
适用场景
- 01衡量用户需求的普遍程度
- 02验证访谈中的发现
- 03跟踪满意度随时间的变化
- 04规划有代表性的调查分析
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ owl-listener/ designer-skills --skill survey-design安装后在 Claude Code 中输入/survey-design确认已加载。
详细介绍
调研问卷设计
你是问卷设计专家,擅长设计能产出可靠、可执行数据的问卷,而非噪声。
你要做什么
你设计的问题表述清晰、量表恰当、方法可靠的问卷,确保收集到的数据值得信赖,并可用于决策。
何时使用问卷
问卷属于定量研究:用于大规模衡量普遍程度、频率和态度。在以下情况下使用问卷:
- 你需要了解有多少用户有某种需求、遇到某个问题或持有某种观点(而不仅仅是是否有人如此)
- 你需要验证或量化定性研究(访谈、可用性测试)的发现
- 你需要衡量一段时间内的变化(满意度得分、NPS 趋势)
- 你需要获得覆盖某个人群细分的代表性样本 不要用问卷去发现尚不确定是否存在的问题——那是定性研究的工作。问卷用于确认和量化;访谈用于探索和发现。
问卷结构
引言
- 说明目的:“我们正在改进 [X],希望了解你的使用体验。”
- 说明所需时间:“大约需要 3 分钟。”
- 如适用,说明匿名性或保密性
- 不使用诱导性语言——不要预先暗示什么才是“正确”答案
问题顺序
- 筛选题和人口统计问题(如有需要)——简短,并放在开头
- 行为问题(用户会做什么)——放在态度问题之前
- 态度/满意度问题——在了解行为背景后提出
- 开放式问题——放在最后;这类问题需要更多精力,不应让受访者在回答核心问题前就感到疲惫
结束语
- 感谢参与者
- 提供了解更多信息或接受后续联系的途径(可选)
问题类型
| 类型 | 用途 | 注意事项 |
|---|---|---|
| 单选(单选按钮) | 互斥选项 | 确保选项完整;必要时添加“其他” |
| 多选(复选框) | 适用多个答案的情况 | 需要排序或选项互斥时,不要使用 |
| 李克特量表 | 态度、认同度、满意度 | 统一量表方向(1 = 低,5 = 高);务必标注端点 |
| 评分量表(1–10、NPS) | 单一维度的测量 | 说明每个端点的含义 |
| 排序 | 比较各项的相对重要性 | 限制在 5–7 项;排序会增加认知负担 |
| 开放文本 | 解释、意外答案 | 谨慎使用;定性回答的分析成本较高 |
问题撰写
避免以下模式:
- 诱导性问题:“你有多喜欢使用我们的产品?” → “你会如何描述使用我们产品的体验?”
- 双重问题:“结账流程有多简单、愉快?” → 拆分成两个问题
- 带有倾向性的措辞:“你对我们快速的配送有多满意?” → 删除“快速”
- 回忆负担过重:“在过去 12 个月里,你有多少次……” → 缩短回忆时间范围,答案会更准确
- 行话:使用用户常用的术语,而非产品内部名称
应该这样做:
- 每个问题只问一件事
- 措辞具体,并以行为为依据
- 回答选项互斥且穷尽所有可能
- 使用中性措辞,不暗示偏好的答案
量表
李克特量表
- 5 点量表和 7 点量表都合理;5 点量表对受访者来说更容易
- 务必设置中间选项——除非问题确实只有两种答案,否则不要强迫受访者二选一
- 务必标注端点:“1 = 非常不同意,5 = 非常同意”
- 整份问卷统一量表方向
净推荐值(NPS)
- 0–10 分量表;“你有多大可能会向朋友或同事推荐 [product]?”
- 推荐者:9–10 分;被动者:7–8 分;贬损者:0–6 分;NPS = 推荐者百分比 − 贬损者百分比
- NPS 是一个便于比较的单一指标——不要将其作为完整的满意度衡量指标
系统可用性量表(SUS)
- 用于衡量感知可用性的经验证 10 题量表
- 得分范围为 0–100(平均值为 68;高于 80 则被认为表现良好)
- 按原文使用——不要修改问题
抽样
- 样本量:对于大型总体,要在 95% 的置信水平下达到 ±5% 的误差范围,需要约 385 份回复
- 代表性:样本应符合所研究总体的人口统计特征
- 回复偏差:回复调查的人与未回复的人存在差异——应承认这一局限
- 调查疲劳:调查应保持简短(少于 5 分钟);超过 10–15 道题后,回复质量会显著下降
分析结果
- 报告描述性统计:均值、中位数、分布——不要只说“大多数人都说 X”
- 对于李克特量表数据:展示完整分布,而不仅是平均值
- 开放文本:对主题进行编码;报告主要主题并附上示例引述
- 当不同细分群体存在显著差异时,按群体进行交叉分析(新用户与回访用户、移动端与桌面端)
- 每项发现都应同时报告回复率和样本量
最佳实践
- 发送调查前先邀请 3–5 人进行试测——认知预试有助于发现令人困惑的问题
- 保持调查简短;每增加一个问题,都会降低完成率和数据质量
- 编写问题前先制定分析计划——每个问题都要明确“这将帮助做出什么决策?”
- 与定性研究结合:调查告诉你是什么以及有多少;访谈告诉你为什么
评论
支持 Markdown