调查 — 调查研究
- 提出者
- Francis Galton, Charles Booth, and early social statisticians; formalised by Paul Lazarsfeld in the 1940s
- 年份
- Late 19th century; systematic social-science use from 1940s
- 类型
- Quantitative (primarily) or mixed-methods data-collection instrument
- 类别
- Data collection
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
调查是一种系统性的数据收集方法,通过向样本受访者提出标准化的系列问题,以衡量态度、行为、人口统计特征或其他构念。调查可以通过纸质、电话、在线平台或面对面进行。由于调查能够以相对较低的成本接触到地理上分散的大型样本,因此它是社会、行为、健康和教育研究中最广泛使用的工具之一。
方法背后的直觉
将调查视为一台快照机:它通过以相同的方式向所有人提出相同的问题,来捕捉特定时刻特定人群的状态。关键价值在于标准化——每位受访者接收相同的刺激,因此可以汇总和比较回答。与深度访谈不同,调查以覆盖面的广度换取理解的深度。设计精良的调查工具,经过妥善的预试和对代表性样本的管理,可以让研究人员从可管理的完成回答数量中推断出更大范围的人群。
历史学
系统性社会调查起源于19世纪末,源于Charles Booth(1889年)和Seebohm Rowntree(1901年)在英格兰进行的贫困研究。Paul Lazarsfeld在哥伦比亚大学于20世纪40年代将调查方法论正式化为一门社会科学工具,建立了抽样理论和态度测量技术。Rensis Likert于1932年引入了他同名的量表。20世纪70-80年代电话抽样的增长和20世纪90-2000年代互联网的出现改变了调查管理方式;Don Dillman的定制设计方法成为跨模式最大化应答率的主导实践框架。
何时使用
当您需要描述特定人群中态度、行为或特征的分布,或在大样本中检验变量之间的关系时,请使用调查。调查特别适用于横断面患病率研究、需求评估、项目评估和社科或健康研究中的假设检验。当研究问题需要对生活经验进行深度探索时(请使用现象学或深度访谈),当感兴趣的构念难以通过自我报告衡量时(请使用观察或生理测量),或当目标人群无法通过任何调查模式可靠地接触到时,请不要使用调查。在没有纵向或实验设计的情况下,避免使用调查进行因果推断。
局限与注意事项
- 自我报告数据易受社会期望偏差、回忆错误和赞同偏差的影响。
- 固定的回答选项可能无法捕捉受访者观点的全部复杂性或细微差别。
- 横断面调查建立关联,而非因果关系;纵向设计对于时间推断是必需的。
- 低应答率——在线调查中很常见——会引入无应答偏差并威胁泛化能力。
- 问题措辞效应如果条目设计不当,可能严重扭曲结果。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 能够以相对较低的成本有效地接触到地理上分散的大型样本。
- 标准化的问卷确保了受访者之间以及随时间推移的回答具有可比性。
- 模式灵活(纸质、电话、在线、面对面),可适应不同人群和预算。
- 使用概率抽样时,易于进行统计泛化。
- 可以同时测量多个构念及其相互关系。
- 已建立的心理测量工具(克朗巴赫系数α、因子分析)支持严格的效度和信度评估。
应用
- 国家人口普查和人口健康调查,测量疾病患病率、风险行为和医疗利用情况。
- 教育评估研究,考察跨机构的学生参与度、学习成果或教职员工满意度。
- 组织和人力资源研究,关于员工态度、工作满意度和工作场所氛围。
- 市场研究和消费者行为研究,衡量产品偏好和购买意向。
- 政治民意调查和选举预测,追踪选民态度和意向。
- 项目评估研究,评估干预后参与者的满意度和自我报告的成果。
使用方式
使用方式
明确研究问题、目标人群和待测构念。确定研究是横断面研究(一个时间点)还是纵向研究(多个波次)。决定抽样策略——概率抽样(例如,简单随机、分层、整群)或非概率抽样(例如,便利、目的性)——并计算所需的样本量以达到所需的效能和精度。
通过为每个构念选择或创建条目来开发问卷。将条目格式与构念匹配:李克特量表用于态度,语义差异量表用于感知,多项选择或排序题用于偏好,开放式题用于探索性深度。注意问题措辞(避免双重提问、诱导性或模糊性条目)、反应量表标签和问卷长度。尽可能用已建立的量表来验证条目。
将草拟的问卷对一小部分便利样本(通常是目标人群中的10-30人)进行管理,以检测不清晰的措辞、跳过逻辑错误、过长的完成时间以及技术问题(对于在线调查)。根据认知访谈反馈修改条目,并检查条目间相关性或因子载荷作为构念有效性的初步证据。
使用选定的模式(在线、邮寄、电话或面对面)将最终确定的调查部署到选定的样本中。通过个性化的封面信、提醒和适当的激励措施来最大化应答率。跟踪应答率,并比较早期与晚期应答者或应答者与已知人群特征,以评估无应答偏差。
通过处理缺失值和范围外响应来清理数据,然后对复合量表进行评分。对每个变量进行描述性统计,评估多条目量表的信度(例如,克朗巴赫系数α),并应用适合研究问题的推断方法——分类结果的频率和卡方检验,组间比较的t检验和方差分析,解释性模型的回归或结构方程模型。
常见陷阱
- 忽视无应答偏差——未能根据可用特征比较应答者与无应答者,意味着实际样本可能系统性地歪曲了人群;
- 过长的问卷——完成时间超过15-20分钟的调查,其辍学率会急剧升高,数据质量会下降;优先考虑对研究问题至关重要的构念。
- 使用未经验证的量表——创建临时条目而未经预试或心理测量测试,会产生信度和效度未知的测量;在可能的情况下,优先使用已建立的工具。
- 混淆关联与因果——在没有适当的设计控制或纵向数据的情况下,将调查相关性报告为因果关系是一种常见的误解。
- 忽略条目顺序效应——问题顺序会影响受访者;敏感条目放在前面会改变对后续条目的回答。
常见问题
我的样本需要多大?
样本量取决于所需的误差幅度、置信水平、预期效应大小和分析计划。对于估计比例的描述性调查,标准公式为 n = z²p(1-p)/e²,其中z是置信水平的z分数,p是估计的比例,e是误差幅度。对于检验关系的分析性调查,最好进行基于计划统计检验的先验效能分析。在线计算器(例如,G*Power)可以自动化这些计算。学生研究中常见的便利样本量(100-300)通常在子群体分析方面效能不足。
什么应答率是可以接受的?
没有普遍的阈值。在线调查通常达到20-40%,邮寄调查达到50-60%,电话调查已急剧下降。更重要的问题是无应答是随机的还是系统的。即使20%的应答率也可以接受,如果您能证明应答者在关键变量上与无应答者没有差异;反之,如果缺失的30%系统性不同,70%的应答率仍然有问题。
我能否混合使用开放式和封闭式问题?
可以,这是常见做法。封闭式问题产生可量化数据;开放式问题增加背景深度并允许意外的回答。然而,开放式问题会显著增加完成时间,并产生必须进行定性编码的文本数据。将开放式问题限制在固定选项确实无法捕捉回答范围的构念上。
何时应使用李克特量表而非视觉模拟量表?
李克特量表(通常是5或7个有标签的回答点)易于管理和评分,其心理测量特性也得到了很好的理解。视觉模拟量表(连续的0-100线)提供更精细的区分,常用于疼痛和健康研究。李克特量表适用于大多数社会和行为研究;当优先考虑在个体随时间推移检测微小变化时,视觉模拟量表更可取。
调查与结构化访谈有何区别?
在调查中,受访者在没有访谈员在场的情况下阅读并自行填写问卷。在结构化访谈中,相同的固定问题由访谈员口头提出。调查样本量更大,成本更低;结构化访谈的完成率更高,并且可以澄清令人困惑的问题,但资源消耗更多,并引入了访谈员效应。
相关方法
参考文献
Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.
ISBN:978-1118456149已复制。Fowler, F. J. (2013). Survey Research Methods (5th ed.). Sage.
ISBN:978-1452259000已复制。