Skip to content
返回搜索结果

调查研究 — 调查研究设计

提出者
Francis Galton, Charles Booth, and early social statisticians; systematised by Paul Lazarsfeld and colleagues at Columbia in the 1940s
年份
Late 19th century; methodologically systematised 1940s–1960s
类型
Quantitative (and mixed) non-experimental design
类别
Survey / observational design

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

调查研究是一种定量(有时是混合方法)设计,研究者使用问卷或结构化访谈,从特定人群的样本中收集标准化的自我报告数据。它是描述人口特征、估计患病率、描绘态度分布以及检验社会、行为和健康科学中的二变量或多变量关联的主要非实验策略。

方法背后的直觉

将调查视为一种同时应用于许多人的标准化测量工具。研究者不深入观察每个参与者,而是向每位受访者提出相同的一组问题。生成的数据集是一个矩形:行是人,列是变量。调查研究的魔力在于聚合——即使个体答案存在噪声,数百名受访者中的模式也能以可量化的置信度揭示人口层面的真相。关键的权衡是广度与深度:调查可以涵盖许多人身上的许多变量,但无法像访谈那样深入探究任何个体的经历。

历史学

系统的社会调查起源于19世纪末,查尔斯·布斯(Charles Booth)于1889-1903年绘制了伦敦的贫困地图,以及西布姆·罗恩特里(Seebohm Rowntree)的类似努力。现代概率调查受到随机抽样理论发展的塑造——Jerzy Neyman 1934年关于分层抽样的论文是一个里程碑——以及20世纪30年代盖洛普(Gallup)、罗珀(Roper)和克罗斯利(Crossley)等机构对公众舆论调查的工业化。Paul Lazarsfeld及其哥伦比亚大学的同事在20世纪40年代为社会科学正式化了调查方法。Floyd Fowler、Don Dillman和Robert Groves随后出版了定义当前最佳实践的标准方法手册。

何时使用

当目标是描述特定人群的特征或变量之间的关系,尤其是当直接观察或实验不切实际时,调查研究是合适的。它是态度测量、需求评估、项目评估和流行病学患病率研究的首选方法。当变量无法操纵且对许多参与者进行标准化测量可行时使用它。当研究问题需要深入理解主观意义(使用现象学或叙事探究)、需要从操纵条件进行因果推断(使用实验或准实验设计)或目标人群太小或难以接触而无法获得可用响应率时,不要使用调查研究。

局限与注意事项

  • 横断面设计(最常见的形式)无法建立时间先后顺序或排除混淆因素,限制了因果推断。
  • 自我报告数据容易受到共同方法方差、社会期望偏差和响应默许效应的影响。
  • 无响应偏差是一个持续的威胁——完成调查的受访者可能与未完成调查的受访者在研究相关变量上存在系统性差异。
  • 条目措辞、反应量表格式和问题顺序会以难以检测的方式显著影响响应。
  • 每个受访者的信息深度有限;复杂的构念可能无法被少量条目很好地捕捉。

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

  • 能够以相对较低的每个受访者成本描述和分析大范围、地理分散的人群。
  • 标准化仪器最大程度地提高了受访者之间的可比性和研究之间的可重复性。
  • 概率抽样支持对特定人群进行统计概括,并量化不确定性。
  • 灵活的管理模式(在线、邮寄、电话、面对面)允许适应目标人群。
  • 生成结构化数据集,可用于广泛的推断性统计程序。
  • 可以同时测量大量变量,从而能够对复杂关系进行多变量分析。

应用

  • 估计成年人群体疾病患病率、健康风险行为和医疗利用情况的国家健康调查。
  • 员工敬业度和组织氛围调查,用于监测工作场所态度和指导人力资源政策。
  • 教育评估调查,衡量高等教育中学生的学习经历、自我效能感和满意度。
  • 公众舆论调查,在选举前衡量政治态度、投票意向和政策偏好。
  • 项目评估调查,收集社会干预的参与者满意度和自我报告结果数据。
  • 市场研究问卷,描绘消费者偏好、品牌认知和购买行为。

使用方式

使用方式

1

研究者明确研究问题和感兴趣的构念——调查必须测量什么以及针对什么人群。目标决定了设计是纯粹描述性的(估计患病率)、关系性的(检验关联)还是预测性的(建模结果)。清晰的目标可以防止仪器膨胀,并使分析保持专注。

2

起草并完善单个条目(问题)以操作化每个构念。在此阶段做出条目措辞、反应量表类型(李克特量表、语义差异量表、二分量表、开放式)、顺序和跳题逻辑等决定。在最终确定仪器之前,使用小型便利样本进行试点测试,以识别模糊的措辞并估算完成时间。

3

选择抽样策略从目标人群中抽取受访者。概率设计(简单随机、分层、整群、系统抽样)允许对人群进行统计概括;非概率设计(便利、目的性、滚雪球抽样)则不允许,但在代表性并非目标的情况下,它们适用于探索性或验证性工作。所需样本量根据效应量预期、期望的统计功效和可接受的误差范围进行估算。

4

通过选定的模式进行仪器管理——在线(网络调查平台)、邮寄、电话或面对面访谈。模式选择会影响响应率、社会期望偏差和对亚群体的可及性。发送后续提醒以提高响应率,并在整个现场工作中跟踪响应率。

5

完成的响应经过清理(处理缺失数据、超出范围值和直线作答),然后进行分析。描述性统计总结条目和量表的分布。选择推断性分析——t检验、方差分析、卡方检验、回归、结构方程模型——来解决研究问题。当使用概率设计且响应率在不同层级之间存在差异时,应用调查权重。

6

将研究结果与研究问题相关联,并置于先前文献的背景下进行解释。报告包括抽样细节、响应率、仪器信度指标(例如,多条目量表的Cronbach's alpha)、效应量和置信区间。讨论关于无响应偏差、共同方法方差和可推广性的局限性。

常见陷阱

  • 仪器膨胀——包含所有潜在有趣的条目会增加完成时间,提高退出率,并产生一个太大而无法连贯分析的数据集;优先考虑直接解决研究问题的条目。
  • 忽视试点测试——研究者认为清晰的条目常常被受访者误解;在大规模调查之前,通过少量(n = 5-10)的试点测试可以发现大多数措辞问题。
  • 将便利样本视为代表性样本——非概率样本的结果只能非常谨慎地推广;明确说明抽样局限性,并避免进行人口层面的患病率声明。
  • 忽视无响应偏差——低响应率并不自动使研究无效,但有必要进行分析比较早期和晚期受访者(或受访者和已知未受访者)以评估威胁。
  • 遗漏多条目量表的信度和效度证据——在同行评审出版物中,通常需要报告Cronbach's alpha以及适用的验证性因子分析结果。

常见问题

我的调查样本需要多大?

所需的样本量取决于预期的效应量、期望的统计功效(通常为0.80)、显著性水平(通常为0.05)以及计划进行的分析的复杂性。对于检测中等效应量(d = 0.50)的简单两组比较,需要约64人/组才能获得80%的功效。结构方程模型通常需要至少200个完整案例。使用先验功效分析(例如,G*Power)而不是经验法则,并增加20-30%以应对预期的不完整响应。

低响应率是致命缺陷吗?

低响应率是一个威胁,但不自动构成致命缺陷。重要的是受访者在研究相关变量上是否与未受访者存在系统性差异。进行无响应偏差分析——比较早期和晚期受访者在关键人口统计学特征上的差异,或将您的样本特征与已知的人口基准进行比较——并报告结果。即使分析令人放心,也要承认在推广方面仍然存在不确定性。

什么是共同方法方差以及如何解决?

共同方法方差(CMV)是由于变量在同一时间使用同一仪器测量而引起的变量之间的虚假协方差——它会夸大观察到的相关性。程序性补救措施包括预测变量和结果测量的时间分离、为不同构念使用不同的反应格式以及包含一个标记变量。统计检验,如Harman单因子检验或未测量潜在因子方法,可以检测但不能完全纠正CMV。

我何时应选择在线调查而非邮寄或电话调查?

在线调查成本效益高、速度快,并且适用于目标人群拥有可靠互联网接入的情况——发达国家的大多数工作年龄成年人。邮寄调查对于老年人群或没有互联网接入的人群仍然有价值,但周转时间较慢,每个受访者的成本较高。电话调查的响应率正在下降,但允许复杂的跳转逻辑,并能接触到没有互联网的人群。混合模式设计(提供多种响应渠道)通常比任何单一模式获得更高的响应率。

调查可以建立因果关系吗?

单一的横断面调查无法建立因果关系,因为它缺乏时间顺序和随机分配。在多个时间点测量相同受访者的纵向面板设计可以建立时间先后顺序,这是因果关系的一个必要条件(但不是充分条件)。交叉滞后面板模型和随机截距交叉滞后面板模型可以控制稳定的个体差异,加强因果推断,但未测量的混淆因素仍然是一个威胁。对于明确的因果声明,需要实验或准实验设计。

相关方法

参考文献

  1. Fowler, F. J. (2014). Survey Research Methods (5th ed.). Sage Publications.

    ISBN:978-1452259000
    已复制。
  2. 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。