問卷設計
一句話定義
問卷設計是把研究目的、邏輯、架構、假設、情境、題型、資料類型、反偏誤規則、推廣通路與回收後分析方式，轉成一組可填答、可清洗、可分析、可支撐決策的問題。
核心要點
- 先有假設，再設題：問卷應該驗證暫時性假設，而不是把所有想知道的事平均丟進題目池。沒有假設時，結果很容易變成無法解讀的描述性雜訊。
- 先構思，再設題：問卷要先從目的長出邏輯，再由邏輯排成架構；題目與外觀是後續層，不是起點。
- 每題都要有目的性：題目必須回答「這題的答案會改變哪個判斷？」無關題目會降低回覆率，也會讓填答者懷疑調查是否專業。
- 背景與順序是題目的一部分：填答者需要足夠情境才能作答；題目順序也要符合邏輯依賴，避免先問需要後文背景才能回答的問題。
- 開放式與封閉式要分工：開放式問題適合探索未知語言與意外答案，但分析成本高；封閉式問題適合標準化、量化與比較，但會受限於研究者預先設計的選項。
- 資料類型要先分清：屬性數據描述「這群人是誰」，行為數據描述「他們做了什麼」，態度數據描述「為什麼這樣想或做」。態度資料價值高，但通常需要搭配訪談或其他方法交叉理解。
- 回收後先清洗，再分析：問卷資料多半是結構型或半結構型，較容易分析，但仍要先處理涵蓋誤差、抽樣誤差、遺失值、離群值、編碼問題與自陳偏誤；資料品質不足時，圖表只會放大錯誤判斷。
- 分析目的決定方法：描述性分析回答過去與分布，診斷性監測回答目前波動，預測性分析回答未來可能與行動方向；不要在目的不明時先選圖表或模型。
- 題目反偏誤規則：避免預設立場、過度專業詞、雙重問題、選項不互斥、否定 / 雙重否定，以及要求填答者猜測遙遠未來。
- 推廣即取樣：問卷設計再嚴謹，發到錯的通路一樣會回收錯的樣本。樣本品質永遠先於樣本數量；推廣前要先回頭問「目標填答者今天會出現在哪些線上 / 線下場景」，再選通路。
構思層：目的 → 邏輯 → 架構
| 層次 | 要回答的問題 | 產出 |
|---|---|---|
| 目的 | 這份問卷要服務哪個研究、商業或轉換目的？ | 決策問題與成功判準 |
| 邏輯 | 哪些資訊順序與分類能支撐目的？ | 題組順序、跳題邏輯、資料依賴 |
| 架構 | 如何讓填答者能順利完成，也讓研究者能分析？ | 可填答、可轉換、可分析的問卷流程 |
好問卷的判準要回到目的：若是募資前預熱問卷，主要任務可能是行銷擴散、受眾調查與名單萃取；若是研究問卷，才更需要把回饋效度與分析嚴謹性放到更高權重。
題型取捨
| 題型 | 適合回答 | 風險 |
|---|---|---|
| 開放式問題 | 使用者如何用自己的語言描述經驗、動機與痛點 | 不易統計；若太多會增加填答與分析負擔 |
| 封閉式問題 | 行為分布、偏好比例、選項排序、量表比較 | 選項若設計不良，會把填答者逼進錯誤分類 |
資料類型
| 類型 | 例子 | 常見用途 |
|---|---|---|
| 屬性數據 | 年齡、學歷、收入、職位 | 分群、樣本結構檢查、persona / TA 前置 |
| 行為數據 | 購買頻率、使用情境、作息、工具使用 | 找出行為模式與需求觸發點 |
| 態度數據 | 價值觀、品牌態度、生活風格 | 解釋行為背後原因；常需與訪談交叉驗證 |
推廣層：通路即取樣
問卷設計完不是直接「廣邀親朋好友來填」衝樣本數，而是要回到目標族群的實際出沒場景選通路。三條常見路徑非互斥，依目標族群、預算、時程組合：
| 推廣路徑 | 適合場景 | 注意事項 |
|---|---|---|
| 自然社群 / 既有名單 | 已有對齊目標族群的社群 / 電子報 / 私群 / 客戶名單 | 自然觸及成本低，但不能等同 = 親朋好友亂發；對象若不對齊目標群體，再多回應都是偏誤 |
| 付費投放 | 需要規模化觸達特定畫像、或既有社群覆蓋不到目標族群 | Facebook Pixel 把「點擊問卷」「填答完成」回傳廣告系統後可做 Retargeting（再行銷）與 Lookalike Audience（類似受眾）擴散；不只用於電商，問卷也能作為轉換目標 |
| 線下實體 | 鄰里居民、高齡長者、特定地理 / 在地族群 | 「只要有人聚集，就是一種社群」——里長辦公室、公園、社區活動中心、傳統市場有時是這類族群唯一可達的觸點 |
通路選擇要對齊目標族群的工具習慣，不是研究者熟悉哪個平台。SurveyCake 推廣篇引用講者丁豪：「全聯放棄粉絲團轉去經營 Line@，就是因為他們的目標受眾慣用的工具是 Line 而非 Facebook」——這條原則同樣適用問卷推廣（年輕族群 IG / Threads / Discord、職場主管 LinkedIn / Email、特定垂直社群 PTT / Dcard / LINE 群組 / 專業論壇）。
樣本品質永遠先於樣本數量：發到錯的通路 = 即使題目、邏輯、分析全對，回收的樣本仍代表錯的人群。
分析層：清洗 → 目的 → 結果 → 視覺化
問卷回收後不等於自動產生洞察。分析層至少要經過四步：
| 步驟 | 核心問題 | 典型輸出 |
|---|---|---|
| 資料清洗 | 樣本、欄位、編碼、缺漏與離群值是否可信？ | 可分析資料集 |
| 分析目的 | 要描述過去、監測現在，還是預測未來？ | 方法選擇與統計口徑 |
| 分析結果 | 要分類、分群、預測，還是找關聯？ | 分群、模型、規則或結論 |
| 視覺化 | 要呈現比較、結構、分布，還是關係？ | 對應 圖表類型選擇 的圖型 |
這一步尤其要小心自陳資料：填答者可能因社會期許有意識地修飾答案，也可能無意識地高估自己在未來情境中的行動。因此問卷分析常需要與訪談、觀察、輿情或既有行為資料交叉驗證。
與其他概念的關係
- 是 初級研究 的具體方法之一：研究者直接向目標對象取得第一手資料。
- 屬於 使用者研究 的量化 / 結構化資料收集工具；適合回答分布與偏好，較不適合單獨回答深層動機。
- 與 設計策略 互補：策略研究先分層決定哪些問題需要問卷量化，哪些需要訪談深挖。
- 可接到 目標族群 與 人物誌：問卷可提供人口統計、行為與心理變數的分群素材，但不能直接等同於人物誌。
- 與 產品洞察 的關係是「輸入」而非「結論」：問卷結果仍需要被解讀成能改變產品範圍、價值排序或下一步研究的洞察。
- 與 資料科學 的關係是問題型態對齊：分類、分群、預測與關聯對應不同資料條件與分析方法。
- 與 圖表類型選擇 的關係是呈現層：問卷結果要依比較、結構、分布或關係選擇圖表，不是直接套用工具預設圖型。
- 與 宣傳通路選擇 互補：通路選擇處理「campaign 該出現在哪個場景」的創意層；問卷推廣借用同一條紀律——通路本身決定能觸及到哪群人、回收的樣本長什麼樣。
- 與 目標族群 的關係延伸到「今天打開哪個 app」這層通路畫像；族群定義不只回答「是誰」，也要回答「他們在哪會看到這份問卷」。
- 與 Meta廣告投放 的關係：Facebook Pixel × Retargeting / Lookalike Audience 是問卷推廣可選的付費加速器，能把問卷當成廣告系統最佳化目標。
- 與 社群媒體行銷 的關係：「社群」對問卷推廣的定義要從「線上社群媒體」擴展到「有人聚集的地方都是社群」，必要時納入線下實體場域作為觸點。
- 在 群眾募資 / 行銷漏斗 場景中，問卷也可能同時承擔研究、名單萃取與價值主張溝通功能；這時更要意識到商業目的會影響題目設計。
相關來源
- 2026-05-07-SurveyCake-問卷設計原則技巧推廣篇 — 補入問卷推廣層：樣本品質 > 樣本數量、通路要對齊目標族群慣用工具、Facebook Pixel × Retargeting / Lookalike 把問卷當廣告轉換目標、線下實體場域作為某些族群唯一可達通路。
- 2026-05-07-SurveyCake-問卷設計原則技巧分析篇 — 補入問卷回收後分析層：資料型態、資料清洗、自陳偏誤、描述 / 診斷 / 預測目的、分類 / 分群 / 預測 / 關聯結果與視覺化選型。
- 2026-05-07-SurveyCake-問卷設計原則技巧設計篇 — 主來源；補入目的性、背景概要、邏輯性、假設、開放式 / 封閉式題型、三類資料與題目反偏誤規則。
- 2026-05-07-SurveyCake-問卷設計原則技巧構思篇 — 補入問卷構思層：先由目的長出邏輯與架構，再進入題目與外觀；並以 YOTTA 募資前問卷示範商業目的如何影響好問卷判準。
- 2026-05-02-每日e錠-IG自媒體前置6件事 — 先前提出「問卷蒐集百人意見 + 面對面訪談」的自媒體前置研究場景，並把問卷設計列為未來累積方向。
- 2026-05-06-Goons-設計策略立體化 — 把策略研究分成專家訪談 / 次級研究、量化問卷與質化訪談；本頁補上問卷本身的設計紀律。
備註
本頁目前聚焦 UX / 產品 / 行銷研究中的問卷設計從構思 → 設計 → 推廣 → 分析的完整生命週期入門。若未來 ingest 學術 survey methodology，可再補抽樣理論、信效度、量表建構與統計分析層；若推廣層 / 分析層來源累積變厚，再評估是否拆出獨立問卷推廣 / 問卷分析頁。