传统企业的市场调研部门，互联网公司的用户研究部门，政府的统计局统计队，高校等研究机构，咨询公司……处处可见问卷的身影。投放的问卷的方式有很多：邮寄，随机街访，入户调查，走进特定群体中邀请填写， 电子邮件发放，社交网络传播，熟人滚雪球推荐，站内信投放（适合有账号体系的产品，对产品使用群体做调研）……在移动互联网时代，还会常用到APP的消息系统推送问卷。
1、明确目标和目的
实际上，明确一份问卷的调研目标和目的，并不是调研的第一步。我们的第一步起始于初次和需求发起方的沟通。 这个过程中，甚至可以对需求发起方做一次访谈，主要目的是要了解如下内容：
多和需求发起方沟通，可以帮助研究者解决几个问题：
首先，确定该项目确实适合采用问卷的方式搜集数据。有时产品设计者希望得到大样本的数据，于是会提出，我们来做个问卷吧。比如：在没有已成型的想法之前， 我们需要寻找新的需求点，从用户的日常中发掘需求，就并不适合采用问卷的方式，因为我们并不明确要从用户那里知道什么。又比如，我们希望了解大学生的手机 使用习惯，这时问卷就是一个比较合适的方式，使用习惯、经历都是客观存在的东西，回忆所带来的误差在大样本的情况下可以通过一定的统计手段减小。
其次，需要反复沟通确认产品设计者的真实意图和对产品的想法。例如，有时产品设计者会希望了解“又多又全”的信息，这会造成问卷的内容过于庞杂（填答率过 低），问题逻辑不流畅（填答过程中不顺畅），焦点不集中（问题广泛而浅显，分析结果时得不到有效的信息）等问题。研究者通常会秉持“一个项目解决一个主要 问题”的观点。比如我们要调查“对xx桌面产品的满意度”，一般就不会再涉及“大学生交友态度的调查”的问题。
最后，研究者将把与产品设计者的讨论出的想法和意图条理化、具体化、可操作化，这就是接下来要说的问卷本体的制作过程。
需要注意的是，虽然有时调研项目由研究者自主发起，但扪心自问，梳理思路和逻辑的过程仍然是必不可少的。
2、逻辑通顺，结构清晰
明确了目的以后，研究者会列出与研究主题有关的大纲，例如：“大学生短视频app使用行为的调查”的问卷整体循着这样的脉络：
除导语外，第一部分通常设置一些较为浅显的基本资料，比如性别，年级，工作与否等等。或者是用于筛选填答对象的问题，比如我们需要调查短视频App的使用 者，但仅仅通过人人网用户数据是无法筛选出哪些人有过使用短视频App的经历，因此问卷的开头会通过一个或几个简单的问题，筛选出我们需要的人群，不符合 条件的人群会提前结束问卷。
有了基本的逻辑脉络，再将每一部分细化：
（问卷流程图局部，因篇幅问题以及后半部分涉及到产品设计者的构思，故省略）
如上图所示的流程图，每一条语句代表了至少一个问题。接下来就是将这些语句转化为，用户可接受的文字表达方式：
3、从框架到细节
搞定逻辑和大纲以后，就需要打磨问卷的细节之处，这些细节之处包括：指导语的表达，如何提问，选项的设计，填答者体验，信效度等。此外，还需要参考一些周边情况，来设计问卷：如何便于数据分析，如何更适应在线问卷系统的录入等等。
指导语
简单清晰的表达出调查的发起方的身份，调查的内容和目的，以及填答规则，奖项设置，对填答者表示感谢即可。（但实际上大部分填答者不会仔细阅读这个部分，因 此对填写问卷影响特别大的规则尽量在题干附近做出描述。比如题目中1-5题为单选，6-10题为多选，这样的规则更适合在每道题题干后做出提示。）
题型的选择
单选和多选题是最常见的题型，此外还有填空题，开放式问答题，矩阵题，排序题，打分题，判断题等等。
单选题：适用于询问大部分客观状态和主观体验。如频次，喜好程度，年龄段，学历，收入段，感受，态度等等。比如“你现在几年级？”“你的收入在哪个区间？”“你使用微博的频次？”“你对个人主页的感受？（非常喜欢/比较喜欢/中立/比较不喜欢/非常不喜欢）”等等。
多选题：适用于提问经历，如“使用过哪些短视频App？”“你卸载客户端的理由有？”“你听说过以下哪些品牌？”。有需要的时候，多选题往往也可以转化为单选题，如“使用最多的短视频App是？”“卸载客户端最主要的理由是App”“你印象最深刻的品牌是？”。
填空题： 填空题往往能够让我们获得更精确的答案（数据越精确，越能使用更多的统计方法去分析）比如年龄，收入，所在地区，就读大学等等，使用填空题能提供更精确的 填答，但也会给后期统计分析问卷带来更大的工作量。比如我希望知道“不同学校的大学生在起薪上有什么差异“，精确的做法是让填答者填写所就读的大学，这样 我会收到五花八门的答案，以清华大学为例，我会收到”清华“”清华大学“”THU“”五道口职业技术学院“甚至还有”清華大學“ ，让我不得不怀疑这个case是不是台湾清华的同学。于是，我们需要花费大量的时间和精力统一各种表达方式，再做进一步统计，这样我们后期可以分析不同学 校的情况，不同地区的情况，不同类型学校的情况。
在边际效应不明显的情况下，我们可以采用省事一点的方法，将填空题转化为单选题——”你就读于哪一类大学？（985高校/211高校/其它普通高校）“，但这样则只保留了不同类型学校的状况，损失了数据信息。因此，是否使用填空题需要综合考虑项目的情况。
打分题：常用于对主观感受的评判，如喜好程度、赞同程度、满意度等等。比如：
矩阵题：一系列主题统一的问题，需要询问填答者的主观态度/感受/经历时，可采用矩阵的方式提问，减少篇幅和题量，提高填答效率。
排序题：通常用来考察用户对某些产品或事物的重要性态度。
开放式问答：开放式问答通常较少使用，虽然通过开放式的问题能够获取用户更加深入的心理活动描述，但存在几个问题：1、填答成本过高，容易造成填答者弃答，影响回收率；2、即使填答也并不一定能反应填答者的心理活动；3、后期问卷分析成本增大。
题干中尽量不要出现多重提问
多重提问的意思是，一道题目中其实询问了填答者一个以上的问题。
有时我们为了减少题量，让问卷看起来短一点，某些问题中包含有两个提问，则可以通过对选项的细化解决。比如：“你是否了解并使用过短视频App？”问题中 包含了“了解”和“使用”两种情况，简单的“是/否”选项无法描述填答者的状况，我们又想尽量减少题量，则可以把选项细化——从未听说过短视频App/听 说过但从未使用过/知道几个短视频App但自己没用过/尝试使用过，但最近没有用了/经常使用……以获取我们想要了解的信息。
题目或选项的描述中，尽量不要使用专业词汇
问卷中尽量不要出现有行业壁垒的词汇，如web，WAP，push等等。甚至有些我们以为众人皆知的信息，其实不少填答者并不清楚。比如手机操作 系统的概念，当询问“您的手机是什么操作系统（安卓/IOS/黑莓/winphone/其它）“时，很多填答者会选择其它，然后注明自己的手机操作系统是 “小米“”魅族“”酷派“……
如非必要，尽量不让填答者填写姓名、电话、住址等隐私信息
姓名、电话和住址对个人来说是隐私信息，在面对不直接接触的对象时，这些信息的隐私程度甚至高过“你一个月赚多少钱”，毕竟在不露面的匿名状态下，告诉茫 茫人海中陌生的一员我一个月赚多少钱，对我的生活来说几乎没有任何影响和隐患。但有时候我们需要填答者的身份，我们可能会需要抽奖以回馈填答者，可能会需 要通过填答情况约填答者进行下一步研究等等。这时我们可以把姓名转化为称呼，把电话转化为QQ、人人、微博、电子邮箱等一系列可以联系上填答者的联络方 式。
选项的设计要尽量包含全部可能的情况
选项设计时，尽量考虑到更多的情况，遇到无法穷举的时候，可增设“其它“选项，必要时让填答者注明其它具体指什么。问卷回收时，选择”其它“的比例不能超 过5%，最好控制在2%以下，这样在问卷统计分析时，极少量的其它不计入统计分析对总体状况基本无影响。若选择”其它“选项的比例过高，则该题的选项设计 不合理，严格的情况下应将该题填答作废。若填答”其它“的用户详细注明了具体情况，我们会根据每一个case填写的具体情况，转化为已有的对应的选项，再 考察转化后填写”其它“的比例，以决定该题是否作废。
选项之间既要互斥，也不能存在未覆盖的区间
尤其是单选题，描述客观情况的选项。
多选题选项需要限制最多选择个数
为避免“天花板效应”（填答多选题时，每一个选项都选上），让回收的数据看不出用户的选择差异，通常我们会限制用户在填答时的选择个数，那要求用户最多选 择几项比较合适呢？一般来说，最多选择个数≤除“其它”以外的选项数/2。比如：一道题目，除了“其它”这个选项外，还有6个选项，那用户在填答时，可被 限制为“最多选择2项/3项”。
询问主观感受的单选题，正负性选项要对称
上题是一个5级李克特量表的模式（同理还可以询问态度赞同与否：非常赞同/比较赞同/中立/比较不赞同/非常不赞同）。正性的态度有2项，负性的态度有2 项，中立1项，态度分布平衡。有时也会采用7级李克特量表，正性态度3项，负性态度3项，中立1项。反例则是我们经常可以在银行窗口看到的满意度调查器：
结合后期问卷统计分析设计问题和选项
在问卷设计的过程中，研究者最好能够结合后期统计分析的需要，完善问卷设计的细节。比如：我们希望能够分析大学生预期薪酬和实际薪酬是否有差异，那么我们 会在“就业预期”的部分，提问“你预期第一份工作的薪酬是多少？”，在“实际就业情况”的部分，提问“你现在找到的这份工作薪酬是多少？”，两道题目的选 项保持一致，便于统计分析时做比较。
4、正确认识问卷调查：方法有优劣，工具依赖人
问卷既是一门学问，也是一门艺术，它和写作一样，有高分甚至满分的作文，却没有标准的答案。和写作一样，好的问卷是改出来的，每一份问卷背后都有无数次的字斟句酌。此外，具体问题具体分析，不断积累经验，在各方条件下寻求平衡也是很关键的。
虽然问卷调查的使用如此广泛，但我们仍需要明确的是，问卷调查它只是一种方法，一种优劣势都很明显的搜集数据的方法和工具而已。优点在于可以大范围搜集结 构化的数据，适合于统计分析，以窥整体状况。劣势在于无法深入了解个体的心理活动，态度，价值等。 此外，通过问卷反应的态度在多大程度上反应了填答者的心理活动，又在多大程度上能够预测填答者的行为也是有很大争议的。（参见Sony做的Boom Box实验和LaPiere的态度行为实验）。 另一方面，正如黑匣子理论所说的那样，就目前的手段来说，人类的心理活动是黑箱，我们只能通过外显的东西来窥探，无法直达内心。我们所做的一切努力都是为 了像指数函数那样，虽然无法完全到达，但仍在努力趋近于x轴。问卷调查就是我们所做的努力之一。