对于调研者来说,最担忧的问题莫过于:数据回收上来了,数据不能用。
数据的准确性和真实性都是调研工作的核心,是决定调研项目成败的关键。
然而,水军刷题、机器脚本答题、访问员怠工、检查员造假等薅羊毛和投机取巧行为,往往会带来大量虚假错误数据,给调研结果带来极大的困扰。
负责接收问卷的人员要将全部问卷检查一遍,剔除无效的或不能接受的问卷。无效问卷指的是以下几种可能情况。
01
识别无效问卷的7种情况
(1)不完全的问卷,即有相当多的部分没有填写的问卷。
(2)被调查者没有理解问卷内容而错答的,或者是没有按照指导语的要求来回答的问卷,如跳答的问题没有按要求去做等。
(3)回答没有什么变化的问卷,如在5级态度量表中,不管正向还是反向的看法,填表人都选3(一般)的情况。
(4)缺损的问卷,即有数页丢失或无法辨认的问卷。
(5)在截止日期之后回收的问卷。
(6)由不符合要求的其他人填写的问卷,如一项调查要求被调查者的年龄在25~55岁,那么在这个范围之外的人所填写的问卷都应视为无效问卷。
(7)前后矛盾或有明显错误的问卷。例如,年龄为20岁,职业为退休人员;或者在职务一栏填写国家领导人,等不是以严肃态度填写的问卷。
剔除无效问卷,更简便的方法是防患于未然。
设计和发布一个高质量的调查问卷,需要一个专业问卷平台,通过质控手段自动甄别无效问卷。
02
剔除无效问卷的5种手段
“调研工厂”,立足于“无质控,不调研”的原则,从调研项目的创建、调研任务的派发、调研过程的开展、到最后调研数据的审核等环节,对数据质量层层把关,结合人工智能自动质控和人工抽审质控等方式,确保数据的准确性和真实性。
01
自动质量控制
可设置标准答案质控题或重复答案质控的进行质量控制,自动检验样本在答题过程是否认真答题,保证样本回收质量
02
人工智能评分
用机器学习算法,对已回收答卷的质量和置信度自动打分,自动筛选出不合格答卷
03
第三方人工质控
第三方质控员可在线查看、审核、回访已回收的答案数据,并支持下载答案及视频、音频、图片等媒体数据
04
答案审核
平台支持随机抽取答卷,设置只审核重点问题,支持一键审核通过,提供人工审核效率
05
质量控制
平台自动输出问卷质控报告,多维度分析问卷质控质量
调研工厂立足于问卷调研根本,将保证数据准确度作为基础,建立完整的专业化质控系统,让结果靠近置信区间,把误差缩小到最低程度。
发布者:调研工厂,转载请注明出处:https://baike.survey.work/e7fa740a27/