1 概念与范围界定
1.1 调查（Survey）在研究中的角色
调查方法学面向需要从人群中获取信息的研究任务，核心做法是通过一套结构化或半结构化的问题系统收集回答，再将这些回答转化为可分析的数据。它既适用于事实性信息（如行为发生频率、基本特征），也可用于态度、偏好与自我报告体验等难以直接观测的内容。由于调查通常覆盖较多对象、且成本与时间相对可控，因此在社会科学、公共政策、市场研究与健康研究等领域具有基础性地位。
1.2 与实验、访谈、观察的区别
与实验相比，调查多依赖受访者在自然或准自然情境下的自我报告，研究者通常不进行随机分配干预，因此更强调测量准确性与推断稳健性，而非因果机制的严格检验。与深入访谈相比，调查的题目与选项往往更标准化，便于大规模实施与跨样本比较，但同时会牺牲一定的叙事深度。与观察相比，调查的优势在于能直接触达个体的主观认知与经历；其局限则在于回答可能受记忆偏差、社会期待或理解差异影响，需要通过设计与质量控制来降低风险。
1.3 方法学关键术语与基本假设
调查方法学常用的关键概念包括：总体（target population）、抽样框（sampling frame）、测量（measurement）、效度（validity）、信度（reliability）、非响应（nonresponse）、权重（weights）、偏差（bias）、误差（error）、质量控制（QC）等。其基本假设通常围绕“样本能够在统计意义上代表总体”“问题能够在受访者层面产生相对稳定的可比理解”“收集过程不会系统性扭曲结果”等展开。实践中，这些假设很少完全满足，因此需要通过评估、校准与敏感性分析来应对。
2 研究设计
2.1 研究问题到变量的映射
研究设计的起点是将研究问题拆解为可操作的变量与指标：确定目标变量是什么（如满意度、态度强度或行为意向），并界定它的测量方式（量表、选择题或开放题）。同时要说明自变量、调节变量与控制变量如何在问卷与分析中对应。良好的映射通常包含概念界定、测量维度选择以及时间参照期（例如“过去一周”“当前”）的明确设定。
2.2 研究类型：横断面、纵向与趋势
横断面调查在同一时间点或同一时期收集数据，用于刻画现状或关联结构。纵向调查在多个时间点追踪同一批对象或相近群体，用于观察变化与方向性。趋势调查则强调在不同时间重复测量同一核心指标，以较好呈现总体层面的演化。不同类型对抽样与分析的要求不同：纵向更关注流失、时间一致性与追踪机制；趋势更关注量表与题项长期可比性。
2.3 采集模式：线上、线下与混合
采集模式影响可及性、响应率与回答质量。线上调查更便于自动化管理与成本控制，但可能引入互联网使用差异或自选择偏差。线下调查（纸笔或面对面/电话等）便于覆盖难以在线触达的人群，但对执行人员与现场管理要求更高。混合模式在一些研究中用于覆盖不同群体，但需要在分析阶段注意模式差异带来的系统性变化，并在问卷设计和数据清洗中保持一致性原则。
2.4 过程文档与可重复性
调查的过程文档应覆盖研究从设计到实施的关键决策，例如抽样计划、问卷版本变更记录、访问与招募脚本、质量控制规则、清洗步骤与变量字典等。可重复性不仅意味着“结果能被重现”，也意味着“方法链条足够透明”，使其他研究者能理解为何采用某种设计、如何处理异常与偏差，从而判断结论的可信度。
3 抽样与样本设计
3.1 总体定义与抽样框
总体定义用于界定研究想要推断的目标人群边界，包括地理范围、年龄或身份条件、纳入与排除规则等。抽样框是从中抽取样本的实际名单或获取渠道，二者之间往往存在“覆盖不完全”，因此需要评估抽样框与总体的吻合程度。若抽样框无法充分覆盖总体，应提前规划补偿策略，如后续校准或调整非响应权重的计算基础。
3.2 抽样方法：概率抽样与非概率抽样
概率抽样依赖已知或可计算的抽取概率，理论上更容易支持设计基础上的推断与方差估计。非概率抽样不保证抽取概率已知或可计算，常见于志愿样本、回流样本或基于平台分发的样本。非概率抽样并不必然无价值，但需要更谨慎地使用推断语言，并通过模型校准或与外部基准的对齐来缓解代表性不足。
3.3 分层、整群与多阶段抽样
分层抽样通过按关键特征将总体分成互不重叠的层，再在层内抽取样本，以提高估计效率。整群抽样以自然群体为单位抽取，再对群体内个体进行调查；当个体名单难以获得时常更可行。多阶段抽样结合分层与整群等步骤，常见于大规模调查的资源受限情境。此类设计对数据分析的影响在于需要使用相应权重与设计信息，避免误把聚集结构当作独立同分布。
3.4 权重与事后校准
权重用于修正抽样与响应过程对样本构成的影响。通常可包含基础设计权重（反映抽取概率）以及事后校准权重（对齐已知基准，如人口统计分布）。校准可以通过后分层或迭代调整等方式完成。权重并非越复杂越好，关键在于与目标变量相关的偏差来源是否被覆盖，以及校准变量的测量可靠性如何。
3.5 非响应与样本偏差处理
非响应是调查偏差的重要来源之一，可能来自无法联系、拒访或中途退出。方法上可先通过访问策略优化减少非响应，再在数据层面进行调整，例如基于响应概率的加权或模型化补偿。若能收集部分非响应相关信息（例如联系结果、基本人口特征），则校准与敏感性分析的可信度更高；若缺乏相关信息，需要更强调结论的不确定性表达。
4 问卷编制与测量
4.1 题项生成与测量维度
题项生成遵循从概念到指标的路径：先确定测量维度（维度之间应具有可区分的含义），再为每个维度撰写合适的问题表述与题目数量。维度选择可参考理论框架或既有量表，同时要考虑研究情境的适配性，例如文化语境、行业术语与时间参照期。题项过多会带来疲劳与中断风险，过少又可能导致信息不足，因此需要在质量与可实施性之间平衡。
4.2 回答选项设计：Likert、选择题与开放题
Likert量表常用于态度、同意程度或频率强度等连续性或有序概念，但要确保选项数量与锚点描述清晰。选择题适合分类信息与有限选项场景，可采用单选或多选结构，并注意互斥性与“其他”选项的设置。开放题能够捕捉未预设的观点与细节，但后续编码与质量控制成本更高；通常需明确字数或输入方式限制，并规划编码方案与示例。
4.3 量表构建与评分规则
评分规则决定题项如何汇总为量表分数，常见做法包括简单求和、加权求和或先反向计分后汇总。若存在跳题或条件题，需要确保评分逻辑在缺失情况下合理处理。对外发布的分数解释应与评分方式一致，例如说明分数越高代表什么、量表的方向性如何定义。
4.4 预测试（Pilot）与认知访谈
预测试用于检验问卷流程、平均完成时间、题意理解与选项可用性。认知访谈则关注受访者在回答时如何理解问题、如何选择选项与如何进行记忆检索。通过这类反馈可以定位模糊措辞、双重含义或难以判断的题目，并及时修订。实践中，预测试样本规模不必过大，但应覆盖关键人群差异与线上线下使用场景。
4.5 题目措辞与语义一致性（含双关梗的风险控制）
题目措辞要避免歧义与引导，保持语义在不同受教育水平与文化背景下的可理解性。若研究场景会涉及流行表达或幽默梗，需控制双关与上下文依赖风险：例如同一句话在不同地区可能触发不同联想，或受访者因“梗梗理解”而偏离原意。解决思路包括：使用清晰定义、在题干中补充必要限定条件，并在预测试中检查是否出现不符合预期的集中选择或误解模式。
4.6 测量信度与效度评估
信度强调测量的一致性与稳定性，常用指标包括内部一致性与重测稳定性等。效度关注测量是否真正反映目标概念，可能涉及内容效度、结构效度与准则效度。调查方法学中的关键在于将效度与信度评估嵌入流程：不仅在分析阶段检验，还要在题项设计与预测试阶段就验证题意与维度结构是否可接受，从而减少“上线后才发现测不准”的成本。
5 数据收集实施
5.1 访问与招募策略
招募策略影响样本构成与响应质量。常见方法包括邮件邀请、短信触达、社交平台投放、线下拦访或通过合作机构分发问卷。策略设计需兼顾覆盖与礼貌度：邀请话术应清晰说明研究目的、所需时间与隐私保障；提醒与跟进规则应避免过度打扰。若存在激励机制，应遵循合规要求并说明激励与完成之间的关系，避免诱导性回应。
5.2 访员/系统脚本与标准化流程
若涉及访员主导或电话、面对面形式，需制定标准化脚本，统一提问顺序、解释方式与追问规则，防止不同人员造成系统性差异。线上调查则需对系统提示、进度条与必填规则进行一致设计，并处理逻辑跳转导致的理解差异。无论哪种模式，都应准备常见问题的处理方案（例如账户登录失败、无法进入题目等），以确保数据质量一致。
5.3 质量控制与现场/在线监控
质量控制可以在多个层面实施：包括答题时间异常检查、重复作答检测、设备与网络异常识别、以及中途退出比例监控。在线场景可通过前端校验与服务器日志进行更细粒度的监控；线下场景可通过抽查复核与现场记录核验。质量控制的目的不是“筛掉所有异常”，而是区分可接受波动与明显不可信数据，并形成可追溯决策规则。
5.4 访谈时长与中断规则
确定合理的完成时长有助于减少疲劳与随机作答。若问卷较长，应通过分块、进度提示或分层邀答降低负担，并在系统中设置逻辑中断条件（例如当关键跳题条件不满足时自动结束）。中断规则需要明确：保留哪些部分数据、缺失如何处理，以及是否允许部分完成后的数据进入分析，这些都应在研究设计阶段写入方案。
5.5 保护受访者的隐私与知情同意
知情同意应以易懂方式说明研究目的、数据用途、匿名化或可识别程度、保存期限与退出方式。隐私保护包括对个人标识信息的最小化收集、访问权限控制与加密传输/存储等技术措施。对涉及敏感问题的研究，还需提供跳过选项或替代题项，并在系统层面减少不必要的个人信息暴露。
6 数据处理与清洗
6.1 数据结构、编码与变量字典
数据处理从数据结构整理开始：将问卷的题目、选项与变量类型统一映射为分析可用的数据集。编码规则需覆盖分类变量的值域定义、缺失值编码方式、方向性（正向/反向）以及开放题的文本保存策略。变量字典应记录每个变量的含义、来源题项、取值范围与编码逻辑，使后续分析与复核具有基础条件。
6.2 缺失值、异常值与一致性检查
缺失值处理需先判断缺失类型：完全随机缺失、条件性缺失或结构性缺失等。异常值可来自录入错误、逻辑不一致或真实极端情况。一致性检查包括跳题逻辑一致性、范围约束（如年龄不应为负数）、以及跨题项的一致性（如某选择与后续回答冲突）。清洗规则应尽量预先定义，避免“看结果再改数据”的不良实践。
6.3 反直觉作答检测与注意力检验
为识别低质量回答，可使用反直觉作答检测（如同质化全选、选择模式不符合常识）与注意力检验（设置理解性题项或反向题）。这些措施要控制误杀：既要剔除明显不认真或自动化作答，也要允许真实受访者的困惑或跳跃回答。建议在规则中保持透明度，并在报告中说明剔除比例与原因类别。
6.4 加权数据集构建
加权数据集用于将样本分布调整到与目标总体更一致的层面。构建过程通常包括计算抽样权重与响应/校准权重，并在合并层级与缺失情况下保持权重定义一致。加权后的有效样本量可能降低，因此分析阶段需注意方差估计方法与权重截断/平滑策略的合理性，避免单个极端权重主导结果。
6.5 文档化：可追溯的清洗记录
清洗记录应包含每一步操作的目的、规则、输入与输出数量（如清洗前后样本规模、剔除条目数与类别）。同时应保留清洗脚本与版本号，确保未来审计或复现时能回到同样的数据处理链条。透明的清洗记录有助于提升方法学信任度，并减少争议。
7 统计分析与推断
7.1 描述统计与可视化
描述统计用于呈现样本特征与核心变量分布，包括均值、比例、分位数与交叉表等。可视化通过直方图、条形图或散点图帮助识别分布偏态、极端值与组间差异。对于权重数据，描述统计也应在加权框架下计算或明确说明使用方式。
7.2 推断框架：估计、置信区间与误差度量
推断强调从样本到总体的不确定性表述。常见输出包括点估计、置信区间与误差度量（如标准误）。在调查研究中，误差不仅来源于抽样，还可能来自测量误差与非响应调整的不充分，因此报告应在统计不确定性之外简要提示方法学不确定性来源。
7.3 回归与建模在调查数据中的应用
回归模型可用于刻画变量之间的关联结构，例如线性回归、逻辑回归、序数回归或广义线性模型等。建模时需要考虑变量类型、缺失处理方法、权重引入与可能的非线性或交互效应。若使用开放题编码的衍生变量，还需评估编码一致性对模型稳定性的影响。
7.4 复杂抽样设计下的方差估计
在分层、整群或多阶段抽样条件下，观测值之间可能不独立，因此简单的标准误计算可能低估不确定性。复杂设计方差估计可通过设计信息（如分层变量、聚类变量和权重）进行，并结合相应软件实现。合理的方差估计是保证置信区间与显著性判断可信的关键环节。
7.5 亚组分析与多重比较控制
亚组分析用于探索差异来源，如按性别、年龄组或地区分层比较。由于多次检验会增加偶然显著的风险，需考虑多重比较控制或将亚组结果定位为探索性发现，并在报告中注明显著性处理策略。对样本量较小的亚组，应避免过度解读，并给出不确定性范围。
7.6 敏感性分析与稳健性检验
敏感性分析检验结果对关键假设的依赖程度，例如不同缺失处理方式、不同权重方案或不同剔除规则下的稳定性。稳健性检验也可包括替换模型形式或调整关键协变量。良好的做法是预先设定检验方案并报告关键变化，从而增强结论的说服力，而不是事后“挑一个最顺眼的分析”。
8 偏差、误差与效应解释
8.1 主要偏差来源：抽样、测量与执行
调查偏差可来自多个阶段：抽样阶段的覆盖不足与选择概率偏差；测量阶段的题意理解差异与选项解释不一致；执行阶段的访问失败、访员影响或系统逻辑错误。将偏差来源分解并对应到设计或数据处理措施，有助于在解释阶段更准确地说明“为什么会这样”和“可能哪里不对”。
8.2 测量误差与响应偏差
测量误差包括随机误差与系统误差，系统误差常体现在稳定的理解偏差、记忆偏差或社会期待导致的回答倾向。响应偏差还可能来自问题顺序效应、选项排列影响或回答疲劳。应对策略通常体现在问卷设计与质量控制，如优化题序、校验跳题逻辑、使用一致的措辞并结合预测试反馈修订。
8.3 欲说还休的“社会期许效应”应对策略
社会期许效应指受访者倾向于给出被认为更“合适”或更受欢迎的回答，尤其在涉及规范性判断的议题上更常见。降低这一影响可从多方面入手：措辞上减少道德评判或价值暗示；形式上提供中性选项与匿名保证；流程上控制访谈压力并允许跳过。必要时可通过间接提问或交叉验证题项检验一致性，帮助判断是否存在系统性偏移。
8.4 因果推断的边界与注意事项
调查通常难以直接建立因果关系，因为缺乏随机分配与可控干预。若研究试图讨论因果效应，需要明确识别策略（如时间先后、混杂控制与机制一致性），并强调仍可能存在未观测混杂。结论表达应遵循边界原则：能说的是“关联与预测”，不能直接宣称“因果成立”，除非研究设计在方法上提供了足够支撑并经过审慎验证。
8.5 结果解释的常见陷阱
常见陷阱包括：忽视权重与复杂抽样导致的误差低估；将相关性误读为因果；在缺少测量效度证据时过度解释量表差异；对小样本亚组进行过度外推；以及在清洗规则不透明的情况下采用“事后挑选变量”的分析路径。更稳妥的做法是把不确定性与可能偏差来源写进解释框架，并在报告中说明为何选择特定模型与处理策略。
9 伦理与合规
9.1 知情同意与数据最小化
知情同意应在调查启动前完成，并确保受访者理解研究用途、参与方式与退出权。数据最小化原则要求仅收集实现研究目的所必需的信息，避免过度索取个人标识、敏感信息或与研究无关的内容。对不同敏感程度的问题，应设置相应的答题限制与跳过选项。
9.2 匿名化与脱敏原则
匿名化与脱敏的目标是降低可识别风险。实践中应明确匿名化程度：例如是完全匿名、准匿名还是可再识别。脱敏策略包括删除直接标识信息、限制准标识符组合、对文本开放题进行必要的风险过滤等。需要注意的是，开放文本可能包含个人信息，因此应在编码或存储阶段进行适度处理。
9.3 数据保存、共享与访问控制
数据保存需遵循安全与期限要求，通常包括访问权限分级、传输加密和存储隔离。共享策略应与伦理审批或合规要求一致：公开数据通常在脱敏后提供，受限数据需通过申请与审查流程授权访问。文档化的数据版本与使用条款也能降低误用风险。
9.4 受访者风险评估
风险评估考虑受访者在隐私泄露、心理不适或社会后果方面的可能暴露。对于涉及敏感经历、健康或个人评价的问题，应提前设置缓冲措施，如提供跳题、降低问题强度、在必要时给出求助资源。即使风险较低，也应记录评估依据与采取的控制措施，以满足审查与问责要求。
9.5 合规流程与审查要点
合规流程一般包括研究方案审查、知情同意材料审阅、数据管理计划确认与执行记录归档。审查要点通常关注：研究目的是否清晰、风险是否与收益匹配、隐私保护措施是否充分、以及数据在整个生命周期中的控制是否到位。对跨机构合作或跨境数据传输，还需特别说明责任分工与合规路径。
10 报告、复现与方法评估
10.1 报告规范与透明度要素
报告应包含研究设计要点、样本获取与响应情况、问卷与关键变量的定义、数据处理规则、统计方法与主要结果。透明度还体现在对权重、缺失处理、异常剔除与质量控制的说明上，使读者能理解结果产生的全流程背景。必要时可附上问卷版本与变量字典的摘要信息。
10.2 研究限制与不确定性披露
研究限制包括代表性不足可能、测量效度或信度的不足、非响应调整的潜在偏差、以及分析框架对因果解释的边界等。披露不确定性不仅依赖统计置信区间，也应结合方法学证据讨论可能偏差方向与影响程度。谨慎的限制表达有助于避免过度泛化。
10.3 质量指标与审计清单
质量指标可覆盖响应率或完成率、完成时间分布、注意力检验通过率、缺失率、清洗后样本占比以及一致性检查结果。审计清单用于核对关键步骤是否按预设执行，例如脚本版本一致性、清洗规则执行无遗漏、权重计算使用正确的基准。系统化的审计有助于减少“流程漂移”。
10.4 复现脚本与数据可用性声明
复现通常需要提供分析脚本、关键参数设置和数据访问方式说明。可用性声明应明确哪些数据可公开、哪些数据受限以及获取途径。若无法共享原始数据，应说明原因并提供可替代的证据材料（例如汇总表、派生变量代码或可复现的模拟数据）。
10.5 未来改进：迭代设计与持续评估
调查方法学强调迭代：根据预测试与上线后的反馈修订题项，基于质量指标调整访问策略或中断规则，并在后续波次继续评估可比性与测量稳定性。持续评估也包括对偏差控制效果的复盘，例如比较不同权重方案的结果差异、跟踪非响应结构变化以及检验量表随时间的可迁移性。