問卷設計不簡單，是一個耗時耗力的活，而且往往會出現各種失敗，所以不要迷信各種問卷調查結果，其中至少有90%是不合規範的。問卷的終極目標是驗證或提供某個問題的因果解釋，即解決問題，其次才是描述情況。問卷設計是一個項目，不是一張紙上寫幾道問題。這其中包含許多程序。目前實際情況是，問卷設計實際操作門檻實在太低，找個人來編幾個問題就可以稱之為問卷，人為不可控影響太大；二是低門檻導致粗製濫造大行於世，反過來又導致很多企業管理層並不信任。
問卷設計流程
首先，歷數一下問卷調查中的幾個問題
最直觀的：其一，亂答問卷，或置之不理；其二，問卷題目過於泛泛，不切中要理，最明顯的表徵就是，問卷作出來的結果拿到上司面前，上司看完就回一句：「哦」；其三，問卷題目設計有基本技術錯誤，如偏向性、選項不完備等等。
不直觀的：其一，問卷不能反映實際人群，不具有代表性，問卷沒有價值；其二，問卷設計的題目和選項有誤，沒有統計價值；其三，問卷沒有邏輯，只局限於描述情況，不能解決問題，問卷價值不大。這些問題的出現都與對問卷理解偏差，設計問卷沒有走規範流程，沒學過統計有關。
其次，介紹問卷設計流程問卷設計的前期工作
1.主持問卷設計者，必是深入了解情況者
要做問卷，自然要圈定一個問題範圍，即想了解哪些方面？要解決什麼問題？
這是問卷大方向，如果這裡出現偏差，那此後的工作基本就是無用功。
比如，現在我們要做「金坷垃」牌口香糖，那問卷設計的主持者自己首先得非常了解口香糖這個產品的市場情況。
2.文獻鋪墊
可閱讀相關的行業研究報告或類似靠譜的問卷研究，這有助於避免走錯方向，也能提供新思路。如有條件，可以找到相關的數據，先刨一下數據，做些數據分析，這非常有利於問卷將來設計和發放。既然我們做金坷垃口香糖，屬於快銷領域，那就先拿尼爾森的數據刨一刨。
3.了解被訪者
你得去和被訪者聊天，專業點叫「訪談」。在這個階段最重要的是：去了解他們對於你想了解的領域和想解決的問題，怎麼想？怎麼看？哪些才是你要發問卷的對象，如何發問卷，才不會出現高概率拒絕——嚴格地說，如果一個問卷出現高概率拒絕，那麼這個問卷設計是失敗的且沒有意義的。
其次才是問卷語言怎麼設計，才會比較貼近被訪者的情況。
訪談最好分為兩個階段：
第一階段，小組訪談（Focus Group）
找十個左右各有特點的被訪者坐在一起，圍繞著你想理解的主題，大家進行閒聊。這種方式有助於快速全面的了解信息，但信息真假和權重是不明確的；
第二階段，深度訪談
找有典型意義的被訪者深度聊天，你可以把之前的了解的信息與這位被訪者共享，看他的態度和想法，一般做3-5個足矣。
以上只是建議，如果精力和財力不足，做一次小組訪談。但是訪談必須是要做的。
4.形成前期（定性）研究報告：提出假設
你需要根據你目前了解的定性材料（報告和訪談），做一個全面的剖析，提出假設，舉個開玩笑的假設，「因為情侶要經常打KISS，所以女性消費者最關心口香糖能否清除口氣」。你提出的假設是至關重要的，你的將來問卷設計將是圍繞這一假設而來。
5.將你的假設，轉變成一個公式，形成一個邏輯
還是以「金坷垃」牌口香糖市場調查為例，口香糖的銷量=性別+年齡+銷售場所+口味，翻譯成大白話就是，口香糖受性別，顧客年齡，銷售場所以及口味的影響。而你的假設內涵，舉個例子，則是：年輕女性對口香糖銷量貢獻較多，她們喜好在街邊購買，對口味也有自己的特殊要求。
6.圍繞假設，設置題目
有了前面的鋪墊，這個階段的題目設置倒不費心思。
至於如何撰寫題目和選項。這裡就不詳細展開。另外註明敏感隱私問題是可行的。只要你前期的工作考慮足夠周到。
根據上面的討論，我們的問卷自然而然會偏重去了解性別、年齡、銷售場所、口味選擇、銷售頻次和數量。我個人經驗，在這個環節，除以上領域外，最好能夠多設置一些問題，以了解其他方面，畢竟誰也不能保證我們提的假設就一定是準確無誤的，如果出了問題，還可以在一定程度上補救。
設計重複性的題目，能極大幫助你分辨哪些是胡亂填的，哪些不是。
這算是我自己的經驗總結，主要借鑑了一些心理學量表的做法。還是以口香糖為例：1.你喜歡什麼口味的口香糖，選項A、B、C；2.以下哪種味道的口香糖你最願意購買，選項A、B、C，注意兩道題之間的選項內容要打亂，比如上一題的A是下一題的C。
7.確定問捲髮放方式和發放量
「一門百發百中的大炮勝過一百門百發一中的大炮」，同理，一百份精確的具有代表性的問卷遠勝過隨意填答的上千份問卷。
在問卷領域，最關注的是「代表性」，而非數量。
國內很多媒體經常會用樣本數量來證明為自己調查結果是真實的。比如多少網友表示。這其實是錯誤，你的樣本再大，調查人數再多，如果是有偏頗的，那也是沒有意義的。比如一個村莊有老人和小孩。調查一萬個老人也絕沒有調查一百個老人和小孩來的更有意義，更反映現實。有興趣的可以看一下蓋洛普靠總統選舉預測發家的故事。
很遺憾，由於條件所限，一般商業問卷常常是街邊發放或者網上問卷，在統計學上都屬於非概率抽樣，其統計價值相對不高；如有可能最好採用概率抽樣，那樣你的結果將具有很大的實際價值。如何概率抽樣，很複雜，這裡處於行文長度考慮，暫且不表。
就企業和工作實際情況而言，如果是做問卷，儘量別搞路遇抽樣——隨意發放，起碼做整群抽樣，按被訪者類別發放問卷。一份包含15個問題的問卷，有效問卷，即沒有隨意填答且所有問題都回答的問卷，數量至少達到200份以上。
問卷設計的中期工作
1.試發放和修改階段
嘗試性的發放一些問卷，推薦是在100-200份左右。通過回收，分析答案填答情況，可以及時修正問卷的錯誤。如有效問卷回收過低，部分答案總是不填，剔除部分效力不高的題目等等。
2.發放和回收階段
這裡面又牽扯到網絡回收、防止調研員胡亂填答等等問題，這不屬於問卷設計，我就不細講。
問卷回收分析
1.數據分析
通過一些數據分析軟體，如SPSS、STATA等，分析數據。實在不行，用Excel也可以實現，只是複雜點，需要些寫一些公式。
首先，可能是我個人閱歷較少，做的問卷案例不夠多。實在沒有碰到過問卷設計，特別是封閉性問題設計，導致用統計軟體刨起來麻煩無比。我個人是SPSS、STATA兩個串聯著用。在做學生的階段，因為經常要刨美帝的人口數據，這些數據又是如此精確完善以至於可以用各種複雜的數據分析方法，所以用STATA會很多。恰恰是做商業課題，個人比較Low，一般只用SPSS，如果條件不具備，也用Excel刨數據。一方面是對方要求沒有那麼高深，SPSS最近幾個版本功能也強大很多（帝都大學社會學專業高級統計已經不再教授STATA）；另一方面，就那點數據的質量（樣本來源和數量、定量化程度）實在不堪複雜的統計，刨當然也能刨，也能出一個漂亮結果來，但確實沒有什麼意義——因為並不符合這些統計方法的數據要求，越是複雜的統計方法對數據的要求是越高的。
其次，統計軟體是工具，是服務於問卷設計的，而不是問卷設計服務於工具，這是本與器的問題。如果實在嫌某個軟體易用，那就換一個吧。
2.形成研究報告
此時，展現在你上司面前，將不只是幾個餅圖，條形圖，而是包含一套關於問題的詳細描述的解決方案，而且是用數據詳細論證的方案。
題外話
說到這裡，相信很多人能理解，問卷設計還是一項需要一定腦力的工作，對人員專業素養也有一定的要求。。我在這裡只是展現了其中一小部分，這個過程中出錯的機率很大，能完成目標的問卷並不多，說句沒有數據驗證的話，市面上90%的調查問卷結果都是不合規範，只能當作一種意見或者聲音，而不能當作事實。
但很多企業，包括諮詢公司們，卻不這麼認為。已經見識了太多拿幾張紙，找幾個新兵，甚至是實習生（臨時工）拍著腦袋想問題，然後問卷隨意一發，最後算個眾數、平均數就了事的問卷調查了。許多問卷調查，與其說是去調查，不如說是製造數字來驗證自己大腦中已有的判斷。
原因有四：一是問卷設計實際操作門檻實在太低，找個人來編幾個問題就可以稱之為問卷，人為不可控影響太大；二是低門檻導致粗製濫造大行於世，反過來又導致很多企業管理層並不信任，拿我個人求職的慘痛經歷而言，每次我對著應聘的公司，有神有色地敘述在商業領域，問卷調查如何如何的不一般，應當如何如何做，換來的總是茫然，然後回一句你這個專業（本人社會學）和商業沒有關係吧，so你還是不適合做市場研究的崗位；三是按流程走問卷設計，實在過於費時費力，這又是那些靠做項目的諮詢同志們所不願意做的；四是真正了解並熟練操作問卷設計流程的人才並不多。以社會學，這門以問卷設計為核心的專業為例，如果一個本科生、碩士生乃至部分博士生不是一心向學，或者因領域偏好需要一心要做定性的話，說實在畢業的時候也不是十分的明白，我就見過部分教授們坦言不會刨數據，更有部分學人以此自豪。而且很痛心的是即使在學術領域，同仁們都在用國內調查資料庫，質量也是層次不齊，充滿著雲泥之別，起步晚缺乏歷時性數據，而往往是學術研究，對數據的質量要求又是最高的。當年學術小青年的我深感這裡水太深，到時數據有問題，論文結果做出來被呵呵了怎麼辦……所以，最後有時自己做點科研想自娛自樂，還只好刨美帝的調查數據，做美帝的研究問題，現在想起來還滿眼都是淚。
當然，數據也會說謊，統計也能非常安全地製造假象，但是這些問題和數據分析的真假以及有效性至少是可觀測的，在這一點是要比不可觀測的很大程度依靠「理解」的定性研究要優越。最後說明一下，個人既不是定量黨，也不是定性黨，是徹底實用主義，按研究內容來選方法才是準確之道吧。
來自：質化研究