/不懂问卷的设计师不是好的UX

不懂问卷的设计师不是好的UX

问卷设计有什么难,高中生都会做……


我以前也是这么以为的,但前段时间我知识星球里的用户测试训练营,感觉好像没有这么简单!

八人的小组花一周时间设计一份问卷,结果我帮他们改了好几轮才勉强合格 🤦‍♀️

这让我想起,以前在写人机交互毕业论文时,发现居然有一门学科是专门研究如何做问卷调研的。


专门研究为什么有的人填的不准确,以及怎样设计问卷才更加科学……


我虽然不是什么问卷研究领域专家,但至少也对一些常见问题有点经验,所以这里给大家总结几点常见问题。


毕竟问卷设计这个技能真的挺重要的,是性价比最高的用研手段,也是做用户画像的基本方法。


上图来源:人物角色别瞎编,我压箱底的技巧都告诉你了


错误案例


为了解释清楚,我把第一版问卷中的几个问题拿出来,大家看看能不能发现错误:


1. 你的学历是?

  1. 大专

  2. 本科

  3. 研究生

  4. 博士

2. 你认为自己对XX产品有多熟练?

  1. 25%

  2. 50%

  3. 75%

  4. 100%

3. 你对XX产品的满意度可以打几分?

  1. 0-1分

  2. 2-3分

  3. 4-5分

  4. 6-7分

  5. 8-9分

4. 你使用XX产品的频率是?

  1. 每周一次

  2. 每月一次

  3. 半年一次

  4. 一年一次

先想一想有没有发现问题?


我这就开始分析了。



缺少非用户选项


除非你确定及肯定填写问卷的人肯定是XX产品的用户,否则这些选项明显覆盖面不足。


如果一个从未用过XX产品来填问卷,那么大部分问题都无法回答。


而这次用户测试训练营,我们确实需要潜在用户(没有使用XX产品的人)参加,所以这样的问题设计肯定是不行的。


解决方法有两种:


  • 每一个涉及产品的问题都加一个「我从不使用XX产品」;

  • 使用逻辑跳转,一开始选择「我从不使用XX产品」后就跳过后面这些题。



缺少极端选项


看看下面两题:

错误案例:


2. 你认为自己对XX产品有多熟练?

  1. 25%

  2. 50%

  3. 75%

  4. 100%

3. 你对XX产品的满意度可以打几分?

  1. 0-1分

  2. 2-3分

  3. 4-5分

  4. 6-7分

  5. 8-9分

第一个没有最低值(0%),第二个没有最高值(10分),让人摸不清楚究竟标准和范围在哪。


凡是涉及到度量的选项,都要确保最低值和最高值非常明确,且包含在选项中。



缺少及以上&及以下


有的度量性质的选项,没有明确的最高值和最低值,那么也要想办法将所有可能的情况囊括在选项中。


例如学历的选项:


1. 你的学历是?

  1. 大专

  2. 本科

  3. 研究生

  4. 博士


你无法保证所有参与者都在大专或以上,也无法确保没有博士后等更高学历,所以这个选项设计也是有问题的。


最简单的方法,就是在最低值加上「及以下」,在最高值加上「及以上」。



不够客观精准


所有涉及使用频率的问题,都要在选项设计上非常谨慎。

例如这次案例中的频率选项:


错误案例:

4. 你使用XX产品的频率是?

  1. 每周一次

  2. 每月一次

  3. 半年一次

  4. 一年一次

乍看之下没什么问题。


首先,「每X一次」这种说法就不准确,如果是每周三次怎么办?

这次的产品是在线文档,这类工具的使用频率最高完全可能高过「每周一次」,最低也完全可能低过「一年一次」。


而且一个人使用产品的频率会变的,直接问只用评论也不够准确。


可以改成:


正确案例:

4. 你上个月使用XX产品的次数大约是?

  1. 20-30次

  2. 10-19次

  3. 5-9次

  4. 1-4次

  5. 0次

上面这种问法会精准一些。

选项不统一

在心理学研究中,有一种李克特表(Likert Scale),是目前是目前调查研究(survey research)中使用最广泛的量表。


其中最常用的李克特表是设计5个度量选项,虽然严谨一些的研究也有用7个或9个选项的:

使用5个选项的李克特表案例,图片来自维基百科

据此,我建议所有涉及到度量的问题,都尽量统一使用5个选项。


第 2 和第 3 题的选项,都是度量类型却熟练不统一:


错误案例:


2. 你对XX产品的满意度可以打几分?

  1. 0-1分

  2. 2-3分

  3. 4-5分

  4. 6-7分

  5. 8-9分

3. 你使用XX产品的频率是?

  1. 25%

  2. 50%

  3. 75%

  4. 100

我建议凡是度量类问题,都尽量使用5个选项的李克特表形式。这样最后在统计数据的时候,自己也能轻松一些。


像是频率、满意度这种很难量化的,也没必要非得转换成分数,使用文字描述也OK,例如:非常不满意、不满意、一般、满意、非常满意。


前后对比

先回顾一下之前的几个问题:

错误案例:


1. 你的学历是?

  1. 大专

  2. 本科

  3. 研究生

  4. 博士

2. 你认为自己对XX产品有多熟练?

  1. 25%

  2. 50%

  3. 75%

  4. 100%

3. 你对XX产品的满意度可以打几分?

  1. 0-1分

  2. 2-3分

  3. 4-5分

  4. 6-7分

  5. 8-9分

4. 你使用XX产品的频率是?

  1. 每周一次

  2. 每月一次

  3. 半年一次

  4. 一年一次

按照上面的分析修改后,变成了这样:


正确案例:


1. 你的学历是?

  1. 职高/高中及以下

  2. 大专

  3. 本科

  4. 研究生

  5. 博士及以上

2. 你认为自己对XX产品有多熟练?

  1. 非常不熟练

  2. 不熟练

  3. 一般

  4. 熟练

  5. 非常熟练

3. 你对XX产品的有多满意?

  1. 非常满意

  2. 满意

  3. 一般

  4. 不满意

  5. 非常不满意

4. 你上个月使用XX产品的次数大约是?

  1. 20-30次

  2. 10-19次

  3. 5-9次

  4. 1-4次

  5. 0次

最后一点


再回顾一下改后的问题,你会发现产品使用的熟练程度其实非常不好衡量,可能每个人的标准都不一样。


其实,既然已经有使用频率的问题了,那么熟练程度基本可以据此推测出来,肯定是使用越多就越熟练嘛。


所以熟练程度的问题也不一定需要,如果问题多的话完全可以去掉。



虽然很多训练营只要求大家「做完」,而不要求「做好」,但我希望知识星球的成员真的可以在练习中反思问题、积累经验。


这个月又有一个 UX/交互作品集训练营,干货超多,有需要的可以看看:


和以往一样,只对知识星球的成员免费开放:



如果你只是想要多认识一些同行,也可以加入我们无广告的纯粹体验研讨微信群:

本文来自微信公众号“体验进阶”(ID:Advanced_UX)。大作社经授权转载,该文观点仅代表作者本人,大作社平台仅提供信息存储空间服务。