问卷分割设计方法技术

本发明专利技术公开了问卷分割设计方法，包括：S1：计算长问卷中变量的相关系数，并通过对相关系数进行聚类将变量聚类成不同的数据项；S2：基于问卷分割模式、聚类得到的数据项以及问卷时长对问卷进行分割，得到各问卷模式；S3：基于固定费用精度最高或固定精度费用最小的约束下计算各问卷模式的最优样本量；S4：基于最优样本量随机发放问卷，并采集调查数据；S5：对调查数据进行处理，得到处理后的数据；S6：基于处理后的数据进行数据研究，并撰写报告。本发明专利技术提供的问卷分割设计方法，能够改善项目回答率和提高数据质量。

Questionnaire segmentation design method

【技术实现步骤摘要】
问卷分割设计方法
本专利技术涉及问卷设计和问卷数据处理
，更具体的说是涉及问卷分割设计方法。
技术介绍
大数据与人工智能技术突飞猛进的发展潮流下，市场调研数据在消费者洞察领域依然具有自身独特的优势和不可替代的价值，只有代表人“态度”的调研数据和代表人“行为”的大数据的完美融合才能更深刻更全面地洞察消费者。市场调查设计是消费者洞察背后看不见的“触手”，对调研结果的影响不容小觑。然而，它与当前调研方式逐步向互联网及移动互联网调查多元、飞速的变革相比则显得相对滞后，甚至依旧沿袭传统的调查问卷设计，冗长而复杂，导致调查数据存在许多潜在问题，造成受访者合作率下降、调查中断、数据异常等不良影响，从而导致调查质量下降，消费者洞察出现偏差。因此，调查问卷设计成为了调查行业目前面临的主要挑战和亟待解决的难题。市场调查设计一般要综合平衡成本效率、准确和速度三个目标之间的关系。为了实现成本效率目标，市场调查机构通常会最大限度地通过调查问卷来实现客户对信息“量”的需求。因此，大多数调查往往包含人口特征、消费行为、媒体接触等多个主题，相应的问卷必然冗长而复杂。这种设计通常会严重破坏市场调查目标间的权衡关系，特别是在网络调查中尤为突出，主要表现在(1)调查项目响应率下降。受访者合作的积极性下降，严重制约了调查项目的进度，降低效率、抬高成本，导致调查机构负担加重；(2)调查中断。以往的调查经验显示，问卷长度每增加5分钟，受访者中途放弃率便会上升5％左右，而网络调查中途放弃的可能性比传统面访要大得多；(3)增加数据异常值比率。受访者的厌倦情绪将会增加数据未在估计范围内的可能性，要么夸大或降低回答的真实得分，要么虚增或弱化变量间的相关性，这将直接影响对调查目标的推断；(4)增加受访者与调查项目间的摩擦。特别是对固定样本，受访者合作态度消极，对后续更多调查项目的正常开展不利。可见，调查问卷冗长而复杂已经成为市场调查设计不能承受之重。因此，如何提高调查问卷的回答率和提高调查数据质量是本领域技术人员亟需解决的问题。
技术实现思路
有鉴于此，本专利技术提供的问卷分割设计方法，能够改善项目回答率和提高数据质量。为了实现上述目的，本专利技术采用如下技术方案：问卷分割设计方法，包括：S1：计算长问卷中变量的相关系数，并通过对相关系数进行聚类将变量聚类成不同的数据项；S2：基于问卷分割模式、聚类得到的数据项以及问卷时长对问卷进行分割，得到各问卷模式；S3：基于固定费用精度最高或固定精度费用最小的约束下计算各问卷模式的最优样本量；S4：基于最优样本量随机发放问卷，并采集调查数据；S5：对调查数据进行处理，得到处理后的数据；S6：基于处理后的数据进行数据研究，并撰写报告。优选的，利用皮尔逊相关系数或φ相关系数计算长问卷变量之间的相关系数，并用K-means聚类方法将变量聚类成不同的数据项。优选的，在步骤S2中，所述问卷分割模式包括：累积模式、排列组合模式或相对重要性模式。优选的，在步骤3中，在固定费用精度最高的约束条件下，精度使用如下最小化距离函数Dsq表示：使得其中，n＝(n1，n2，...，nJ)表示J个不同模式的问卷的最优样本量分配组合，n为表示样本总量；表示第k个数据项的误差，用这个变异系数来衡量，CB表示调查所需要的总花费，c0表示与样本量无关的固定花费，cj表示第j个模式每个样本的花费；Wk表示不同数据项的重要性，且将最小化距离函数和约束条件转化为拉格朗日乘子法，求出各问卷模式的样本量分配；在固定精度费用最小的约束下，最小化距离函数Csq为：使得其中，表示J个不同模式的最优样本量分配组合，n*表示样本总量，表示第k个数据项的误差，μk是第k个数据项的误差上确界，c0表示与样本量无关的固定花费，cj表示第j个模式每个样本的花费，其求解方法与在固定费用精度最高的约束条件下的求解方法相同。优选的，在步骤S5中，数据处理的方法包括：完全个体分析、可用个体分析和多重插补。优选的，在步骤S5中，多重插补具体包括：采用马尔可夫-蒙特卡洛方法进行数据插补。优选的，在步骤S5中，多重插补的步骤包括：为每个缺失值构造出m个可能的插补值，从而得到m个完整的数据集；对插补后的m个完整数据集使用相同的统计分析方法进行分析，获得数据集内和集间的方差估计；基于数据集内和集间的方差估计得到缺失值的替代值。优选的，在步骤S2之后，还包括：辅以人工辨别和复查的过程。优选的，所述数据研究的方法包括：简单参数估计和最优线性无偏估计。经由上述的技术方案可知，与现有技术相比，本专利技术公开提供的问卷分割设计方法将冗长而复杂的长问卷，利用聚类的方法进行科学的分割和组成，形成若干份短小而精炼的问卷，在固定费用精度最高以及固定精度费用最小的两种样本量设计方法下，对分割后得到的短问卷的样本量进行重新计算，并采用问卷随机发放的策略进行调查数据采集，对部分数据缺失进行填补，从而保证调查数据质量，最终分析调查数据撰写研究报告。本专利技术提供的问卷分割设计方法包含从问卷如何分解到调查数据如何处理以及研究的完整的技术体系，技术流程环环相扣。本专利技术提供的问卷分割设计方法可以作为互联网市场调查设计和固定样本管理的一个新兴工具，在改善项目回答率和提高数据质量方面加以应用，能够成为深刻洞察消费者的一把利器。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术提供的问卷分割设计方法的流程图。图2为本专利技术提供的某电视频道受众调查问卷K-means聚类分割图；图3为本专利技术提供的多重插补的过程示意图；图4为本专利技术提供的问卷分割前后不同频道观众满意度打分平均分、标准差差异的对比图；图5为本专利技术提供的问卷分割前后，进口鲜奶的购买因素和地点选择比例差异。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术所提供的问卷分割技术是指将长问卷分割成若干个子问卷，每个受访者只需要回答其中部分问题即可，由于每个人回答的问题数量减少，提高了问卷的响应率和完成率，再通过最优样本量设计、多重插补等技术保证调查成本效率和调查数据质量。参见附图1，本专利技术实施例公开了问卷分割设计方法，包括如下步骤：S1：计算长问卷中变量的相关系数，并通过对相关系数进行聚类将变量聚类成不同的数据项；S2：基于问卷本文档来自技高网...

【技术保护点】
1.问卷分割设计方法，其特征在于，包括：/nS1：计算长问卷中变量的相关系数，并通过对相关系数进行聚类将变量聚类成不同的数据项；/nS2：基于问卷分割模式、聚类得到的数据项以及问卷时长对问卷进行分割，得到各问卷模式；/nS3：基于固定费用精度最高或固定精度费用最小的约束下计算各问卷模式的最优样本量；/nS4：基于最优样本量随机发放问卷，并采集调查数据；/nS5：对调查数据进行处理，得到处理后的数据；/nS6：基于处理后的数据进行数据研究，并撰写报告。/n

【技术特征摘要】
1.问卷分割设计方法，其特征在于，包括：
S1：计算长问卷中变量的相关系数，并通过对相关系数进行聚类将变量聚类成不同的数据项；
S2：基于问卷分割模式、聚类得到的数据项以及问卷时长对问卷进行分割，得到各问卷模式；
S3：基于固定费用精度最高或固定精度费用最小的约束下计算各问卷模式的最优样本量；
S4：基于最优样本量随机发放问卷，并采集调查数据；
S5：对调查数据进行处理，得到处理后的数据；
S6：基于处理后的数据进行数据研究，并撰写报告。


2.根据权利要求1所述的问卷分割设计方法，其特征在于，在步骤S1中，利用皮尔逊相关系数或φ相关系数计算长问卷变量之间的相关系数，并用K-means聚类方法将变量聚类成不同的数据项。


3.根据权利要求1所述的问卷分割设计方法，其特征在于，在步骤S2中，所述问卷分割模式包括：累积模式、排列组合模式或相对重要性模式。


4.根据权利要求1所述的问卷分割设计方法，其特征在于，在步骤3中，在固定费用精度最高的约束条件下，精度使用如下最小化距离函数Dsq表示：



使得
其中，n＝(n1，n2，…，nJ)表示J个不同模式的问卷的最优样本量分配组合，n为表示样本总量；表示第k个数据项的误差，用这个变异系数来衡量，CB表示调查所需要的总花费，c0表示与样本量无关的固定花费，cj表示第j个模式每个样本的花费；Wk表示不同数据项的重要性，且将最小化距...

【专利技术属性】
技术研发人员：徐立军，金勇进，侯京平，姜涛，付晓东，李晏，柴青慧，王霄，王小宁，
申请(专利权)人：央视市场研究股份有限公司，
类型：发明
国别省市：北京;11