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。

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

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

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

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

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。

—End—