有效使用量化調查研究

定量研究可供您將來自樣本群組的結果，一般化到整個人類群體。

兼具結構和統計的定量研究，可讓您得以做出結論，並且在行動方案中做出擁有充分知識作後盾的決策。

大多數的定量研究，是用於證明或否證您在執行定性研究時，設想出來而預先決定好的假說。

定量研究在大多數研究中佔有龐大的份量，但通常使用得很沒有效率。在建立定量研究問題時，請確認該問題可以讓您達到這三個目標之一：

1. 定義您的受訪者特徵：所有封閉式的問題，目標都是為了對受訪者特徵做出更好的定義。這可能包括取得有關以下各項的資訊：

了解這些特徵可以助您了解受訪者的面貌、行動方式，以及他們的喜好或期待。

2. 衡量資料中的趨勢：如果在不同時間點執行相同的問卷調查，就可以開始認識資料之中的趨勢。也許意見朝向特定的方向緩慢轉向，或是您可以發現季節性的變化？總之，查看趨勢隨時間的變化，能讓您了解調查結果的背景資訊。

例如，假設您要求顧客，使用從「非常滿意」到「非常不滿意」的評分方式，評量對貴公司客戶服務的滿意度，而有 20% 的人表示「非常滿意」。雖然了解現況是一件好事，但除此之外，這個數字還可作為未來衡量工作進展的尺度。

比如說，在原本的調查之後，您做了一些改變，希望更能滿足顧客的需求。現在您可以再次執行相同的調查，查看「非常滿意」的顧客百分比是否上升或下降。這使您能夠隨著時間變化，有效地測量在客戶滿意度上的進展，以及直接衡量在兩次調查之間，實施的新措施、新程序的效果。

3. 比較群體：調查問卷的問題也可以用來比較不同群體的受訪者。

回到上文中的範例。在加入有關受訪者的年齡、性別和收入的人口統計問題之後，您就可以比較問題，例如：年輕男性是否比年長女性更滿意您的服務？

藉由比較不同的群體，您可以指出要以誰作為目標，如何將訊息傳達給他們，以及何時需要改變產品，以配合特定的市場。您也可以將滿意的顧客百分比與基準比較，了解相較於競爭對手，您目前居於什麼位置。

在調查的領域以外，您還可以用許多方式使用定量研究。關於使用方式請見以下這幾個例子：

1. 觀察真實資料：您每天收集的資料，很可能會協助您做出以定量資料驅動的決策。這些資料可以是關於任何事物，從顧客造訪貴公司網站會停留多久，到您的銷售高峰出現在哪些季節。這些真實的資訊，最近被稱為「大數據」，在指引您的決策和進行自己的研究上，可能都非常實用！

大數據可以告訴您很多關於人們行為的資料，但是請記住，它很少告訴您為何人們表現出特定行為。您需要更多直接的定性和定量研究告訴您這些事！

2. 因果實驗：為了試著更清楚了解這個「為什麼」，因果實驗觀察在環境中加入新的因素後，會發生什麼情況，藉此判定因果關係。這個新的因素可以是任何事物，從評量廣告對銷售量的影響，到衡量辦公室派對對員工參與度的影響。

假設您計畫更換銷售產品的包裝，想要了解此事對銷售量的潛在影響。您可以只在幾家店面中推出新包裝，比較銷售量與舊包裝有何不同。因果實驗是 A/B 比較檢測背後的概念。

現在您已經有了立即上手展開工作所需的工具，但別忘了在開始之前，先納入一些定性研究。如需如何在研究設計中使用這兩者的詳細資訊，請參閱這篇文章。

本文是 SurveyMonkey 調查問卷入門課專案的內容。我們希望藉此幫助更多人建立有效的調查問卷。深入了解本專案以及我們如何參與研究社群。