大家都在搜：中国药房当代医药吉林医学医学信息全部期刊

_投稿邮箱

mlunwenvip@163.com

【论文写作技巧系列】第三篇：把变量转化为问卷 —— 给第一次写研究论文的同学

发表日期 2026-07-08 14:29:00 25

第三篇：把变量转化为问卷

五、问卷设计之道：绝非凭主观臆想编题

在问卷类实证研究里，问卷并非普通的调查表，而是测量变量的工具。

问卷设计的本质在于：

变量 → 题项 → 数据 → 分析结果

1. 问卷设计前不可或缺的表格

变量类型	变量名称	变量定义	题项数量	量表来源	是否需要改写
自变量 A	服务质量 / 品牌感知质量 / 内容质量等	依据文献进行定义	3—5 题	参考成熟量表	需结合具体场景改写
因变量 B	重游意愿 / 旅游意愿 / 口碑传播意愿等	依据文献进行定义	3—5 题	参考成熟量表	需结合具体场景改写
中介变量 M	满意度 / 品牌信任 / 情感体验等	若模型中存在	3—5 题	参考成熟量表	需结合具体场景改写
人口学变量	性别、年龄、年级、收入等	样本的基本信息	4—6 题	根据研究对象进行设置	一般无需量表
消费特征变量	消费次数、平台使用、是否有相关经历等	样本的经历信息	3—6 题	根据研究场景进行设置	需结合题目进行设计

2. 何为成熟量表？

成熟量表是前人在既有研究中使用过，且经过一定信度、效度检验的测量题项。一个变量通常不能仅依靠一个问题来测量，而需要通过多个题项共同体现。

题项数量	是否建议	原因
1 个题项	不建议	难以开展信度分析
2 个题项	不太建议	稳定性欠佳
3—5 个题项	推荐	适合学年论文，便于分析
6 个以上题项	需谨慎	问卷易过长，填写质量下降

3. 何处寻觅成熟量表？

查找渠道	查找方法	适用查找内容
知网期刊论文	搜索“变量名 + 量表”	中文题项和国内研究用法
硕士论文	查看“变量测量”或“问卷设计”部分	可参考题项，但不可完全依赖
英文期刊论文	搜索英文变量名 + scale	经典量表的来源
同类实证论文	查看“变量测量”“问卷设计”部分	研究模型和题项改写方式
参考文献追溯	查看论文引用的量表来源	寻找原始量表

4. 找到量表后，切勿直接照搬

原量表题项	场景化改写
我认为该品牌值得信赖。	我觉得这家度假酒店品牌是值得信任的。
我愿意向他人推荐该产品。	我乐意向亲朋好友推荐这家度假酒店。
我愿意再次购买该产品。	若有机会，我愿意再次前往该景区游玩。
该内容对我有帮助。	小红书上的旅游内容对我规划出游行程很有帮助。

改写题项时需遵循以下原则：

改写原则	具体要求
保留原题项含义	不可改变变量的测量方向
结合研究场景	融入酒店、景区、小红书、实习等具体情境
语言通俗易懂	确保被调查者能够理解
避免双重问题	一个题项只询问一个意思
避免诱导性表达	不要暗示被调查者如何作答
保持题项一致性	同一变量的题项风格尽量统一

5. 如何在论文中呈现量表来源和题项改写？

许多同学能够设计出问卷，但在论文中却难以清晰阐述“题项的来源”，这会让老师觉得问卷是随意编写的。正确的做法是：每个核心变量都要有定义、题项数量、量表来源和改写说明。

可在第三章“研究设计”中放置如下表格：

变量	变量定义来源	题项数量	量表来源	改写说明
品牌感知质量	参考感知质量相关研究	5	参考感知质量成熟量表	结合度假酒店消费情境进行改写
品牌信任	参考品牌信任相关研究	4	参考品牌信任成熟量表	将一般品牌表述替换为度假酒店品牌
口碑传播意愿	参考口碑传播意愿相关研究	4	参考口碑传播意愿量表	将推荐、分享、评价等行为具体化

正文可如此书写：

本研究的核心变量题项主要参考已有的成熟量表，并结合度假酒店消费情境进行适当改写。其中，品牌感知质量量表主要用于测评消费者对度假酒店服务、设施环境和整体体验质量的评价；品牌信任量表主要用于衡量消费者对度假酒店品牌可靠性和承诺兑现的判断；口碑传播意愿量表主要用于评估消费者向亲友推荐、在社交媒体分享以及发布评价的意愿。所有核心变量均采用五级李克特量表进行测量，1 表示“非常不同意”，5 表示“非常同意”。

撰写量表来源时需注意三点：

注意点	具体要求
勿只写“参考相关文献”	尽量明确参考的量表类型或具体文献
能追溯原始量表最佳	若从硕士论文获取题项，也要尽力追溯其引用的原始文献
改写要保留变量含义	可更换场景、对象，但不可改变题项的测量方向

若学生暂时找不到经典的原始量表，切勿硬编。可先查找 3—5 篇同类实证论文，对比它们对同一变量的测量方式，再在老师的指导下选择最适合本研究情境的题项。

6. 题项改写示例

品牌感知质量

题项编号	问卷题项示例	测量含义
PQ1	我认为这家度假酒店的服务质量挺高	服务质量感知
PQ2	我觉得这家度假酒店的设施环境符合我的期望	设施环境感知
PQ3	我认为这家度假酒店的整体体验颇具品质	整体体验感知
PQ4	我觉得这家度假酒店能够较好地兑现其品牌宣传中的承诺	品牌承诺兑现
PQ5	与同类型酒店相比，我认为这家度假酒店的整体质量更优	相对质量评价

品牌信任

题项编号	问卷题项示例	测量含义
BT1	我认为这家度假酒店品牌值得信赖	信任感
BT2	我相信这家度假酒店品牌能够兑现其服务承诺	承诺兑现
BT3	我觉得这家度假酒店品牌提供的服务比较可靠	可靠性
BT4	选择这家度假酒店品牌会让我感到安心	安全感

口碑传播意愿

题项编号	问卷题项示例	测量含义
WOM1	我愿意向亲友推荐这家度假酒店	推荐意愿
WOM2	我愿意在社交媒体上分享这家度假酒店的入住体验	分享意愿
WOM3	如果有人咨询，我愿意介绍这家度假酒店	主动介绍意愿
WOM4	我愿意在平台上发布关于这家度假酒店的正面评价	平台评价意愿

在正式论文中，需说明这些题项参考了哪些成熟量表，并结合度假酒店情境进行了修改。

7. A→B 模型问卷设计方案

以“小红书旅游内容质量 → 大学生旅游意愿”为例：

变量	题项数量	示例
小红书旅游内容质量	4—5 题	内容真实、实用、有吸引力、信息清晰、互动性强
大学生旅游意愿	3—4 题	愿意了解、愿意规划、愿意前往、愿意推荐
平台使用特征	3—5 题	使用频率、常看内容、是否收藏、是否受影响
人口学变量	4—6 题	性别、年级、月生活费、专业等

这种模型的核心量表题项约 8—10 个即可。加上基本信息和使用特征，整份问卷控制在 20 题以内较为适宜。

8. A→M→B 模型问卷设计方案

以“品牌感知质量 → 品牌信任 → 口碑传播意愿”为例：

变量	题项数量	示例
品牌感知质量 A	4—5 题	服务质量、设施环境、体验质量、品牌承诺兑现
品牌信任 M	3—4 题	值得信赖、可靠、兑现承诺、让人放心
口碑传播意愿 B	3—4 题	推荐、分享、介绍、发布评价
消费特征变量	4—6 题	是否入住、入住次数、常用平台、酒店类型偏好
人口学变量	4—6 题	性别、年龄、学历、收入等

这种模型的核心量表题项约 12—15 个。整份问卷建议控制在 25—30 题以内，不宜过长。

9. 完整问卷的结构

图 4 问卷结构示意图

问卷部分	主要内容	注意事项
问卷说明	阐明研究目的、强调匿名填写、表明数据仅用于学术研究	语言简洁，消除填写顾虑
匿名匹配码（可选）	仅在前后两次问卷需要匹配时设置	不收集姓名、完整手机号、身份证号等直接身份信息
筛选题	判断是否符合样本对象	不符合对象的样本应予以剔除
核心变量题项	自变量、中介变量、因变量题项	使用五级量表，题项表达清晰
消费特征题	消费经历、平台使用、频率、偏好等	根据研究场景进行设置
人口学信息	性别、年龄、年级、收入等	一般置于问卷后部
结束语	感谢填写	简洁即可

10. 若学年论文可能衔接毕业论文，如何设置匿名匹配码？

有些同学的学年论文可能会进一步发展为毕业论文，或者前后需要进行两次问卷调研，比如先开展学年论文的初步调查，在毕业论文阶段再扩大样本、追踪同一批对象，或者进行前测、后测。此时会面临一个问题：既要保护受访者的隐私，又要知晓前后两次问卷是否为同一人填写。

解决办法并非收集真实姓名和完整手机号，而是设置一个“匿名匹配码”，部分论文中也称之为“匿名识别码”。其作用仅为：便于研究者在数据表中对前后两次问卷进行匹配。

是否需要设置匿名匹配码，可按以下方式判断：

研究情况	是否需要匿名匹配码	说明
仅进行一次问卷调研，学年论文独立完成	一般无需	直接匿名填写即可
学年论文样本可能在毕业论文中继续追踪	可设置	方便后续同一批对象再次填写时进行匹配
进行前测、后测或两期调查	建议设置	两次问卷必须采用同一编码规则
研究对象较少，身份容易被识别	需谨慎设置	先与老师确认，避免过度收集个人信息

匿名匹配码可采用“受访者自行生成”的方式。常见规则有两类，建议优先选用隐私风险较低的规则：

编码规则	示例	优点	注意事项
姓氏拼音首字母 + 出生月份两位 + 自选两位数字或字母	王姓、8 月出生、自选 27，可填 W0827；若担心重复，也可填 W08A7	隐私风险更低	可能出现重复编码，适合样本量较小或仅进行一般匹配的情况
姓氏拼音首字母 + 出生月份两位 + 手机号后四位	王姓、8 月出生、手机号后四位 1234，可填 W081234	匹配率较高，前后不易遗忘	手机号后四位仍属于可识别线索，仅在确有前后匹配需求并经老师确认时使用

若研究对象较为敏感，或者没有强烈的追踪需求，优先选用“自选数字或字母”方案。若确实需要更稳定地匹配前后两次问卷，再考虑使用“手机号后四位”方案，并提前与老师确认。无论采用哪种方案，都需做到以下四点：

要求	具体做法
规则固定	第一次问卷和第二次问卷使用完全相同的编码规则
用途说明	在问卷说明中明确“仅用于前后问卷匿名匹配”
信息最少	不收集真实姓名、完整手机号、身份证号、详细住址等信息
重复处理	若出现重复编码，可增加一位自选字母或自选数字，但不要临时改为收集真实身份信息

问卷中可如此表述：

请您设置一个匿名匹配码：姓氏拼音首字母 + 出生月份两位 + 自选两位数字。例如，姓氏为“王”、8 月出生、自选数字为 27，则填写 W0827。请牢记该编码，若后续还有第二次问卷，请使用同一编码。本编码仅用于前后问卷匿名匹配。

若确实采用手机号后四位版本，可这样表述：

若本研究后续需要与毕业论文阶段的问卷进行匿名匹配，请您按以下规则填写一个识别码：姓氏拼音首字母 + 出生月份两位 + 手机号后四位。例如，姓氏为“王”、8 月出生、手机号后四位为 1234，则填写 W081234。本问卷不收集您的姓名和完整手机号，该识别码仅用于学术研究中的前后数据匹配。

论文第三章可如此说明：

考虑到本研究可能与后续毕业论文阶段的追踪调查相衔接，问卷中设置了匿名匹配码，由受访者按照统一规则自行生成。研究者不收集姓名、完整手机号、身份证号等直接身份信息，该编码仅用于前后两次问卷数据的匿名匹配。若后续研究不进行个体追踪，则不使用该编码进行进一步匹配。

以下做法不可取：

错误做法	问题
直接要求填写姓名和完整手机号	隐私风险过高，且超出一般学年论文的需求
写“完全匿名”，却收集学号、班级、姓名	表述与实际做法矛盾
第一次问卷用一种编码规则，第二次问卷换规则	前后数据无法准确匹配
为了匹配，收集过多个人信息	违背最小必要原则

请记住：匿名匹配码并非用于知晓“这个人是谁”，而是为了判断“前后两次是否来自同一受访者”。它能够降低隐私风险，但并不意味着可以随意收集个人信息。

11. 问卷说明模板

您好！感谢您参与本次问卷调查。本问卷用于学年论文研究，主要了解您在相关旅游/酒店消费情境下的真实感受。问卷采用匿名方式填写，不收集姓名、完整手机号等直接身份信息，所有数据仅用于学术研究和统计分析。答案无对错之分，请您根据实际情况填写。感谢您的支持与帮助！

若设置了匿名匹配码，问卷说明中需补充一句：

若本研究后续需要与毕业论文阶段的问卷进行匿名匹配，问卷中会请您按统一规则填写匿名匹配码。该编码仅用于前后数据匹配，不用于单独识别具体个人。

12. 问卷研究的伦理与真实性底线

问卷研究不仅是技术问题，还涉及基本的研究伦理。学年论文不一定需要撰写冗长的伦理说明，但在问卷设计和发放过程中需做到以下几点：

底线	具体要求
自愿填写	不强迫、不诱导被调查者填写
匿名处理	不收集姓名、身份证号、完整手机号等不必要的个人敏感信息；如需前后匹配，仅设置最少必要的匿名匹配码
用途明确	说明数据仅用于课程论文、学年论文或毕业论文研究
如实作答	提醒被调查者答案无对错之分，请根据真实经历填写
不代填问卷	不为凑数量自己填写、找人批量代填
不买假样本	不购买来源不明、质量无法判断的问卷数据
不为显著性删数据	删除无效问卷必须依据客观标准，而非结果好坏

问卷说明中至少要让被调查者知晓三件事：这是什么研究、是否匿名、数据的用途。若研究对象涉及未成年人、病患、敏感收入信息、隐私经历等内容，需更加谨慎，并提前与老师确认是否适合该设计。

13. 筛选题示例

研究题目类型	筛选题示例
酒店消费者研究	您过去一年是否有酒店入住经历？
度假酒店研究	您过去一年是否入住过、浏览过或预订过度假酒店？
小红书旅游研究	您是否看过小红书上的旅游内容或旅游笔记？
景区游客研究	您过去一年是否有景区游览经历？
酒店实习研究	您是否有酒店实习经历？
体育赛事研究	您是否观看过或参与过相关体育赛事？

筛选题设置一两个即可，不宜过于复杂；要与研究对象相符；不符合对象的样本后期需剔除；限制不宜过严，以免样本不足。

14. 消费特征变量的设计方法

研究场景	可设置的消费特征变量
度假酒店	入住次数、常用预订平台、偏好酒店类型、是否分享体验
小红书旅游	使用频率、浏览内容类型、是否收藏、是否因内容产生旅游兴趣
景区游览	游览次数、同行方式、停留时间、门票消费、是否重游
酒店实习	实习岗位、实习时长、酒店类型、是否有带教老师
体育赛事	观看频率、参与方式、是否外地观赛、是否产生旅游消费
康养旅游	参与次数、偏好项目、消费金额、健康关注程度

这些题可采用单选、多选或区间题的形式，不一定使用五级量表。

15. 人口学变量的设计方法

变量	常用选项设计
性别	男 / 女 / 不便透露
年龄	18 岁以下 / 18—22 岁 / 23—30 岁 / 31—40 岁 / 41 岁及以上
年级	大一 / 大二 / 大三 / 大四 / 研究生及以上
学历	高中及以下 / 专科 / 本科 / 硕士及以上
月可支配收入	1000 元以下 / 1001—3000 元 / 3001—5000 元 / 5000 元以上
职业	学生 / 企业员工 / 自由职业 / 公务事业单位 / 其他

人口学变量并非越多越好，只需设置与研究对象和后续分析相关的变量即可。

16. 问卷设计中常见的错误

常见错误	问题表现	正确做法
题项凭感觉编写	没有任何量表来源	先寻找成熟量表，再结合情境进行改写
一个题项询问两个问题	“服务好且价格合理”	拆分为两个题项
题项过于抽象	“该酒店具有较强品牌价值”	改为被调查者能够理解的表述
问卷过长	题量过多，填写者容易敷衍	学年论文控制在 20—30 题
没有筛选题	不符合对象的人也参与填写	在开头设置样本筛选题
人口学题放置过前	一开始就询问收入、年龄	放在问卷后面
题项与变量不对应	变量是品牌信任，题项却询问满意度	对照变量定义设计题项
没有预调研	正式发放后才发现问题	先进行 10—30 人的预调研

17. 问卷提交给老师前，需准备的材料

材料	具体内容
论文题目	当前拟定的题目
研究模型	A→B 或 A→M→B
变量定义	每个变量的定义方式
研究假设	H1、H2、H3 等
量表来源表	每个变量题项参考的文献
问卷初稿	完整的问卷内容
匿名匹配码规则（如需）	若前后问卷需要匹配，说明编码规则和隐私保护方式
样本说明	准备发放的对象，预计回收的份数

六、问卷发放与回收策略：并非“发得越多越好”

在问卷调查类实证研究中，真正重要的并非“回收了多少份问卷”，而是：

这些问卷是否由符合研究对象的人填写？回答是否认真？样本是否能够支持后续的数据分析？

问卷发放需分三步进行：

阶段	主要任务	目的
预调研	先找少量对象试填	检查问卷是否存在问题
正式发放	多渠道收集问卷	获取足够且有效的样本
数据清洗	删除无效问卷	保证数据质量

在最终论文中，这部分内容通常放在第三章“研究设计”里的“样本选择与数据收集”或“问卷发放与回收”小节。第四章则进行描述性统计、信度效度、相关分析和假设检验。

也就是说：第三章交代“数据的来源”，第四章分析“数据所反映的内容”。

1. 为何一定要进行预调研？

正式问卷一旦大量发放，后续若发现题项存在问题，就很难进行修改。预调研主要检查以下方面：

预调研要检查的内容	具体查看要点
题项是否易于理解	是否存在表达过于学术、绕口、抽象的题目
选项是否完整	是否存在被调查者无法选择的情况
题项是否重复	是否有几个题询问的是同一个意思
问卷是否过长	填写时间是否明显过长
逻辑是否顺畅	筛选题、量表题、基本信息的顺序是否合理
匿名匹配码是否清晰	如需前后匹配，受访者是否能够理解并按规则填写
数据能否导出	问卷星、腾讯问卷等平台是否能正常导出 Excel
样本是否符合对象	是否真正找到了目标调查对象

在学年论文阶段，预调研人数一般 10—30 人即可。

预调研的作用是修改问卷，而非正式检验假设。若预调研后对题项、选项或逻辑进行了调整，预调研数据一般不并入正式样本；除非问卷完全未修改且得到老师认可，否则正式样本应以问卷终稿回收的数据为准。

2. 预调研后如何修改问卷？

发现的问题	修改方式
被调查者看不懂某些题项	改为更通俗、具体的表达
某个题项包含两个意思	拆分为两个题项，或保留一个核心意思
很多人选择“不了解”或随意填写	检查筛选题是否不够准确
填写时间过长	删除重复题项，压缩不必要的问题
选项不完整	增加“其他”“不确定”“未经历”等选项
核心变量题项太少	每个变量尽量保证 3—5 个题项
人口学变量太多	删除与研究无关的信息题
逻辑跳转有问题	调整问卷平台中的跳转设置

预调研完成后，可整理一份简单说明：

内容	示例
预调研人数	本研究先邀请 20 名符合条件的对象进行预调研
发现问题	部分被调查者反映个别题项表达较为抽象
修改内容	对相关题项进行了通俗化改写，并删减了重复题项
修改结果	修改后问卷结构更加清晰，填写时间控制在约 3—5 分钟

3. 正式发放前，先确定样本对象

研究题目类型	合适的样本对象	不太合适的样本
景区服务质量对重游意愿的影响	有景区游览经历的游客	完全没有景区游览经历的人
小红书旅游内容质量对旅游意愿的影响	看过小红书旅游内容的用户	不使用小红书、未看过相关内容的人
度假酒店品牌感知质量对口碑传播意愿的影响	入住过、浏览过或预订过度假酒店的消费者	完全不了解度假酒店的人
酒店实习体验对就业意愿的影响	有酒店实习经历或正在实习的学生	从未接触过酒店实习的人
体育赛事体验对城市旅游形象感知的影响	观看过或参与过相关赛事的观众	完全没有赛事经历的人

若样本对象不符合要求，后续的数据分析将毫无意义。

此外，还需说明抽样方式。本科问卷论文常见的抽样方式为便利抽样、滚雪球抽样或定向发放，不要为了显得“高级”而硬写成随机抽样。只有在确实拥有完整抽样框，并且按照随机规则抽取对象时，才适合使用“随机抽样”。

若学年论文可能继续衔接毕业论文，或者研究设计中原本就有前后两次问卷，正式发放前还需确认匿名匹配码规则。规则一旦确定，前后两次问卷就不要随意更改；否则后续数据将难以匹配。预调研时也需让少量受访者试填匿名匹配码，查看他们是否理解规则、是否容易填错。

4. 有效样本量建议

研究模型	建议的有效样本量	说明
A→B 直接影响模型	150 份以上，最好 180—250 份	变量较少，分析相对简单
A→M→B 中介模型	180 份以上，最好 220—300 份	多一个变量，样本量应更稳定
样本对象较特殊	可根据实际情况适当降低	但要在论文中说明样本获取困难

此处所说的是有效问卷数量，而非回收问卷数量。

除了考虑模型复杂程度，还可根据题项数量进行粗略估算。问卷类论文的常见经验是：有效样本量最好达到核心量表题项数量的 5—10 倍。例如，核心量表共有 24 个题项，那么有效样本最好至少 120 份，达到 180—240 份会更稳定。这一规则并非绝对标准，但可帮助学生判断“样本是否明显偏少”。

实际操作时可按以下方式估算：

核心量表题项数量	最低参考样本量	更稳妥的样本量
15 个题项	75 份以上	150 份左右
20 个题项	100 份以上	180—200 份
25 个题项	125 份以上	200—250 份
30 个题项	150 份以上	250—300 份

若模型中有中介变量、控制变量较多，或者后续要进行更复杂的分析，样本量应尽量靠近“更稳妥的样本量”。不要为了使问卷数量看起来多而保留低质量样本，有效样本的质量比回收总数更为重要。

5. 如何选择问卷发放渠道？

研究对象	推荐的发放渠道
大学生	班级群、学院群、社团群、朋友圈
酒店消费者	朋友圈、酒店相关社群、旅游群、OTA 用户群、有入住经历的亲友
景区游客	景区现场、旅游群、游客社群、有旅游经历的朋友圈
小红书用户	小红书相关社群、朋友圈、大学生群体、关注旅游内容的人群
酒店实习生	实习班级群、酒店管理专业学生群、实习单位同学
体育赛事观众	赛事观众群、运动社群、校园体育群、观赛相关社群
康养旅游消费者	中老年旅游群、康养机构客户、有康养旅游经历的亲友

样本来源越贴近研究对象，论文结果越可信。

写入论文时，无需将每次转发都详细记录，只需概括为“通过哪些渠道、面向哪些对象、采用何种方式发放”。若样本主要来自朋友圈或同学群，也应如实说明，并在研究不足中承认样本范围有限。

6. 哪些问卷应予以删除？

需要删除的问卷类型	判断方式
不符合筛选条件	筛选题回答“不符合”
填写时间过短	明显低于正常填写时间
答案高度规律化	大量题项连续选择同一选项
前后逻辑矛盾	如“从未入住酒店”，后面却评价入住体验
缺失值过多	多个核心题项未填写
明显乱填	开放题乱写、选项明显不合理
重复填写	同一设备或相同信息重复提交，视情况处理

清洗时需注意：不能因为某些数据“不显著”就删除问卷。删除问卷必须基于客观标准。

若问卷设置了匿名匹配码，清洗时要先检查编码格式是否明显错误。例如，要求填写“姓氏拼音首字母 + 出生月份两位 + 手机号后四位”，结果有人填写了完整姓名、完整手机号或一串随机符号，就要单独标记并谨慎处理。完成前后两次数据匹配后，匿名匹配码最好单独保存，不要和最终统计分析表一起随意上传到在线工具或发给无关人员。

7. 如何在论文中撰写问卷回收情况？

问卷回收情况通常写在第三章“研究设计”中的“数据收集与样本说明”小节，而非等到第四章才首次提及。第四章可引用最终有效样本数，再进行样本描述性统计。

项目	数量
发放问卷数量	260 份
回收问卷数量	248 份
删除无效问卷数量	25 份
最终有效问卷数量	223 份
有效回收率	89.9%

文字表述如下：

本研究采用问卷调查法收集数据，采用便利抽样与滚雪球抽样相结合的方式，通过线上渠道发放问卷。问卷主要面向具有相关消费或使用经历的受访者，共发放问卷 260 份，回收问卷 248 份。经筛选，剔除填写时间过短、答案明显规律化以及不符合研究对象条件的问卷 25 份，最终获得有效问卷 223 份，有效回收率为 89.9%。

8. 如何整理样本基本情况？

“问卷回收情况”和“样本描述性统计”不可混淆。回收情况说明发放、回收、剔除和最终有效问卷的数量；样本描述性统计说明留下来的有效样本是谁、结构是否符合研究对象。

类型	示例变量
人口学信息	性别、年龄、年级、学历、收入
消费经历	入住次数、游览次数、消费金额
平台使用	小红书使用频率、短视频观看频率
实习经历	实习岗位、实习时长、酒店类型
赛事经历	观赛频率、是否异地观赛

示例表格如下：

变量	类别	频数	百分比
性别	男	86	38.6%
性别	女	137	61.4%
年龄	18—22 岁	168	75.3%
年龄	23—30 岁	42	18.8%
年龄	31 岁及以上	13	5.9%

表格后需有一句解释：

从样本结构来看，受访者以 18—22 岁群体为主，占比 75.3%，表明样本主要集中于青年消费者群体，与本文关注的大学生和年轻旅游消费者特征较为相符。

9. 从预调研到数据清洗的流程

问卷发放与数据清洗流程图示

图 :问卷发放与数据清洗流程