1、问卷的质量会直接影响到收集到的数据的质量。在面对问卷设计的时候，我们往往过于轻敌，自以为已经做得很好，其实一些基本原则和注意事项很容易被忽视。问卷调查的好处在于，我们能够通过来自大样本的结构化数据，对事实作出精准的描述和推断，这是定性研究所难以做到的。但是，一个问卷调查，如果对错误的用户提了错误的问题，收到的数据将无法反应实际情况。更可怕的是，如果我们对此一无所知，轻信问卷数据的质量，就会得出具有误导性的结论。问卷调查还有另一个风险，就是我们往往依赖问卷填写者的自我报告，他们填写的答案往往会受到自身的一些认知局限的影响，未必能反映客观事实，这也是我们在设计问卷的过程中需要尽量避免的。
2、问卷测得的数据与实际情况之间存在的偏差，主要受到以下因素的影响：人：人的回忆是不准确的：相比于自己做过某事，人们很容易忘记自己没有做过某事；人们很难记起往事发生的确切时间；人们很难记起大多数经历的细节。人在回答问题的时候可能会受到社会期许效应的影响。人们了解社会对人的行为有一定的期待，也担心自己的某些真实情况不被他人认可。因此他们倾向于根据社会的期许来调整自己的答案。人们总是倾向于给出答案，即使自己并不清楚。人们报告的往往是他们对事情的理解，未必与客观事实一致。问卷：问题的措辞、选项的措辞、选项的顺序和前后文语境都会影响用户对问题的理解，从而也就影响了用户的回答。
3、那么，对于问卷设计来说，好问题的标准是什么？好问题首先要有明确的测量目标，也就是问题实际上要测量的事件是什么；其次，对于这个测量目标，好问题能够有较高的信效度，也就是能够达到稳定而准确。要尽量减少测量的偏差，有几个基本条件：要让用户，并且是所有的用户都能够以与你相同的方式理解问题。需要检视问题中的每一个概念，确保没有歧义。比如，“运动”是否包含“散步”？“月收入”是指税前还是税后、是否包含投资理财等其他收益？确保用户能够回答你的问题。用户可能因为不知道相关信息（“你上周通过运动消耗了多少卡路里？”）、无法准确回忆起相关信息（“你上个月有几天没吃早餐？”）等原因而无法回答。确保用户愿意回答你的问题。如果用户不愿意回答，他们可能随便选择一个答案来应付。如果涉及到比较敏感的问题，让用户知道为什么你要问这个问题，并且让他相信你会对此保密。确保每个用户都能找到适合自己实际情况的选项，并且避免诱导他们做出不符合实际情况的选择。
4、研究设计：在开始动手编制问卷之前，我们需要先搞清楚一些更核心的问题。目标调查对象是谁？我们需要对目标群体有一定的了解，包括他们掌握的相关信息、习惯使用的术语等，才能够提出合适的问题。研究目的是什么？我们做的研究可能有需求方，了解清楚他们的期望。尝试用一句话描述本次调研的目的，这考验的是我们对研究关注的核心问题以及研究的根本价值的了解。目的→假设→变量→问题。从根本目的出发，我们可以衍生出一些具体假设。如果条件允许，可以先对目标群体做个访谈，帮助我们拓展思路和形成假设。每一个具体的假设都揭示了我们应该测量哪些变量，而每个变量可能需要用多个问题去测量。“目的→假设→变量→问题”这个架构树帮助我们紧贴研究目标去思考应该提出哪些问题。
5、问题设计：我们已经列出了为了达到研究目的，我们需要知道的问题的清单。下一步是好好设计这些问题的措辞，以避免不必要的测量误差，提高测量的准确度。下面是一些通用法则：让用户预测自己的行为往往不准确，直接问他们过去的行为可能更好。用户在预测自己行为方面往往做得不太好，如果你问他们是否会使用某个产品或者服务，他们很可能会说“会”，但是这并不可信。直接问行为，用用户过去的行为去预测他未来的行为更加可靠。
6、选项设计选项要对称。选项的正向和反向形容需要有相同的粒度和强度。如下图的选项不正确地给了负向情绪以更高的强度。保证所有用户都有合适的选项。最好穷尽所有可能，如果无法做到，也可以提供一个“其他”选项给那些没有被覆盖到的用户。即使是李克特量表，有时也需要加入一个“不适用”选项，避免强迫用户选择。选项要很具体。不要有含糊不清的表述，能够用数字表达的尽量不用“很少”“经常”这类表述。选项的顺序要一致。比如1永远是最不同意，5永远是最同意（或者相反）。如果一份问卷中选项的方向发生改变，用户可能没有注意到或者习惯性按照原来的方向进行选择。如果答案没有逻辑顺序，尽量做到随机排列。顺序可能会影响用户的选择，我们通过随机的方式来降低这种影响。
