問卷設計（Questionnaire Design）是一項關鍵的過程，它依據調查的目的和目標群體，系統地規劃和製作問卷。這個過程不僅涉及問題的選擇和結構，還包括問卷的格式、語言、順序和邏輯流程的設計。良好的問卷設計能夠確保問卷的有效性和可靠性，並且幫助研究者獲得準確、有意義的數據。
想知道如何設計一份好的問卷？不妨參考 SurveyCake 問卷設計懶人包
資料的多樣性
在進行資料分析之前，必須先對資料的類型有所瞭解。一般來說，依據不同的資料源和蒐集方式，資料大致可以分成「結構型資料」、「半結構型資料」和「非結構型資料」三種。
- 結構型資料：指有固定的欄位、固定的格式、固定的順序甚至是固定的佔用大小的資料類型。是很有條理的資料類型。由於這類型的資料相對乾淨，因此後續分析處理相對容易，也不用考慮一些例外狀況。
- 半結構型資料：指具有欄位的資料類型，因此可以依據欄位來進行查找，但並不保證每個欄位的資料都具有一致性或無缺漏。例如一個資料集中，可能只有部份資料含有電話欄位，同時只有部份資料含有地址訊息。
- 非結構型資料：指缺乏欄位概念或較難處理的資料類型，例如對話文字、圖像、影片、音檔等等。這類型資料通常較難應用，需要透過一些資料清洗的過程，包括格式處理、選擇過濾、合併拆分等，才能做後續的分析處理。
問卷調查之所以是目前最廣泛被採用的調查方式之一，除了省成本、省時間和跨地域的特型外，很重要的原因在於其蒐集來的資料大多為結構或半結構，相比其他資料更容易應用與分析。
分析前的準備
瞭解完資料的類型和特性後，接下來要做的就是資料的清洗。永遠要記得「Garbage In, Garbage Out」，如果分析時用的資料不具信度和效度，出來的分析就不會是一個有價值的結果。
資料需要清洗的地方有很多，包括「涵蓋誤差」、「抽樣誤差」、「遺失的資料」、「異常離群值」、「編碼的問題」等等。
除了清洗，資料還可能會說謊：
除了被人惡意以機器人填寫，就算是人類填寫問卷都有可能會說謊。說謊可以分為兩種，一種是有意識地說謊。譬如你對於目前正擔任別人感情第三者角色的人，對於社會目前第三者的看法。對方內心也許是認可這種行為，但多數人會選擇遵循主流社會的價值觀，選擇一個道德正確的答案。
而另一種情況是無意識地說謊，譬如你詢問「當你面前有一個飢餓的孩童需要你資助時，你會不會拿出錢資助？」，很多人在填寫的時候會填會，但在現實實際面臨這樣的情境時，很多人不一定能這麼果斷地拿出錢，內心可能會有更多的選擇。
人心就是這麼不可預測，但這也是分析階段有趣也困難的地方。好在現在除了問卷調查外，還有更多調查方法可以輔助，包括輿情分析、焦點團體、田野調查等等，相信搭配更多元的調查方式，分析的結果也會越來越明朗。
分析目的
依據不同的分析目的，通常會有不同的分析方法。分析目的通常可分為「描述性分析」、「診斷性監測」、「預測性分析」三種。
- 描述性分析：「過去發生什麼」和「為什麼發生」，例如常見的平均數、標準差等等。
- 診斷性監測：「現在發生什麼」，例如觀察後台滿意度有無明顯波動。
- 預測性分析：「未來會發生什麼」和「該如何行動」，例如迴歸分析等等。
分析結果
當資料分析完後，結果大致可歸納成「分類」、「分群」、「預測」、「關聯」四種。
- 分類：資料已有標籤化，依據標籤進行分類
- 分群：資料無任何標籤，將資料標籤化分群
- 預測：透過資料建立模型，透過模型進行預測
- 關聯：透過資料發現資料間的關聯性或規則模型
分析視覺化
為了更好呈現分析的結果，通常會再進行資料視覺化。如何挑選適合的呈現方式，就要依據資料想呈現的重點和形式有關。
- 比較（Comparison）：長條圖、折線圖
- 結構（Composition）：堆疊長條圖、圓餅圖
- 分佈（Distribution）：直方圖、散布圖
- 關係（Relationship）：泡泡圖、散布圖
如果你有其他資料分析用途，也可以把需要的資料匯出再利用。
那 SurveyCake 可以怎麼幫你分析問卷呢？
統計圖表
結合結果統計與分析圖表，即時瀏覽一目了然！
上面有介紹到的圓餅圖、長條圖，這裡應有盡有，若想要精準算出平均數、中數、眾數還有四分位數，SurveyCake 也有提供鐘形圖呈現數字分布範圍，而雷達圖則是方便你看出各面向間的相對趨勢。各式各樣的視覺化分析幫助你快速了解資料的狀況！
交叉分析
輕鬆產出資料交叉比對表，發覺出有價值的洞察！
交叉分析用於分析兩個變量之間的關係，這兩個變量來自於問卷中的兩個題目，要分別選為基準題與對照題，如此一來，就能從資料中找出隱藏的相關性！舉例來說，若我們想知道各年齡區間得知活動訊息的管道分布，我們就可以選擇「年齡」作為基準題，「如何得知此活動？」為對照題，從中得知哪些活動推廣的管道對應哪個年齡層比較有效，如親朋好友的口碑行銷對 19–23 歲最有效。
篩選組合
透過設定關鍵字或條件設定，篩選出符合需求的資料。
在問卷成功取得眾多樣本後，大量且複合的資料往往讓後續的資料歸納與分析變的更加複雜。透過篩選組合，可以設定多個篩選條件，讓你過濾掉不需要的資訊，輕鬆找到正確的目標並進行資料分析及運用！
立即解鎖更多 SurveyCake 的分析功能！
看完上方的教學文章後，你是否也想試著學以致用呢？除了以上介紹的三個功能外，SurveyCake 還有非常多功能可以幫助你資料分析哦～三秒鐘免費註冊 SurveyCake 會員，輕鬆上手資料分析！
