📊 数据
📋问卷调查与抽样
问什么、问谁、问几个——问卷设计的每个岔路口都藏着陷阱。
食堂想添一道新菜,全校 1200 人问不过来,那就问 60 个。问谁?问几个?怎么问?每一步走岔了,收上来的数字都会骗人。问卷设计,一半是数学,一半是侦探学。
先把问题问对
问题本身就可能带节奏:
- 预设答案:「你有多喜欢新菜品?」——还没开口,先默认你喜欢了;
- 选项不全:「喜欢 / 非常喜欢」——想说不喜欢的人只好硬选一个;
- 修改后:「你对新菜品的评价?」选项:很喜欢 / 一般 / 不喜欢——每种态度都留了门。
好问题的标准:不预设答案,选项覆盖所有可能,措辞保持中性。
总体与样本
- 总体:你想了解的所有对象——全校 1200 人;
- 样本:实际问到的那部分——被访问的 60 人。
调查的全部目的,是用样本猜总体:60 个人的口味,要能代表 1200 个人的口味。样本配不配得上这份信任,就看下一步——怎么挑人。
为什么要随机
最省事的做法是逮着一群人问:课间抓同班同学,或去篮球社问一圈。这叫方便样本,它有个致命伤——同班同学口味相近,篮球社个个爱喝运动饮料,问出来的是「小圈子意见」,不是全校意见。
随机抽样给每个人同等的被选中的机会,就像抛硬币(背后的数学在概率入门):正面反面谁也做不了主。小圈子的偏好,这才扭曲不了结果。
两个翻车现场
「全校学生最喜欢什么运动?」——只在篮球社发问卷,答案一边倒地指向篮球。「食堂几点最挤?」——只在中午 12 点去数人数,别的时段全被想当然地略过。共同病根:样本没盖住总体,却自以为代表了总体。
随机抽样器
—
正面占比
抛得越多,正面占比越接近 50% —— 这就是大数定律。
把每次抛硬币想成「随机抽一个人」。抛 10 次,出现 8 次正面也不稀奇——小样本靠运气;抛上千次,正反面比例会稳稳贴近各半。抽样同理:样本越大,结果越稳,越有底气代表总体。
把结果端上台面
问完了,数字得让人一眼看懂:清点各选项的人数,画成条形图,谁多谁少、多多少清清楚楚。最后别忘了交代三件事——样本是谁、多少人、怎么抽的。没头没尾的数据,和编的没两样。
动手检验
随堂小测
1. 「你有多喜欢新校服?」这个问题哪里不对?
2. 想了解全校 1000 人的意见,只问自己 5 个好朋友,最大的问题是?
3. 抛 10 次硬币有 8 次正面,能断定硬币不公平吗?