
用于研究的问卷
问卷是一种数据收集方法,可用于直接从参与者那里收集有关他们的认知、偏好、意见、经验等的定量和定性数据。借助 Labvanced,问卷研究可以根据您的需求变得简单或动态。从管理标准问卷到实施独特设计,您可以通过以下内容了解您可以做什么,以及其他研究人员使用的问卷设计。
关键主题: 灵活的问卷研究设计和数据收集 问卷元素和对象 随机化 添加参与者反馈 分支逻辑与高级设计 数据输出 示例问卷 - 公开实验库
研究人员如何在 Labvanced 中利用问卷
Labvanced 中的问卷已通过以下方式使用:
- 人口统计信息: 收集人口统计信息
- 评估/量表: 管理评估和量表,例如使用 Likert 量表
- 分支: 使用参与者的回答进行分支并指定实验应如何进行。
- 高级逻辑: 使用高级编码自定义实验。
- 结合其他 Labvanced 功能: 例如眼动追踪、多用户研究、API 等
灵活的问卷研究设计和数据收集
Labvanced 为研究人员提供了多种通过问卷呈现和收集数据的方式。
问卷中的刺激呈现
刺激呈现是指在实验过程中向参与者展示任何元素以引发反应。这些元素可以采取以下形式:
- 图像
- 文本
- 视频
- 音频

用于分类情绪识别的矩阵问卷对象的图像刺激。
数据收集和问卷
参与者可以使用不同格式对刺激或问题作出反应,从而允许进行定性和定量数据收集。这些格式包括但不限于:
- Likert / 矩阵
- 多选/单选按钮/复选框
- 开放式回答
- 范围/滑块
为了进行更深入的分析,Labvanced 支持高级数据收集功能。这些功能包括:
- 鼠标追踪
- 音频录制(参与者自由发言并录制自己)
- 视频录制(参与者的视频录制,如果启用)
- 注视(通过我们的同行评审的基于网络摄像头的眼动仪)
尝试运行这个 动态编辑文本演示,如上所示,在该演示中,参与者被要求编辑问卷输入字段项,同时其击键和鼠标点击被跟踪。
📕 案例研究:通过拖放排名项目
Rasse 等人 (2023) 在他们的研究中以不同的视角进行问卷研究,使用了一种拖放设计,其中图像刺激需要以特定方式排列。参与者被要求通过拖放图像来对特定地标出现的顺序进行分类,按 1-8 的排名。该方法展示了一种有趣的问卷调查方法,即通过要求参与者将排名项(钉)拖放到相应的图像上,从而使其变得互动,才提交答案。

拖放任务;Rasse 等人 (2023)。
参考文献: Rasse, T., Gyselinck, V., & Guegan, J. (2023). 在更好的空间记忆的路线上遇到情感地标:重要的是情感效价还是唤醒? 环境心理学杂志, 91, 102145. https://doi.org/10.1016/j.jenvp.2023.102145
问卷元素和对象
如何创建问卷?
Labvanced 提供 30 多个可定制元素(也称为 对象),可以满足任何研究需求,从简单的调查到复杂的动态表单。
以下是 Labvanced 提供的一些与问卷相关的对象的概述:

问卷设计中使用的流行问卷对象示例。
📕 案例研究:滑动任务与评估社会吸引力
在 Valuch 等人 (2023) 的研究中,研究人员结合图像展示和 Likert 量表来确定微笑在照片中如何影响美学。在任务 1 (a) 中,参与者必须快速滑动以选择是否“丢弃”或“保留”图像。在后来的任务中,他们必须使用 7 点 Likert 量表对图像的吸引力进行评分。研究人员还添加了一项屏幕持续时间限制,图像的呈现时间最多为 1000 毫秒(实验 1)或 750 毫秒(实验 2):

利用图像刺激后跟随 Likert 样式美学评分的吸引力评估任务概述;Valuch 等人 (2023)。
参考文献: Valuch, C., Pelowski, M., Peltoketo, V. T., Hakala, J., & Leder, H. (2023). 让我们为那张脸带来微笑—积极的面部表情改善肖像照片的美感。 皇家学会开放科学, 10(10), 230413. https://doi.org/10.1098/rsos.230413
Labvanced为问卷研究提供了卓越的实验灵活性,允许您结合各种对象/元素和功能,使您的独特实验设计得以实现。无论是设计简单的问卷还是复杂的设置,Labvanced提供的可能性都是无限的。

📕 案例研究:问答形式的音频展示
在Matzinger等人(2023)的研究中,研究人员呈现了音频刺激,然后跟进问卷对象。研究的目的是评估以波兰语为母语的个体对波兰母语和非母语者在知识、信心和意愿方面的评分。一组问题和答案以音频格式随机呈现,参与者使用Labvanced中的范围/滑块元素,对演讲者的知识或信心进行从0到100的评分。
下图展示了问卷条目的示例:

参与者使用Labvanced中的滑块/范围对象对演讲者的知识或信心进行评分,其中0 = 完全不具备知识/信心和 100 = 非常有知识/信心:

参考文献: Matzinger, T., Pleyer, M., & Żywiczyński, P. (2023). 停顿长度与母语和非母语演讲者的认知状态归属差异。 语言, 8(1), 26. https://doi.org/10.3390/languages8010026
问卷随机化
有几种方法可以确保Labvanced中的实验完整性,例如通过随机化。您可以随机化问题中的条目顺序、试验的顺序以及整个问卷或任务的顺序。
按项目随机化
允许您随机化列出选项的顺序。
任务随机化
您可以使用随机化分隔符随机化所选的任务/块,或在参与者之间打乱所有任务/块。
添加参与者反馈
您可以通过向实验中添加参与者反馈,让参与者知道他们是否正确回答了问题。
📕 案例研究:以教程为中心的反馈研究
在Kessler等人(2023)的研究中,研究人员试图确定教程干预如何帮助解决复杂问题。教程问题包括多个选择答案。根据参与者的选择,会提供详细的反馈,因为与仅仅显示正确答案相比,显示详细反馈已被证明对学习更有益。下图(左)展示了教程问题,而右侧的图像则展示了选择错误响应时(红框)与选择正确答案时(绿框)反馈的例子。
教程问题(左)和选择选项后提供的详细反馈,绿色边框颜色表示正确解释,红色表示错误答案和解释(右);Kessler等人(2023)。
参考文献: Kessler, F., Proske, A., Urbas, L., Goldwater, M., Krieger, F., Greiff, S., & Narciss, S. (2023). 通过引入特殊因果模型的类别促进复杂问题解决。 行为科学, 13(9), 701. https://doi.org/10.3390/bs13090701
画布框架和页面框架
Labvanced为您提供灵活性,以两种模式/框架类型设计问卷,每种模式都有其独特的功能。选项包括:
- 画布框架: 问卷元素可以使用拖放自由定位,刺激和所有元素的大小会随着屏幕大小的变化而缩放。这种框架类型提供了高度的可定制性,通常可用于更复杂的场景,例如结合文本项与图像或其他视觉刺激的问卷。
- 页面框架: 问卷元素自动相互流下去,内置随机化选项,问卷的最大宽度以像素为单位定义,更容易使用,并且在纯问卷中效果更好。

📕 案例研究:视觉叙事与参与者反馈
在某些情况下,例如当孩子是参与者时,与其以文本格式显示多项选择答案和反馈,不如采取更具视觉化的方式,将选项作为图像。对于这种设计,研究人员可以使用画布框架,并添加事件,在任何形状或形式中显示风格化的反馈。
例如,在Schuhmacher 等人 (2023)的研究中,研究人员在视觉叙事任务后询问问题,孩子们通过图像形式获得反馈。
在 Labvanced 中使用画布框架为儿童参与者添加视觉反馈;
Schuhmacher 等人 (2023)。
参考文献: Schuhmacher, N., Rack, N., Beckmann, L., & Kärtner, J. (2023). 帮助是否总是优先选择?学龄前和小学年龄儿童在复杂社会情境中的帮助决策。 发展心理学前沿, 1, 1278034. https://doi.org/10.3389/fdpys.2023.1278034
高级问卷设计
分支逻辑
分支逻辑让您能够控制问卷的流程,并确定向参与者呈现哪些问题。我们的高级系统处理分支和动态响应,使您能够为每位参与者创建不同的问卷路线。这种灵活性使您能够捕捉详细而细致的数据,完全符合您的研究需求。
问卷中的高级逻辑
如有需要,您可以使用高级事件逻辑和/或代码自定义在 Labvanced 中的问卷研究设计。以下给出一些示例:

问卷数据输出
虽然您可以为每个问卷项目收集选择,Labvanced 允许您超越基本数据,例如对这些分数进行计算。这一点在处理涉及反向评分的问卷和量表时尤其重要,或者某个选项具有不同的评分系统。
使用 Labvanced 常见的计算包括:
- 总分
- 正确反应
- 类别和子类别的汇总
例如,下面的图像显示了问卷选择 q,其李克特量表范围为 1-5,且该选择的相应分配数值 q-value。total 列显示分数计算是如何根据选择 q 和其值 q_value 增加的:
参与者的选择 (q) 通过李克特量表具有特定值 (q_value),以及该分数是如何在多个试验中累加的 (总分)。
📕 案例研究:问卷值作为表现的预测指标
问卷的另一个常见场景是将数据用作认知相关任务表现的预测指标。
例如,Wöstmann 等人 (2021) 旨在确定噪声耐受性如何与个性相关。该研究使用的问卷/量表包括:
- BFI-S: 个性问卷,用于评估大五维度
- 人口统计信息还收集了音乐性数据
- WNSS: 噪声抵抗问卷
- SSQ: 语音听力能力问卷
- ANL: 可接受的噪声水平测试
- DTT: 改编的数字三元组测试以确定噪声中的语音接收
研究结果显示,较低的神经质和较高的外向性独立解释了自我报告的噪声抵抗力,以及语音听力能力和可接受的背景噪声水平。
在 Labvanced 中施用的问卷/量表,并用作噪声敏感性的预测指标; Wöstmann 等人 (2021)。
参考文献: Wöstmann, M., Erb, J., Kreitewolf, J., & Obleser, J. (2021). 个性捕捉主观与客观听觉在噪声中的分离。皇家学会开放科学, 8(11), 210881. https://doi.org/10.1098/rsos.210881
问卷中的反应时间
反应时间可以让您测量参与者选择响应的速度,或者他们提供书面答案所需的时间。
反应时间可以在实验过程中用于多种目的和多种方式,包括:
- 完成整个问卷/调查所花费的总时间
- 回答单个问题所花费的时间
- 在与其他事件(例如图像刺激出现/消失)相关的情况下,选择响应所花费的时间
从我们的库中导入问卷
您可以通过从 Labvanced 的公共实验库直接导入现有的量表和问卷来节省时间。该库有超过 600 个模板,可以根据您的研究需求进一步自定义。