数据收集方法：类型与示例

数据收集方法是研究人员为回答研究问题而收集信息的方式。主要方法包括问卷调查、访谈、观察、实验、焦点小组和查阅现有记录。你需要根据研究问题、数据类型、时间和预算来选择合适的方法。

本指南将用简单易懂的语言解释每种方法，比较它们之间的区别，并向你展示如何选择合适的方法。

主要的数据收集方法有哪些？

主要的数据收集方法包括问卷调查、访谈、观察、实验、焦点小组和文档分析。问卷调查向许多人提出相同的问题。访谈则与受访者进行一对一交流。观察法用于观察行为。实验法通过改变一个因素并追踪其影响来收集数据。焦点小组让一小群人围绕某个主题展开讨论。文档分析则研究已有的记录。

数据收集是系统地获取观察结果或测量数据的过程。它与数据分析不同。数据收集负责获取信息，而数据分析则赋予这些信息意义。

方法	获得的数据	最适合的用途	需要注意的问题
问卷调查	主要是数字数据	快速接触大量人群	封闭式问题会限制回答
访谈	文字和故事	深入了解某个人的详细情况	需要花费时间
观察法	实际发生的行为	了解人们实际做什么，而不是他们说什么	无法控制观察环境
实验法	关于因果关系的数字数据	测试 X 是否会改变 Y	可能显得不够自然
焦点小组	群体意见	收集想法和反应	声音较大的人可能主导讨论
文献分析	现有文本或记录	发现过去的趋势	记录可能不符合你的研究问题

什么是第一手和第二手数据收集方法？

第一手数据收集方法直接从原始来源收集新数据，包括问卷调查、访谈、焦点小组和观察。第二手数据收集方法则使用他人已经收集的数据，例如政府报告、期刊文章和公司记录。第一手数据能够更好地回答你的研究问题。第二手数据通常成本更低，获取速度也更快。

因素	一手数据	二手数据
来源	由你自己收集	由其他人收集
Cost	Usually higher	Usually lower
Time	Usually longer	Usually shorter
Fit to your question	Close, because you design it	May not fully match
Example	A student survey you write	A published study you read

将两者结合使用通常可以获得更全面的见解。在收集任何新数据之前，先检查已有的数据。Canyam 上的 AI 研究论文摘要可以帮助你快速浏览已发表的研究，从而避免重复他人已经完成的工作。

什么是定性和定量数据收集方法？

定量方法用于收集可以计数的数值数据，然后通过统计方法进行检验。例如，使用评分量表的问卷调查和实验。定性方法则收集文字、故事和观察结果，以解释其含义，例如访谈和焦点小组。混合研究方法将两者结合起来，使你既能获得数值数据，也能了解这些数据背后的原因。

这里有一个虚构的例子。一家咖啡馆的老板发现午餐销售额下降了。一份简短的问卷调查可以统计顾客的到访频率。对五位顾客进行访谈，可以解释为什么有些顾客不再光顾。观察午餐时段的排队情况，可以发现顾客在哪个环节放弃等待并离开。将这三种方法结合起来，就能全面了解情况。

如何选择合适的数据收集方法？

首先从你的研究问题出发，然后思考哪种数据能够回答这个问题。检查你的时间、预算以及接触研究对象的条件。对于“有多少”这类问题，选择数值数据；对于“为什么”这类问题，选择文字数据。同时，也要提前规划研究伦理：在开始之前获得知情同意，并保护参与者的数据。

CASRAI 提出了一个重要观点。伦理审查、知情同意和数据保护等问题必须在数据收集开始之前解决，而不是在收集之后。以下是一些有用的建议：

在选择任何方法之前，先用一句话写出你的研究问题。
首先让两到三个人测试你的问题。
根据你的时间安排确定样本量。访谈适合小规模群体，而问卷调查适合大规模群体。
如果一种方法无法完整回答研究问题，可以使用两种方法。
不确定你的研究领域通常使用什么方法？可以通过文献帮助（Literature Help）查看已发表的研究。

什么是数据收集？

数据收集过程包括五个步骤。明确研究目标、选择研究方法、规划研究程序、收集数据，然后安全地存储数据。在开始之前制定数据管理计划。同时，还需要将抽象概念转化为可测量的指标。例如，将“幸福感”转化为一个1到5分的评分问题。

Scribbr 将最后这个步骤称为操作化。简单来说，就是将抽象概念转化为实际可以测量的内容。跳过这一步是导致数据结果模糊不清的常见原因。

什么是数据收集工具？在线工具又有哪些？

数据收集工具是用于收集数据的手段，例如问卷、访谈提纲、观察检查表、录音设备和调查软件。在线方式包括网络和电子邮件问卷调查、视频访谈以及应用程序中的数据追踪。这些方式可以节省时间和成本，但数据质量仍然取决于良好的问题设计和完善的计划。

数据收集工具，例如问卷，是你实际使用的表格或提问脚本。在互联网出现之前，情况与现在大不相同。2013年发表在 arXiv 上的一篇论文描述了通过邮寄纸质表格收集数据的方式有多么缓慢，以及后来网络和电子邮件问卷调查如何改变了这一情况。

应该避免哪些错误？

在明确研究问题之前就选择数据收集方法。
编写带有引导性的问题，例如“难道你不认为这项服务很棒吗？”
使用样本量过小或具有单方面偏向的样本。
跳过知情同意程序，或不谨慎地存储个人信息。
收集远远超过实际需要的数据。
从不提前测试问卷。
忽视数据质量问题，例如答案缺失或不一致。

需要注意的限制：没有任何一种方法是完美的，所有方法都存在一定程度的偏差，而且第二手数据可能无法与你的具体研究问题完全匹配。

结论与下一步

有效的数据收集方法始于一个明确的研究问题。根据所需的数据选择合适的方法，提前规划研究伦理，并在正式开始之前进行测试。你的下一步是：用一句话写出你的研究问题，从上表中选择一种方法，然后在 Canyam 上搜索研究论文，了解其他研究人员如何收集类似的数据。

常见问题

数据收集与数据分析有什么区别？

数据收集负责获取信息，而数据分析负责解释信息。在开始研究之前，你需要同时规划这两个环节，但它们属于不同的阶段。

我需要获得伦理审批吗？

这取决于你的学校或组织。许多机构要求在数据收集开始之前完成伦理审查并获得知情同意，因此应该尽早咨询。

哪种方法通常最便宜？

第二手数据通常是成本最低、获取速度最快的方式。在第一手数据收集方法中，问卷调查通常比访谈更便宜。

什么是样本，为什么它很重要？

样本是你从中收集数据的一个较小群体。合理选择的样本有助于使研究结果反映你所关注的更大群体的情况。

Canyam 可以帮助我处理研究数据吗？

Canyam 不会替你收集数据。它允许你搜索研究论文，并阅读人工智能生成的摘要，了解主要研究结果、研究方法和引用文献，从而帮助你了解其他研究是如何收集数据的。