基于 Bhattacherjee《社会科学研究方法》单元 9 设计
课程信息
| 项目 | 内容 |
|---|---|
| 课程名称 | 农村金融业务及监管 |
| 学期 | 2026 年秋季学期 |
| 学生姓名 | ______________ |
| 学号 | ______________ |
| 项目编号 | ______________ |
| 调研负责人 | ______________ |
| 提交日期 | ______________ |
1 调研类型
💡 提示：调研类型决定了你的数据结构和后续分析方法。先确定类型，再设计具体方案。
1.1 时间维度
- 横截面调研（Cross-sectional）：在某一时间点收集数据，适用于描述现状和比较群体差异
- 纵向调研（Longitudinal）：在多个时间点收集数据，适用于观察变化和追踪趋势
💡 农村金融示例：如果你想了解"当前四川农户的金融素养水平"，选横截面；如果你想追踪"农户贷款行为在政策实施前后的变化"，选纵向。
1.2 目的维度
- 描述性调研：回答"是什么"——描述某一群体的特征、态度或行为分布
- 解释性调研：回答"为什么"——检验变量之间的因果关系或相关关系
1.3 你的选择与理由
| 维度 | 你的选择 | 理由 |
|---|---|---|
| 时间维度 | □ 横截面 □ 纵向 | |
| 目的维度 | □ 描述性 □ 解释性 |
2 问卷设计
💡 提示：问卷是调查研究的核心工具。一份好的问卷应该让受访者容易理解、容易回答，同时能准确测量你的研究构念。
2.1 问卷结构
你的问卷应包含以下四个部分：
第一部分：引言（封面信）
- 研究目的说明（2-3 句话）
- 匿名性承诺
- 预计填写时间
- 研究者联系方式
💡 农村金融示例："您好！我们是四川农业大学的研究团队，正在开展一项关于农村地区金融服务使用情况的调查。本问卷匿名填写，大约需要 10 分钟。您的回答将帮助我们了解农村金融服务的现状和改进方向。"
第二部分：基本信息（筛选题 + 人口统计）
- 筛选题：确认受访者属于目标总体（如"您是否在过去 12 个月办理过贷款？"）
- 人口统计：性别、年龄、教育程度、职业、家庭年收入区间
第三部分：量表题（核心测量）
- 按构念分组呈现（每组一个构念）
- 统一使用 Likert 5 点或 7 点量表
- 正反题交替设置（防止受访者惯性作答）
第四部分：开放题（可选）
- 1-2 道开放题，收集深度意见
- 放在问卷最后，避免影响量表题的作答节奏
2.2 量表来源
| 构念名称 | 量表来源 | 题项数量 | Cronbach's α |
|---|---|---|---|
| （例）金融排斥感 | Kempson et al. (2000) | 6 题 | 0.82 |
| （例）贷款满意度 | 自编 | 4 题 | 待预测试 |
💡 提示：优先使用经过验证的成熟量表。如果需要自编题项，必须说明编制过程（文献梳理→专家咨询→预测试）。
2.3 预测试计划
- 预测试样本：n ≥ 30（从目标总体中抽取小样本）
- 预测试内容：题项清晰度、填写时间、量表信度（α ≥ 0.7）
- 修改依据：删除 CITC < 0.3 的题项，修改表述模糊的题项
- 预测试时间：正式调研前至少 2 周完成
3 抽样方案
💡 提示：抽样方案决定了你的结论能推广到多大范围。参见 Bhattacherjee 单元 8 的抽样方法速通卡。
3.1 目标总体定义
明确回答以下问题：
- 谁是你的研究对象？（如：四川省种植业农户）
- 什么地域？（如：成都平原经济区 8 个区县）
- 什么时间段？（如：2026 年 9-11 月有贷款经历的农户）
- 纳入标准和排除标准是什么？
3.2 抽样方法
概率抽样方法（推广性强）：
| 方法 | 适用条件 | 农村金融场景 |
|---|---|---|
| 简单随机抽样 | 有完整抽样框 | 从银行客户名单中随机抽取 |
| 分层抽样 | 总体内部差异大 | 按地区/收入水平分层 |
| 整群抽样 | 地理分布广 | 随机抽取若干行政村，村内全调查 |
| 系统抽样 | 名单有序 | 从农户花名册中每隔 k 人抽一个 |
非概率抽样方法（操作便捷）：
| 方法 | 适用条件 | 农村金融场景 |
|---|---|---|
| 便利抽样 | 时间/经费有限 | 在村委会门口拦截访问 |
| 判断抽样 | 需要典型样本 | 选择"示范村"的农户 |
| 雪球抽样 | 难以接触的总体 | 通过已有受访者介绍新的民间借贷参与者 |
| 配额抽样 | 需要控制结构比例 | 按性别和年龄段设定配额 |
💡 提示：说明你选择的方法，并坦诚讨论其局限性。非概率抽样不是"差"的方法，但需要在论文中说明推广性边界。
3.3 样本量计算
- 定量研究：使用 G*Power 软件或公式计算
- 效应量（f² 或 d）：参考文献或 Cohen 惯例（小=0.02/中=0.15/大=0.35）
- 显著性水平（α）：通常 0.05
- 统计功效（1-β）：通常 0.80
- 预计无效问卷率：通常 10-20%，需额外增加样本量
- 定性研究：说明理论饱和的判断标准（如"连续 3 次访谈未出现新主题"）
4 现场执行
💡 提示：现场执行是最容易出问题的环节。提前做好培训和质量控制方案。
4.1 调研员培训
- 培训内容：研究目的、问卷逐题讲解、访谈技巧、应急处理
- 培训时长：至少 4 小时（含模拟访谈练习）
- 培训材料：调研员手册（含常见问题 FAQ）
4.2 质量控制
- 一致性检查：随机抽取 10% 的问卷进行复核，调研员间一致性 ≥ 85%
- 逻辑检查：设置 2-3 道验证题（如前后矛盾检测）
- 时间监控：记录每份问卷的填写时间，过快（< 正常时间的 50%）或过慢（> 2 倍）的标记为可疑
- 现场督导：每个调研点至少 1 名督导员
4.3 报酬与伦理
- 受访者报酬：说明报酬形式和金额（如小礼品/交通补贴）
- 调研员报酬：按问卷数量或工时计算
- 伦理审查：是否获得知情同意、是否保护隐私
💡 农村金融示例：在农村调研时，受访者报酬建议以实物形式（如日用品）而非现金，避免产生"花钱买回答"的暗示。
5 数据管理
💡 提示：数据管理贯穿整个研究过程，好的数据管理习惯能节省大量后期清洗时间。
5.1 数据录入
- 电子问卷：直接从平台导出（问卷星/Qualtrics → CSV/Excel）
- 纸质问卷：双人独立录入，交叉核对差异
- 变量编码：统一编码规则（如 1=男，2=女；1=非常不同意，5=非常同意）
5.2 数据清洗
| 检查项目 | 处理方法 |
|---|---|
| 缺失值 | 缺失率 < 5% 的变量：均值填补或多重插补；> 15% 的变量：删除 |
| 异常值 | 超出 ±3SD 的观测值标记并审查 |
| 逻辑矛盾 | 如"年龄=15"但"从业年限=20"，标记为无效 |
| 重复提交 | 按 IP 地址或手机号去重 |
5.3 数据库归档
- 原始数据：只读备份，不可修改
- 清洗后数据：用于分析的版本，标注清洗日志
- 存储位置：加密硬盘或学校云盘，设置访问权限
- 保留期限：至少保留 5 年（符合学术规范）
6 偏差防控（呼应 Bhattacherjee 单元 9.3）
💡 提示：每一种偏差都可能威胁研究的内部效度。在方案中预先识别并制定应对策略。
6.1 应答偏差（Non-response Bias）
- 表现：拒绝参与或中途退出的人与参与者存在系统差异
- 应对：记录拒访原因和基本信息，与参与者做对比分析；提高问卷吸引力（简短、有趣）
- 农村场景：农忙季节拒访率高，选择农闲时段或提供误工补贴
6.2 社会期望偏差（Social Desirability Bias）
- 表现：受访者倾向于给出" socially acceptable"而非真实的答案
- 应对：匿名填写、避免直接询问敏感问题（如收入、违规行为）、使用间接测量技术（如情景投射）
- 农村场景：涉及贷款用途（如"是否将经营贷用于消费"）时，受访者可能隐瞒真实用途
6.3 回忆偏差（Recall Bias）
- 表现：受访者对过去事件的记忆不准确，尤其是时间和金额
- 应对：缩短回忆时间窗口（如"过去 3 个月"而非"过去 3 年"）、提供提示卡辅助回忆、用客观记录（如银行流水）交叉验证
- 农村场景：农户可能记不清具体贷款金额和利率，可改为询问"大概区间"
6.4 其他偏差
| 偏差类型 | 描述 | 应对策略 |
|---|---|---|
| 选择偏差 | 样本不代表总体 | 使用概率抽样，报告样本特征与总体对比 |
| 共同方法偏差 | 同一来源测量自变量和因变量 | 时间分离、来源分离、Harman 单因子检验 |
| 调研员偏差 | 调研员的态度影响受访者 | 标准化培训，中性表述 |
附件
附件 A：问卷初稿（附后）
附件 B：调研员培训手册（附后）
附件 C：知情同意书模板（附后）
附件 D：AI 工具使用声明
| AI 工具名称 | 版本/平台 | 使用环节 | 使用方式 | 是否人工验证 |
|---|---|---|---|---|
学生签名：______________ 日期：______________