您目前所处的学习或工作阶段是
本科在读
硕士研究生在读
博士研究生在读
高校/科研机构教研人员
企业市场/调研岗位从业者
其他
您是否有过开展互联网课题调研的相关经历
从未参与过
参与过1-2次
参与过3-5次
参与过5次以上
在开展互联网课题调研前，您是否会提前进行样本量测算
每次都会严谨测算
大多数时候会测算
偶尔会测算
基本不会测算，凭经验确定样本量
完全不了解样本量测算
您在进行样本量测算时，通常会参考以下哪些核心依据
课题研究的总体规模
预期的调研置信水平
可接受的抽样误差范围
调研预算与执行周期
同类研究的常用样本量参考
调研工具自带的测算功能建议
您是否使用过问卷星开展过调研项目
经常使用
偶尔使用
仅试用过1-2次
听说过但从未使用
完全没听说过
请您对问卷星在样本量测算相关功能上的易用性进行评分（1分非常难用，5分非常易用）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为使用专业在线调研工具辅助样本量测算，能带来哪些实际价值
提升样本规划的科学性，减少抽样偏差
节省手动计算的时间成本
可根据调研类型自动匹配测算参数
便于结合回收进度动态调整样本目标
能为课题结题提供更规范的方法依据
没有明显价值
在互联网课题调研的样本量测算环节，您最常遇到的困难是
不清楚置信度、误差值等参数如何设置
无法准确预估调研总体的规模大小
测算出的样本量受预算限制难以落地
不同工具给出的测算结果差异较大，难以判断合理性
不知道如何根据分层抽样需求拆分样本量
没有遇到明显困难
您认为问卷星在支撑互联网课题调研样本量测算方面，还需要补充哪些功能
针对不同学科课题的样本量测算模板
自定义置信水平、边际误差等参数的灵活计算器
结合历史回收数据的样本量动态预估
分层抽样、配额抽样下的样本量自动拆分工具
样本量测算依据的方法学说明文档
与统计分析模块打通的样本充足性检验功能
您在开展互联网课题调研时，通常最终回收的有效样本量规模为
100份及以下
101-300份
301-500份
501-1000份
1000份以上
您认为样本量测算结果对最终调研结论可靠性的影响程度如何
决定性影响，样本量不足结论完全不可信
较大影响，样本量偏差会明显降低结论说服力
一般影响，只要样本有代表性即可
影响很小，重点在于分析方法的科学性
不清楚二者的关联
请您对当前主流在线调研平台在样本量测算相关服务上的整体满意度进行评分（1分非常不满意，5分非常满意）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
除了样本量测算功能外，您在选择互联网课题调研工具时，还会重点关注哪些维度
问卷编辑的灵活性与功能丰富度
样本回收的速度与受众匹配度
数据清洗与统计分析的便捷性
数据安全与隐私合规保障
平台使用成本与服务支持
问卷模板的学术适配性
您是否了解样本量测算中常用的统计公式（如简单随机抽样下的样本量计算公式）
非常熟悉，能独立完成参数设置与计算
有基本了解，需要参考教程完成计算
仅听说过，不会实际操作
完全不了解
如果在线调研平台内置了贴合学术场景的样本量测算引导工具，您的使用意愿是
非常愿意使用
比较愿意尝试
视功能完善程度决定
不太愿意，更习惯自己计算
完全不愿意
您认为在互联网课题调研中，可能导致实际有效样本量低于测算目标的原因有哪些
问卷填写中途退出率过高
问卷逻辑设置有误导致无效作答
样本投放渠道的受众匹配度不足
受访者填写敷衍，作答质量不达标
调研周期设置过短，回收不充分
配额设置不合理，部分群体样本难以触达
请您对问卷星在互联网课题调研场景下的整体适配性进行评分（1分完全不适配，5分非常适配）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您在完成样本量测算后，是否会预留一定比例的样本冗余量来应对无效问卷
会，通常预留20%以上的冗余
会，通常预留10%-20%的冗余
会，通常预留10%以内的冗余
不会预留，按测算值精准收集
没有考虑过这个问题
您认为优质的样本量测算工具，应当为课题调研用户提供哪些配套支持
不同调研场景下的参数推荐默认值
样本量不足时的统计功效风险提示
对应样本规模下的调研成本预估
样本回收进度的实时追踪与提醒
测算结果的规范引用说明，便于写入研究报告
一对一的方法学咨询服务
结合您自身的调研经历，谈谈您对在线调研工具优化样本量测算相关功能的具体建议