您是否有参与或主导过人才评估类项目的相关经验？
完全没有相关经验
有1-2次参与经验
有3-5次主导/参与经验
有5次以上丰富的项目经验
您所在的单位/机构类型属于以下哪一类？
互联网企业
管理咨询公司
高校/科研院所
人力资源服务机构
其他类型企业/机构
在您看来，开展多源反馈类评估时，样本量大小对评估结果可信度的影响程度如何？
几乎没有影响
影响较小
影响一般
影响较大
有决定性影响
您认为在设计评估样本规模时，以下哪些属于需要优先考虑的核心因素？
被评估者的岗位层级
评估维度的数量与复杂度
参与评估人员的匹配度
项目预算与时间成本
结果应用的场景（如晋升/发展/绩效）
企业内部的组织架构特点
针对基层岗位员工开展360度评估时，您认为较为合理的有效样本量区间是？
针对中高层管理岗位开展同类评估时，您认为较为合理的有效样本量区间是？
在实际项目推进中，您遇到过哪些与样本量相关的常见问题？
样本回收有效率过低，达不到预设规模
参评人员与被评估者交集过少，评价参考性弱
样本量过大导致数据处理成本过高、周期拉长
不同评价来源（上级/平级/下级/客户）的样本占比失衡
存在无效作答、人情打分等问题干扰样本质量
暂未遇到过明显问题
请您对以下常见影响因素的重要程度进行评分（1分=极不重要，5分=极其重要）：参评人员与被评估者的工作交集时长
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请您对以下常见影响因素的重要程度进行评分（1分=极不重要，5分=极其重要）：评价问卷本身的题量与填写复杂度
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请您对以下常见影响因素的重要程度进行评分（1分=极不重要，5分=极其重要）：项目前期的宣导与参评人动员程度
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请您对以下常见影响因素的重要程度进行评分（1分=极不重要，5分=极其重要）：匿名机制的完善程度
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为在样本量有限的情况下，优先保障哪类评价来源的样本占比最能提升结果有效性？
直接上级
平级同事
直接下属
内外部合作客户
被评估者本人
您认为以下哪些方式可以有效提升评估的有效样本回收率？
提前明确评估目的，打消参评人顾虑
精简问卷题目，降低填写负担
设置合理的填写窗口期与提醒机制
对参评人信息严格保密，落实匿名承诺
由部门负责人牵头动员，提升重视程度
提供适当的小礼品或积分激励
在您过往接触的同类项目中，最终有效样本量达到预设目标的比例通常是多少？
低于50%
50%-70%
70%-90%
90%以上
您是否认同“样本量越大，评估结果就越准确”这一说法？
完全不认同
不太认同
一般认同
比较认同
完全认同
您认为盲目扩大样本规模可能会带来哪些负面问题？
增加项目执行成本，拉长项目周期
引入大量不了解被评估者的无效评价，稀释有效信息
加重参评人员负担，引发抵触情绪
增加后续数据清洗与分析的难度
不会带来明显负面问题
在确定样本量时，您认为是否需要根据不同评估目的（如人才发展、绩效考核、人才选拔）设置差异化标准？
完全不需要，统一标准即可
不太需要，可做小幅调整
比较需要，应根据目的做明显区分
非常需要，不同目的的样本逻辑差异极大
结合您的实践经验，您认为在互联网行业开展这类多源反馈评估时，样本量设计最容易被忽略的细节是什么？
您认为是否有必要针对不同行业特性（如互联网、制造业、金融等）制定差异化的样本量参考标准？
完全没必要，通用标准即可适用
必要性较低
有一定必要性
非常有必要
您认为优化样本量设计可以从哪些环节入手？
项目前期精准圈定参评人范围，剔除无关人员
分岗位、分层级设置弹性样本量区间
建立动态样本补位机制，回收不足时及时补充合格参评人
强化作答质量校验，剔除无效样本
在项目结束后复盘样本量与结果效度的关联，持续迭代标准
如果向同行推荐科学设计样本量的360度评估实施方案，您的推荐意愿是多少？（0分=完全不推荐，10分=非常愿意推荐）
对于互联网场景下多源反馈评估的样本量优化，您还有哪些其他的建议或想法？