调研数据质量的隐形杀手：代填和机器刷卷
在线调研的普及让数据收集更高效，但也带来了代填问卷和机器刷卷的质量隐患。这类无效数据混入样本库，会直接污染分析结论，而且往往难以直观识别。了解这些隐患的识别方法，是保障调研数据质量的关键步骤。
什么是代填问卷
代填问卷是指受访者没有亲自填写，而是委托他人代为完成。常见情形包括：招募平台上的受访者将自己的账号分享给他人刷单；父母代替子女填写针对年轻人的问卷；员工代替客户填写内部满意度调查。
代填的问题在于，填写者的真实特征与研究目标不符，作答内容缺乏真实的亲身经历，数据有效性大打折扣。而且代填者往往没有动力认真思考，容易出现逻辑不一致的作答模式。
什么是机器刷卷
机器刷卷是指通过自动化脚本或批量账号模拟作答，通常出现在有现金激励的调研项目中。机器刷卷者的目的是获取激励奖励，作答内容是随机或规律性填写，与真实受访者行为完全不同。
识别代填和机器刷卷的常用方法
完成时间过短检测：设定每道题的最短合理完成时间。如果某份问卷的总完成时间明显低于正常水平（如10分钟问卷在90秒内完成），很可能是快速翻页或机器作答。建议设置最短完成时间限制，低于阈值的问卷自动标记为可疑样本。
直线填写检测：如果受访者在多道量表题上全部选择了同一个选项（如全选"3分"或全选"同意"），称为"直线填写"。这是敷衍作答或机器填写的典型特征。可以在问卷中设置反向题来识别（正向和反向题答案逻辑上应当相反，如果一致则为无效答案）。
一致性核实题：在问卷中设置2道语义相近但措辞不同的题目，正常受访者的作答应当高度一致。如果两道题的作答结果相差3分以上（5分量表），可标记为疑似无效样本。
IP去重与设备指纹：同一IP地址在短时间内提交多份问卷，是机器刷卷的明显信号。结合设备指纹技术（浏览器特征识别），能更精准地识别重复作答。
在盈邀约平台，所有受访者均经过实名认证和历史行为审核，平台内置多重代填问卷识别机制，从源头降低无效样本进入的风险。如果您对样本质量有较高要求，欢迎通过盈邀约发布您的调研招募项目。