封闭式问题和开放式问题的区别
问卷中的题目有两种基本类型：封闭式问题和开放式问题。封闭式问题给出固定的选项让受访者选择，开放式问题让受访者自由回答。这两种题目各有优势和局限，合理搭配才能设计出高质量的问卷。
封闭式问题获取的是结构化数据，方便统计分析；开放式问题获取的是深度信息，能发现问卷设计者没想到的问题和洞察。两者的结合能让数据既全面又有深度。
封闭式问题的特点
封闭式问题的特点是答案固定，受访者从给定选项中选择。比如单选题、多选题、量表题都是典型的封闭式问题。
封闭式问题的优势是数据结构化，易于统计和分析。可以用百分比、平均分、相关性等统计方法分析，也能做复杂的建模分析。对于大样本调研，封闭式问题是主力。
封闭式问题的局限是选项固定，可能漏掉受访者的真实想法。如果选项设计不当，受访者可能找不到符合自己情况的答案，只能被迫选择一个最接近的，影响数据准确性。
开放式问题的特点
开放式问题的特点是受访者自由回答，没有固定选项。比如"您对这个产品有什么建议？"这种开放式问题，受访者可以自由表达。
开放式问题的优势是能获取丰富、细节的信息。受访者可以表达具体想法、独特观点、详细建议，这些信息往往能发现问卷设计者没想到的问题和机会。
开放式问题的局限是数据非结构化，分析成本高。需要对开放题进行编码、分类、统计，这个过程耗时耗力，而且需要专业的分析能力。大样本调研中，开放式问题不宜过多。
什么时候用封闭式问题
封闭式问题适合需要量化数据、需要统计分析的场景。比如测量满意度、偏好、频率等，这些场景用封闭式问题最合适。
封闭式问题也适合大样本调研。当样本量很大时，开放式问题的分析成本会很高，这时封闭式问题更高效。
如果调研目标很明确，知道需要收集哪些具体信息，用封闭式问题就能满足需求。开放式问题在这种场景下可能是多余的。
什么时候用开放式问题
开放式问题适合探索性研究、深度了解场景。当调研目标不明确，需要了解受访者的真实想法和观点时，开放式问题很有价值。
开放式问题也适合收集建议和反馈。比如"您有什么改进建议？"这种问题，开放式问题能获得具体可行的建议，而封闭式问题很难涵盖所有可能性。
开放式问题还能补充封闭式问题的不足。比如封闭式问题测量了满意度，开放式问题可以进一步询问"为什么不满意？"，这样能获得更完整的信息。
封闭和开放如何搭配
最佳做法是封闭式问题和开放式问题搭配使用。封闭式问题获取量化数据，开放式问题获取深度洞察，两者互补。
一种搭配方式是在关键问题后加一个开放题作为补充。比如问了满意度评分后，加一个"请说明您评分的理由"，这样既能量化满意度，又能了解评分背后的原因。
另一种搭配方式是先用开放式问题探索，再用封闭式问题验证。比如开放式问题了解受访者的需求和痛点，然后基于这些发现设计封闭式问题，做大规模验证。
开放式的数量控制
开放式问题要控制数量。开放式问题太多，受访者答题负担重，分析成本也高。一般问卷中开放式问题占5%-10%比较合适，超过20%受访者就很难配合了。
开放式问题的位置也很重要。建议把开放式问题放在问卷后半部分，或者放在重要的封闭式问题之后。如果放在问卷开头，受访者看到要写很多字，可能就直接放弃了。
开放式的数据编码
开放式问题的数据需要编码才能分析。编码就是把开放式回答归类到预定义的类别中，或者从回答中提取关键词和主题。
编码可以人工完成，也可以用文本分析工具辅助。人工编码准确但慢，工具编码快但可能不准确。实践中可以结合使用，工具先做初步编码，人工再审核和修正。
避免常见误区
使用封闭和开放问题要避免几个误区。第一个误区是只依赖封闭式问题，忽视开放式问题。这样虽然数据结构化，但可能错过重要的深度信息。
第二个误区是开放式问题太多，受访者负担重。开放式问题有价值，但不是越多越好，要控制数量和位置。
第三个误区是选项设计不当。封闭式问题的选项要全面、互斥、有意义。如果选项设计不当，数据质量会大打折扣。
数字化时代的新可能
数字化给封闭和开放问题带来了新可能。比如可以用AI实时分析开放式回答，动态调整后续问题；可以用语音识别让受访者口述开放式回答，减少打字负担。
数字化还可以让封闭和开放更灵活地结合。比如受访者选择某个封闭式选项后，可以触发相关的开放式问题，实现更个性化的调研体验。