破洛洛文章簡介：用戶問卷調查是一個比較常用的用研方法。方法本身有著一定的科學性，這個毋庸置疑。只是我們在審視或挖掘問卷結果時，尤其是用戶的對於某個對象或事物的態度時，希望和其他客觀數據結合，如：產品運營數據等。這樣，我們得到的結論也許能夠更接近於用戶的真實情況。
大家是否對用戶問卷的結果有過困惑。通過簡單的問卷調查，我們無法根據用戶對產品的態度結果去准確地預測用戶如果在真實環境中的行為。
我們先來看一個案例：
當 Sony 引入 Boom Box 概念的時候，他們召集了一些潛在的消費者，組成焦點小組來討論這個新產品應該是什麼顏色的：黑色或黃色。經過這一組潛在購買者的討論之後，每個人都認為消費者應該更傾向於黃色。這次會議以後，組織者對小組成員表示了感謝，並告訴他們在離開前每個人可以免費帶走一個 Boom Box 作為回報。那裡有兩堆Boom Box：黃色和黑色。
結果是每個人拿走的都是黑色！用戶出現了言行不一的情況。此前對態度的評估竟然不能預測個人真實的行為。
用戶說的和做的可能完全不一樣，因為他們很多時候意識不到自己行為的真相，所以需要我們對他們的所說的、所做的兩個方面有清楚的認識。
在心理學發展的早期，有一個未經驗證的假設，即一個人的態度與行為之間是一致的。這個假設也可以解讀成一個人對某對象（人或事物）的態度將會影響其對待該對象的行為。因此，心理學家和社會學家通常都先用問卷來測量被試的態度，並預測當被試真的遇到需表明態度的對象時，已測量的態度就會在其行為上反映出來。
在19世紀30年代，美國心理學家 Richard LaPiere 意識到這個假設可能存在問題。他便做了這樣一個研究。通過研究去驗證人們口頭表達的態度並不能預測其真實的行為。
研究背景：
當時，美國存在嚴重的種族偏見與歧視。這種帶有歧視的行為非常普遍且被人廣泛接受。例如：一些旅館、餐館常有拒絕為一些種族或少數民族的人提供服務的規定。LaPiere 將他的研究分為了兩部分進行。第一部分著重觀察真實的行為，第二部分是用問卷評估與其相關的假設性態度。
研究過程：
在觀察階段，LaPiere和他的中國朋友開車兩次沿太平洋海岸線周游美國。在1930-1933年間，他們共住過67家旅社、汽車旅館和“旅行者之家”。共在184家飯店和咖啡館用餐。他對旅館接待員、服務生等各類工作人員對中國夫婦的態度與行為進行准確而詳細的記錄。
在他們曾光顧過的旅館和參觀中，他們只受到過1例因異族所帶來的冷遇。除了這次不愉快的經歷外，他們在其他地方都受到了中等或中等以上的待遇。盡管待遇有變化，也是因為人們對中國夫婦的好奇心所致。在1930年，除了太平洋沿岸地區、芝加哥和紐約外，大部分美國人幾乎沒有與亞洲人在一起的經歷，也許他們從未見過亞裔人。
LaPiere對他們所受到的服務等級評定
在隨後的日子裡，LaPiere向那些他們曾經訪問和未層訪問過的地方郵寄調查問卷。幾乎所有的他們到過的地方，有超過90%的店家表示他們將不會接待中國人。另外，那些他們未曾訪問過的地方所得到的回答，其分布狀況與訪問過的的一樣。這就說明，不論他們是否曾經接待過中國人，對於接待中國人的態度是一致的。
具體數據如下：
有效問卷的數據統計“你願意在自己旅館或餐館接待中國客人嗎？”
如果我們僅根據問卷結果，我們會得出這樣的行為預測。“如果中國人去訪問這些旅館和餐館，那麼他們會被絕大多數的店家所拒絕。”但實際呢？卻截然相反。
LaPiere 得出這樣一個結論：如果你想預測一個人在面對某一真實的特定情景或特定人物時將如何表現的話，對假設性情景的口頭回答（即態度問卷）是遠遠不夠的。
那麼什麼時候，測量態度才能成功地預測行為呢？曾有心理學家進行過研究挖掘，得出一些導致態度與行為一致的因素。（參見 Taylor，Peplau & Sear，1997）
1、態度的強度 你對某人或某種情境的感受越強烈，你就越有可能在真正遇到他們時按你的感受去行動。另一方面，微弱或矛盾的感受對行為產生的影響不大或不產生任何影響。
2、態度的穩定性 這個因素解決態度如何隨時間而改變的問題。穩定的態度比那些隨時間而變化的態度能更好地預測行為。最好的方法是在同一時間測量態度和行為。
3、行為與態度的相關 態度測量的問題應該與實際行為應該存在關聯。例如，我們不能通過某人對體育運動的態度，來預測他會多久參加一次運動，其准確性會很差。
4、態度的顯著性 如果你對某個人或某件事的態度非常明確，那麼它便具有顯著性、重要性，容易從記憶中提取。態度越明確，它就越能預測個體的行為。
5、情景的壓力 在某種特殊的情景中外在壓力很大，以至於使人們的內心想法對行為絲毫不產生任何影響。例如：對酒駕的態度，可能因為嚴格的法律制裁，而使得大家的行為趨於一致。
寫在最後，用戶問卷調查是一個比較常用的用研方法。方法本身有著一定的科學性，這個毋庸置疑。只是我們在審視或挖掘問卷結果時，尤其是用戶的對於某個對象或事物的態度時，希望和其他客觀數據結合，如：產品運營數據等。這樣，我們得到的結論也許能夠更接近於用戶的真實情況。