Q2季度淘宝网用户研究部门、阿里巴巴集团研究部与北京大学社会学系联合发起了“谁在开网店”的研究，近期北大项目组已经产出了研究报告，本研究采用了科学严谨的抽样方法进行研究。作为项目的延展，笔者对整个调研的样本回收情况做了较为深入的研究，探讨卖家网络问卷调研有效响应率的影响因素。

    项目抽样与投放规则说明

    本项目的抽样分为两阶段：第一阶段，以“地级市”为初级抽样单位。参考所有个体店家的地域分布，按照所属地级市划分为不同群体，对于个体店家数量较小的城市采用链接到周边邻近城市的方法。第二阶段，在地市级样本中，再抽取个体店家。在每个抽中的地级市内，以主营类目为分层变量，以卖家规模为排序变量，采用等距抽样的方法抽取个体店家6万家，进行投放。(抽样方案详见研究报告《谁在开网店？——淘宝个体店家的社会与执业特征研究》)

    本项目的问卷共进行了7次投放，前6次分别采用了Email(3次)、旺旺浮起(2次)、站内信(1次)等方式交叉进行，最后一次采用了电话外呼的方式。为了研究常规网络投放前提下，问卷有效响应的影响因素；同时，本项目的电话外呼时间距离最后一次常规网络投放已经10天之久，网络投放的效果已经衰减殆尽。所以本篇文章将数据回收截止时间定为电话外呼前，以前6次投放的数据回收情况作为分析的基础。

    本篇文章主要分析未打开问卷、打开问卷未完整填答、打开问卷完整填答的卖家之间存在哪些差异，从而探讨卖家的哪些因素会对网络调研问卷的有效响应有较大影响。

    分析数据的前期处理

    首先，从后台匹配了6万投放样本更为详尽的经营数据，包括商品信息(在线商品总数、商品均价、主营类目商品占比等)、旺旺响应信息、交易信息(日均交易、成交率、客单价等)、浏览信息(日均PV、UV、IPV、转化率等)、评价信息(好评率、动态评分、店铺评分等)、营销推广状况(淘客、直通车、VIP、促销工具使用情况等)、消保情况(消保范围数、是否七天无理由退换货等)、处罚情况(投诉率、维权率、退款率、处罚扣分率等)；

    由于本项目的投放周期比较长，在投放期间已经有部分样本出现违规关店和炒作嫌疑，因此，匹配后台数据后，删除了状态不正常的卖家，最终分析样本为57618个。其中未打开问卷的样本56213个、打开问卷未完整填答的样本187个、打开问卷完整填答的样本1218个。

    未打开问卷的样本占了分析样本的97.6%，占绝对优势，做群体间差异分析的时候会影响分析结果，需要对其进行拆分，以便更真实地反映差异。所以，将未打开问卷的样本按照本项目第二阶段的抽样原则，将其等分成30组，每组1873或1874个样本，从中抽取4个组，分别与打开问卷未完整填答样本、打开问卷完整填答样本进行差异分析，确保未打开样本的分析量级与打开问卷完整填答的样本量近似。

    需要说明的是，未打开问卷的样本等分成30组，最理想状态是组间不能在分析变量上存在差异，因此对30组进行方差分析并两两检验，结果如下：

    经分析可知，30组样本在分析变量上不存在显著差异，当两两检验时，发现个别组与其他组存在一定程度的差异。综合来看，第5组、18组、19组、26组代表总体更为合适，因为他们与其他组不存在较大差异。