基层敏感性问题的调查问卷设计及数理统计方法在问卷统计结果分析
问卷设计中敏感性问题的处理分析
问卷设计中敏感性问题的处理分析问卷设计中敏感性问题的处理分析摘要本文展开对问卷设计中敏感性问题的处理研究，其主要目的在于了解当前问卷设计的发展情况，以及针对敏感性问题的处理方法。
在当前信息化社会中，各企业均通过创新的方式取得了快速的发展。
不少企业在经营发展中，为了进一步了解产品的销售和需求情况，通常会采用市场调查的方式，实现对市场现状的了解。
而在市场调查问卷中，难免会涉及敏感性问题，从问卷设计角度出发，处理敏感性问题是尤为必要的。
本文在研究中，首先对问卷设计中敏感性问题的数学化处理加以分析，同时重点研究了问卷设计中敏感性问题的非数学处理。
关键词问卷设计敏感性数学化处理一、前言自对外开放深入实施后，我国社会各行业均取得了快速发展。
在市场经济体制下，市场调查逐渐成为企业了解市场动态、制定科学合理生产决策的重要手段。
就目前市场调查在企业经营发展中的应用状况而言，部分问卷设计在应用中普遍存在敏感性问题的现象，这在一定程度上导致问卷调查陷入了僵局。
通常情况下，敏感性问题的合理性回答，对调查数据整体质量的提升具有重要意义。
本文通过对问卷设计中敏感性问题的数学化处理和非数学化处理进行分析，能够为日后提升问卷设计中敏感性问题的处理水平奠定坚实的基础，具有现实研究价值和意义。
二、问卷设计中敏感性问题的数学化处理（一）沃纳模型处理沃纳模型是问卷设计中解决敏感性问题的处理方法之一，其属于数学化处理。
[1]沃纳模型处理的设计思路主要是向被调查者显示与敏感性相关的问题，其问题具有显著的相同特征，但其属于两个完全对立的问题。
根据对问题模型的了解，指导被调查者按照既定的概率，选择其中一个问题回答。
而在被调查者回答问题时，调查者没有权利询问被调查者选择的问题，此种方式主要是为了保护被调查者选择的问题具有相应的保密效果。
当被调查者回答问题后，调查者应根据被调查者回答问题的相关数据，经数理统计的方式，将答案资料加以整合与归纳，根据全概率分析的方式得到敏感性问题的评估性答案。
敏感问题的调查
敏感问题的调查问题背景：在我们根据调查数据进行统计分析，并据此得到某些结论时，通常是假设被调查者会真实地回答问题的。
但是，当问题比较敏感时，这一假设就不能保证了。
因此，我们需要设计一些不太敏感、使得被调查者愿意诚实回答的间接问题。
然后，通过适当的方法利用调查数据去估计我们欲调查问题的某些参数。
例如，我现在希望调查学生中考试作弊的比例。
若直接问“你作弊了吗？”则所得到的调查资料是完全无用的。
现在，我不直接问这个问题。
我要求如下：1} 大家在心中随意选一个1~6中的数字；2） 若选的数字大于4，则自己归为第一类，否则归为第二类（不要告诉我！）；3） 对于下列两个问题，第一类同学回答问题a ，第二类同学回答问题b 。
只回答是与否：a ）“我作弊了”；b ）“我没有作弊”。
注意，由于我并不知道哪个同学是属于哪一类，因此我无法从他（她）的回答中得到他到底是否作弊没有。
因此，被调查者应该是乐意诚实回答该问题的。
假设作弊同学的比例为α。
则α的一个估计由下列公式给出，即下列公式可以作为作弊同学比例的估计式：1(1)21m p p nα=-+- （12p ≠） 下面将上述问题形式化。
Warner 模型假设有一总体F 。
其中，有一部分个体具有某种特征，记该总体中具有这一特征的个体集合为A 。
记该总体中属于A 的比例为α。
从总体中抽取大小为n 的样本。
将该样本随机的分为两组（不知道谁属于哪一组）。
其中，一组的每个样本都标记为1，该组样本数占样本总数的比例为p ；另一组每个样本都标记为2，它们的样本数占样本总数的比例为1-p 。
现在，标记为1的样本回答下列的问题1，标记为2的样本回答下列的问题2： 1：“我属于A ”；2：“我不属于A ”。
记β=回答“是”的概率；m =回答“是”的样本数。
显然，m n可以作为β的估计。
根据概率的全概公式，有p （回答“是”）=p （标记为1且回答为“是”）+p （标记为2且回答为“是”）=p （标记为1）p （回答为“是”|标记为1）+ p （标记为2）p （回答为“是”|标记为2）即(1)(1)p p βαα=+--将β的估计m n代入上式，不难得到上面的，关于α估计式。
学位论文-—问卷设计中敏感性问题的设计与研究
北方民族大学学士学位论文论文题目:问卷设计中敏感性问题的设计与研究院(部)名称:信息与计算科学学院学生姓名:专业:统计学学号:指导教师姓名:论文提交时间:论文答辩时间:（不填）学位授予时间:（不填）摘要随着社会的日益发展与进步,社会中越来越多的地方出现各种各样的矛盾和问题，在解决这些问题时,一个全面有效的数据来对这些问题进行分析和解决是十分必要的。
在日常调查这些数据时，我们那么难免会碰到一些敏感的问题，比如是否有过赌博行为、是否有过受贿行为、是否有过出轨经历、是否有过酗酒等等。
许多关于这样的问题由于关系到到个人的隐私甚至利益,被调查者在回答时往往产生顾忌的心理，甚至有的人可能会拒绝回答问题。
在研究一些社会问题时，对于这些敏感性问题调查是必要的，甚至会关系到社会的发展与稳定。
为了使这些敏感性问题调查可以顺利进行，提高调查数据的准确性,国内外很多学者开始对敏感性问题调查技术进行研究。
本文系统介绍了处理敏感性问题调查的几种基本方法，沃纳模型、西蒙斯模型和几种随机化调查技术。
本文介绍了几种典型的抽样调查方法-系统抽样、不等概率抽样、分层抽、整群抽样、多阶段抽样。
而沃纳模型、西蒙斯模型属于典型的随机化回答模型，本文也进行了一一介绍。
随机变量加法和乘法模型、多项选择敏感性问题调查模型属于随机化调查方法，在分析研究敏感性问题案例，本文也进行了介绍。
关键词：随机化问答模型，敏感性问题，随机化调查方法AbstractWith the development and progress of society, more and more social in place a variety of contradictions and problems, to solve these problems, a comprehensive and effective data to analyze these questions and solve is very necessary. In the daily survey data, so we will inevitably encounter some sensitive issues, such as whether there is gambling behavior, whether there is bribery, whether there had been derailed experience, whether there had been drinking and so on. A lot about this problem because it relates to personal privacy and interests, respondents often produce psychological scruples in reply, even some people may refuse to answer the question. In the study of some social problems, is necessary for the investigation of these sensitive issues, even in relation to the development and stability of the society. In order to investigate the sensitivity of these problems can be carried out smoothly, improve the accuracy of the survey data, many domestic and foreign scholars began to study the sensitive investigation technology.This paper introduces several basic methods for investigation of sensitivity, Warner model, Simmons model and several randomized survey technology. This paper introduces several typical sampling methods - systematic sampling, unequal probability sampling, stratified sampling, cluster sampling, multi stage sampling. While the Warner model, Simmons model is a typical randomized response model, this paper also introduces one one. Random addition and multiplication model, multiple-choice survey model sensitivity problem belongs to the randomized survey method, in the analysis of the case study of sensitive questions, this paper is also discussed in this paper.Keywords: randomized response model, sensitive questions, randomized survey method目录第1章市场调查及问卷设计概述 (1)1.1研究背景 (1)1.2研究方法和思路 (2)1.21资料和数据收集 (2)1.22研究思路 (3)第2章敏感性问题调查综述 (4)2.1相关概念 (4)2.2相关理论 (4)第3章问卷设计中敏感性问题的设计的实证分析 (11)3.1当前应用背景概述 (11)3.1.1学生考试作弊情况的调查 (12)3.2.2大学生酗酒情况调查 (13)第4章结论 (15)致谢 (16)第1章市场调查及问卷设计概述1.1研究背景市场调查，在某些领域也叫做市场研究或者市场调研，是市场营销学和统计学当中一门重要的科目。
问卷设计中敏感问题的处理（教案）
问卷设计中敏感问题的处理
【学情分析】：学生已经学习了统计与概率中的相关内容，学习了简单随机抽样、系统抽样及分层抽样这几种抽样调查方法。
基本掌握了概率的含义、基本性质及计算方法等，学习了离散型随机变量的方差，知道必然事件、不可能事件等事件类型。
在学习抽样调查时对敏感性问题有初略的了解，在书后的阅读材料中对怎样获得对敏感性问题的诚实反应的方法有简单的认识。
但这个问题不是课程的主要内容，只作为补充的阅读材料，不少同学仍有疑问。
【文章概要】：本文详细介绍的内容主要有以下五点：
1.敏感性问题的含义及获得敏感性问题的诚实反应的必要性；
2.获得敏感性问题的诚实反应的非数学处理方法，主要从问卷问题的设置及文
字语言的使用展开；
3.获得敏感性问题的诚实反应的数学处理方法，文中主要介绍了两种模型：沃
纳模型、西蒙斯模型。
其中西蒙斯模型是沃纳模型的改良；
4.两种模型的实际应用；
5.RRT方法存在缺陷。
【相关知识点】：随机抽样、概率、方差、极大似然估计、置信区间。
【阅读目标】：认识敏感性问题的存在及获得敏感性问题的诚实反应的必要性；了解获得敏感性问题的诚实反应的非数学处理手段；理解并掌握沃纳模型与西蒙斯模型；学会在实际问题中运用两种模型。
【难点】：文章中有许多概率与统计中对学生来说比较生疏的定义，如极大似然估计、对立事件与置信区间。
会给学生的阅读带来一些困难，且文章中两个模型的公式也需要学生自己理解思考它们的由来。
【课程过程设计】：。
敏感性问题的一种调查方法
c n ∑
h
h
- CT ) .
μXh 为第 h 层中所调查群体的数量敏感性特征 变量均值 . 在分层抽样中 , 可在不同层中使用相 同或不同的随机化装置 , 这可以通过产生随机 数 Y h 来实现 .
再结合
nh = n
^ x h 代表第 h 层中的数量敏感性特征变 令μ μ 量均值 X h 的估计 , 那么 , 估计
从均值估计量的方差比较可以看出 , 改进模 型对随机变量乘法模型做出了改进 , 提高了估计 精度 . 实际中 , 改进模型不仅使估计量的精度有 一定的保证 , 而且操作简单 , 又对被调查者有一
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
E[ V a r ( Z | X ) ] + V a r [ E ( Z | X ) ] μ2Y n = S X S Y + S XμY + μ SY X
2 2 2 2 2 2
个无偏估计为 : μ ^ X = Z/ μY . 其方差为 : 2 2 μ ^ X ) = V ar ( Z) / n V a r (μ = [ ( 1 - p) S Y ・ Y
第 21 卷第 1 期 2009 年 3 月
北方工业大学学报
J . NO R T H C H INA U N IV . O F T EC H.
Vol . 21 No . 1 Mar . 2009
敏感性问题的一种调查方法
谢佳斌1) 侯志强2)
( 1) 中国人民大学统计学院 ,100872 ,北京 ;2) 北方工业大学理学院 ,100144 ,北京)
问卷设计中敏感问题的处理
问卷设计中敏感问题的处理1、引言市场调查是企业获取市场信息、掌握市场动态、进行生产决策、开展市场营销的重要手段，但在实践中常因碰到敏感性问题而使调查陷于僵局状态。
所谓敏感性问题“是指在一定时期或一定调查目的的基础上为获取信息所提出涉及被调查者秘密、禁忌而不愿或不便于公开表态或陈述的问题”。
例如私人财产、不轨行为、考试中的作弊现象等现象。
因敏感性问题涉及被调查者的隐私，故直接提问会引起被调查者的反感而不愿真实回答或拒绝回答，进而直接影响调查数据的整体质量。
因此，在调查中应尽量避免敏感性问题，但有时当敏感性问题对调查目的非常重要而无法回避不可或缺时，就需要对敏感性问题进行一定的处理。
2、问卷设计中敏感性问题的处理在一般的问卷设计中可以从问卷的提问方式、备选答案的设置以及语句的措辞等方面来加以注意，避免因问卷本身设计的缺陷而使本来为“非敏感性”的问题，变为“敏感性”问题。
如若确实要提出敏感性问题，可采用如下处理方法:2.1 非数学化的处理(1)运用说明性语言：在问卷开头加入一些说明性语言，说明调查机构与调查人员始终恪守行业准则与职业道德，对被调查者的个人信息及所提供的数据资料将予以保密，来降低被调查者的心理防卫。
(2)运用转移法或解释法：转移法即采用第三人称方式提问，将本该被调查者根据自己情况回答的敏感性问题，转移到他人做答来降低敏感度。
( 3)运用过滤性问题：过滤性问题的作用类似于过滤器，即通过设置一个一组问题作为条件以筛选被调查者，问题答案符合条件的被调查者继续做答，而排除不符合条件者。
当然，如果调查的目的就是收集敏感人群的意见，这种方法显然不适用。
2.2 数学化的处理—随机化回答技术由于敏感性问题具有隐密性、可变性的特点，用一般的调查技术往往难以获得有效的数据资料，即使是按上述非数学化的处理方法也只能是在一定程度上降低问题的敏感度，并且降低的程度有限，所以为解决这个调查难题，统计学家们做出了很多努力，其中比较流行的做法是采用随机化回答技术(Randomized Response Technique，简记为RRT)。
基层工作中的调研与数据分析
基层工作中的调研与数据分析在基层工作中，调研与数据分析是非常重要的环节。
通过调研和数据分析，可以全面了解基层情况，为决策提供科学依据，推动工作的顺利开展。
本文将从调研的目的、调研方式、数据分析方法等方面进行探讨。
一、调研的目的调研是为了了解基层工作的实际情况和问题，为解决问题提供依据。
调研的目的包括但不限于以下几点：1. 了解基层工作的具体情况，包括工作内容、工作对象、工作方式等；2. 挖掘问题，找出存在的矛盾和不足；3. 收集数据和信息，为后续的数据分析打下基础；4. 探索解决问题的途径和方法。
二、调研方式在基层工作中，调研方式多种多样。
根据实际情况和需求，可以选择以下几种调研方式：1. 集中座谈会：组织相关人员进行集中座谈，听取各方面的意见和建议；2. 实地走访：前往基层单位进行实地走访，直接接触基层群众，了解他们的需求和反馈；3. 问卷调查：通过问卷的形式，收集大量数据和信息；4. 数据分析：通过分析已有的数据，挖掘其中的规律和问题。
三、数据分析方法数据分析是将收集到的数据整理、归纳和分析，以发现隐藏在数据背后的规律和问题。
以下是常用的数据分析方法：1. 描述性统计分析：对已有数据进行汇总和描述，例如计算平均值、中位数、标准差等，以全面了解数据的特征和分布情况；2. 相关性分析：通过计算相关系数等统计指标，判断不同变量之间的关系；3. 趋势分析：通过绘制折线图、柱状图等图表，观察数据的趋势和变化规律；4. 统计推断：根据已有数据进行推断和预测，例如利用回归分析等方法，预测未来趋势。
数据分析的结果应该客观真实，有依据，能够为基层工作的改进提供科学支持。
四、数据分析的应用通过数据分析的结果，可以对基层工作进行优化和改进，推动工作的发展。
以下是数据分析的一些应用场景：1. 制定工作计划：通过分析以往的数据，制定出科学、可行的工作计划，提高工作效率；2. 资源配置：根据数据分析的结果，合理配置资源，提高资源利用效率；3. 政策制定：基于数据的客观性和科学性，为政策的制定提供依据；4. 效果评估：通过数据分析，对基层工作的效果进行评估和监测。
敏感性问题的统计调查方法
敏感性问题的统计调查方法敏感性问题是现代社会既客观又普遍的问题，但调查者通常不愿真实作答，因此得出的数据往往带有偏差。
本文从委婉询问法、网上调查法和随机化回答技术三个方面对敏感性问题的设计进行研究。
最后本文给出了对敏感性问题调查的结论与建议。
标签：敏感性问题;随机化回答技术;Simmons模型;Mangat模型随着现代社会中一些特殊现象越来越平常，敏感性问题变得既具有客观性，又有普遍性。
敏感性问题（sensitive question），就是所调查内容涉及私人机密而不愿或不便于公开表态或陈述的问题。
这类问题涉及到被调查者隐私，若直接询问易提高被调查者警惕和反感，被调查者通常会拒绝回答，或采取敷衍、虚假回答的方式，这使得调查无法得到真实数据，给决策造成偏差。
下面我们对敏感性问题设计从三个方面来进行研究：1 委婉询问法在调查敏感性问题调查过程中，由于问题的特殊性，直接询问并不是最佳方式，通常提问要注意方式方法，委婉地进行表达，不会让被调查者有泄漏隐私的感觉。
常用的方法有以下三种[1]：（1）释疑法。
在问卷开头或敏感性问题之前，要向被访者说明调查的目的和意义，这样正规的格式有利于打消被调查者的顾虑。
（2）转移法。
即采用三人称方式提问，将敏感性问题转移到根据他人情况作答。
例如：“有些人有公交车、火车等公共交通工具逃票现象，您知道是为什么吗？”转移法将被调查者的注意力转移到其他人或事情本身上，消除自身的心理防卫从而获得有效的答案。
（3）假定法。
即采用一个条件作为问题的前提，然后向被调查者提问。
例如：“在经济足够宽裕的情况下，您会优先购买汽车还是住宅？”2 网上敏感性问题调查法网上敏感性问题调查即利用网络，随机抽取一定数量网民进行敏感性调查，将结果作为样本来估计全体网民特征。
网上调查具备客观性和保护性两大优势。
具体步骤为[2]：（1）网上抽样。
网上随机抽样一般采用的是随机IP自动拨叫技术，随机IP 发生软件会随机产生一些IP地址，IP自动拨叫软件会利用这些IP地址呼叫、并向被调查者发送信息。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基层敏感性问题的调查问卷设计及数理统计方法在问卷统计结果分析中的应用云和县统计局摘要：敏感性问题调查是统计调查的重点和难点之一，本文首先介绍当前实施敏感性问题调查的难点及解决思路与方法，接下来以对云和县统计局组织实施的《云和县2012年度“作风建设大评议”暨“社会满意度评价”调查活动》的简介为引子，对贯穿整个调查活动过程的各个方面进行分析，随后将数理统计方法运用到调查统计结果中去，充分挖掘数据背后隐藏的价值信息，最后提出分层弱化的方法，以期从设计层面缓解当前基层开展统计调查存在“走形式、数据质量差”的弊端。
关键词：敏感性、随机化问答技术、显著性水平、均值检验、多元Logistic模型。
关于敏感性问题的界定，理论界众说纷纭，尚无定论,概括起来为在法律和社会准则允许的前提下，在一定时期或一定调查目的基础上调查主体为获取信息所提出的让被调查者存在顾虑，不愿意配合回答或不愿意真实回答的问题。
在现代社会和经济现象中敏感性问题既具有客观性，又具有普遍性，统计部门作为权威的调查机构，在实施调查过程中应充分发挥自身优势，积极为提供最有说服力的数据调查分析结果和信息决策咨询产品。
一、敏感性问题调查的意义及难点信息社会的到来伴随大量信息呈现爆炸式指数增长，如何获取以特定形式加工的信息，尤其是对敏感性问题调查的信息获取，并得到有价值的结论和预测是非常有意义的。
如市场主体为抢抓市场机遇开展市场问题调查，针对性强，往往涉及到个人隐私等敏感信息，若能获得有效的客户消费倾向和需求偏好，对于企业以市场为导向的长远发展将提供决策依据；统计中介机构开展的涉及到社会管理和民生意向的问卷调查，若能消除民众的顾虑，得到其真实诉求，对创新社会管理促进社会稳定都具有积极的建设性意义。
实施敏感性问题调查难度很大，如对“你是否服用过毒品”采用直接问卷调查，被调查者往往认为这项调查不太礼貌而拒绝回答；如对“你对党委政府的某项公共政策是否满意”，被调查者大多基于自我保护意识而回答满意，类似这样的问卷调查，出于某种顾虑，被调查者甚至做出与实际相反的回答。
问卷调查的结果对政府部门和社会机构生产和生活的影响越来越大，调查的质量直接影响到其决策和行为。
当某些敏感性问题针对调查目的非常重要而不可或缺时，就应该特别注意问题的提出，尤其是提问方式，在调查方法上进行一些专门设计，尽量降低敏感性，减少被调查者的疑虑，从而得到较真实的调查结果。
同时我们也应认识到，基层被调查者的文化素质和配合程度整体较差，在实施调查时，要在问卷设计的简洁性上下功夫，以兼顾问卷调查实施的可操作性和获取真实意见和看法的有效性。
二、问卷设计中敏感性问题的处理在一般的问卷设计中可以从问卷的提问方式、备选答案的设置以及语句的措辞等方面来加以注意, 避免因问卷本身设计的缺陷而使本来为“非敏感性”的问题, 变为“敏感性”问题。
如若确实要提出敏感性问题, 可采用如下处理方法：（一）非数学化的处理1、运用说明性语言在问卷开头加入一些说明性语言，说明调查机构与调查人员始终恪守行业准则与职业道德,对被调查者的个人信息及所提供的数据资料将予以保密,来降低被调查者的心理防卫。
如：对“高中生恋爱观调查”中可在问卷开头说明：“您好, 我们是××中介调查公司的调查员。
为了解目前在校高中生的恋爱观,我们将征询您的看法。
请您客观陈述您的观点，我们将对您的回答及个人信息予以严格保密，不予外泄! 感谢您的支持与配合!”，用这种说明性的语言向被调查者说明我们进行的是一项正规的社会调查活动，无任何商业目的或窥探隐私等其他目的，从而达到降低心理防卫的目的。
2、运用转移法或解释法转移法即采用第三人称方式提问，将本该被调查者根据自己情况回答的敏感性问题, 转移到他人做答来降低敏感度。
如：“许多同学在考试中都会作弊, 您知道都有什么原因促使他们作弊嘛？”，如直接提问“您考试作弊嘛？”会引起其心理防卫而拒绝回答，采用转移法将被调查者的视线转移到其他人身上，降低了其心理防卫从而提高答案准确率。
解释法即在提出敏感性问题时声明这种行为或态度是常见的，以此来拉近与被调查者的距离, 如：“现在许多人都患有痔疮方面的问题，请问您有这方面的困扰吗？”，如果直接提问“您有痔疮嘛？”，被调查者会由于个人隐私而拒绝回答，采用解释法让他知道患有痔疮是许多人面对的共同问题，是一种常见行为，不是他一人独有，从而获得相对正确的答案。
3、运用过滤性问题过滤性问题的作用类似于过滤器，即通过设置一个或一组问题作为条件以筛选被调查者，问题答案符合条件的被调查者继续做答，而排除不符合条件者。
（二）数学化的处理—随机化回答技术由于敏感性问题具有隐密性、可变性的特点，用一般的调查技术往往难以获得有效的数据资料，即使是按上述非数学化的处理方法也只能是在一定程度上降低问题的敏感度，并且降低的程度有限，所以为解决这个调查难题, 统计学家们做出了很多努力,其中比较流行的做法是采用随机化回答技术（英文简称为RRT），建立随机化问答模型。
RRT有很多模型，其中最具代表性的是沃纳模型、西蒙斯模型。
1、沃纳模型（Warner model）沃纳( Warner)于1965 年首先提出随机化回答模型，该模型被命名为沃纳模型。
其基本思想是：调查人员设计两个相关的敏感性调查问题，要求被调查者从中随机抽取一个回答，而调查人员不知其具体抽中哪一个问题。
在这样的情况下，可适当减轻被调查者的心理负担，激发他们的合作积极性，提高对敏感性问题的回答率。
调查完毕后，调查人员按数理统计方法将资料进行整理，并根据全概率公式求得对该敏感性问题的估计回答。
2、西蒙斯模型（Simmons model）西蒙斯( Simmons) 于1967年对沃纳模型进行了改进。
西蒙斯模型与沃纳模型的最大不同点在于, 调查人员设计的随机化问题是两个不相关的调查问题，一个为敏感性问题，另一个为非敏感性问题。
这样处理的目的是更大程度地激发被调查者的合作意识，更为有效地提高敏感性调查数据的质量。
在实践中，西蒙斯模型运用较广。
RRT 虽然是一个敏感性局部的处理办法,并已得到了广泛使用, 但也要看到由于方法自身特性有无法消除的缺陷。
关于敏感性问题的调查，更应注重对人们心理情况的研究，这启示要更多结合心理学、社会学进行研究，力求建立更好的随机化回答技术模型，来提高敏感性问题的调查质量。
三、云和县2012年度“作风建设大评议”暨“社会满意度评价”调查活动及统计分析本次调查活动由云和县纪委（监察局）负责牵头，县统计局负责组织实施，根据单位职能和工作性质，将被评议单位分五类分别进行评议，共计87个单位：第一组18个单位，以承担经济工作任务较重的政府部门为主；第二组21个单位，以社会事业和政府服务管理部门为主；第三组24个单位，以综合、党群部门为主；第四组14个单位，以银行、保险、通信和烟草为主；第五组10个单位，为乡镇、街道。
评议人包括县四套班子领导、政风行风效能监督员、县直机关代表、党代表、人大代表、政协委员以及社会代表（社区负责人、居民代表、企业代表），每类评议人构成比例大致相近，确保较为真实反映社会各界的综合意见。
每位评议人按各单位的服务态度和工作效率、办事公正和廉洁自律、工作实效和社会影响进行评议，评议标准分为“满意、比较满意、基本满意、不满意”，分别赋值100、80、60、40分，同时考虑到实际情况，另设“不了解”，不计入得分。
评议结果采用百分制计分法，每个被评议单位得分为其在各类有效评议人上的得分加权后之和，权重为对该单位进行评议的某类评议人有效评议次数（扣除“不了解”数）占该单位全体有效评议次数（扣除“不了解”数）比重。
（一）评议调查统计结果简介1、统计汇总结果由于单位最后评议得分与其年终考核等次及绩效奖励挂钩，此项调查活动具有一定的敏感性，评议表统计过程由县委组织部负责监督。
统计人员按照规定，严格进行审核统计，经确认共有266人做出有效评议。
从汇总结果看，评议人（266人）共完成22378次有效评议，有效评议率为96.7%，若扣除评议人勾选的不了解数，则有效评议率为87.6%，即评议人对87个被评议单位的平均不了解比率仅为9.1%，说明评议人在评议时认真对待，对大多数被评议单位均能做出自己的主观判断，而不是勾选“不了解”敷衍了事。
从被评议单位分组情况看，各组有效评议率基本一致，仅第四组被评议单位不了解比率偏高，达到11.9%，主要原因是县农业发展银行被勾选“不了解”次数过多拉高了该组不了解平均数，对该行评议为“不了解”高达58人次，远高于每单位平均24.1次的水平，说明与其他金融银行部门相比，农业发展银行在我县居民中的社会知晓度和影响力稍逊一筹，这有可能是由于知名度不高和业务较为单一造成的。
2、分组各单位满意得票数简介从各组被评议单位的平均得票数情况来看，第一组单位的满意数得票最高（53.5次），占其平均有效评议次数的比重也最高（20.7%）；第二组单位的满意数得票最低（43.8），占其平均有效评议次数的比重也最高（16.8%）。
这说明涉经部门因自身职能致力于发展经济，在产业发展、资金支持和技术服务等方面积极投入，城乡面貌大大改善，对社会群众的影响程度相对较高，比较容易获得满意评价。
反之，社会事业和政府服务管理部门则由于业务活动往往是被动式的服务定向人群，对人民群众日常的生产生活的影响程度不够全面，得到的满意率则较低。
从各个被评议单位的满意得票数情况来看，它直接反映了评议人整体的选择趋向，是对各单位作风建设暨社会满意度整体评价的主要参考风向标。
从统计结果看，关系到居民健康或可能与居民利益相冲突的单位满意得票整体偏低，如环保局、质监局、药监局、土地征收办公室和住建局等单位；居民不熟悉的单位满意得票整体也偏低，如气象局、人民防空办公室、档案局、文联和团县委等单位。
而党群权力部门或与居民利益密切相关的单位得票普遍偏高，如纪组宣部门、民政局、发改局、财政局、农村信用联社等单位，分化结构较为明显。
造成的原因，一是每个评议人作为居民的身份做出这样的分化选择极其合理自然，二是在党政机关任职（如县四套班子领导和县直机关代表）或有过任职经历（如部分退休的党代表、人大代表和政协委员）的评议人占比可能偏高所致。
但现实的问题是，此次我们按照分层随机等距抽样的原则选取评议人，尽量控制各类评议人之间的比例均衡，且对抽取的县直机关代表、党代表、人大代表、政协委员均作出了非领导职务的限制，力求公平合理，尽量保证统计结果真实可信，但受整体抽样框和抽样方法的限制，无法完全保证评议人在各行政区域范围内或各县直机关单位间的分布均衡，也无法消除某些权力强势部门受到“照顾”评议之嫌，这也是理想状态与现实可操作性之间不得不存在的妥协。