影響電子郵寄問卷回收率因素之研究[1]
南華大學社會所教授 翟本瑞
摘 要
電子郵寄回卷成本低、方便、迅速，成為調查研究的有力工具。雖然，在回覆率與拒答題項與傳統問卷差異不大，但在涵蓋誤差、抽樣誤差、測量誤差、非回應誤差等項上仍應進一步檢視，才不致造成推論時的偏誤。
本研究採取準實驗設計，以檢視影響電子郵寄問卷回收率的相關因素。研究發現：問卷長短、親密用語、性別、年齡、是否為學生等因素都不顯著，與受訪者的親疏程度才是最主要的因素。
關鍵字：網路調查、電子郵件問卷、回收率、偏誤
網際網路的普及，不但改變了社會生活各不同層面的文化現象，也對學術研究，產生了新的衝擊。正如同透過郵件寄送、電話訪問，可以進行相關的社會研究一般，網際網路也提供了有效研究方法，讓研究者更為方便地進行相關調查。Ira Kerns認為網路調查至少有下列數項優點(M.Spizziri 2000)：
1,低成本：成本只有電話調查的40%到60%
2.容易建立與操作。
3.回收率高：大部份線上調查的回收率可以達到40%至60%。
4.縮減資料搜集與分析時間：比起紙上調查快60%以上。
5.具有彈性：40%受訪者在48小時內回覆，可以隨時以電子郵件再催促作答。
6.介面與環境親和。
一些研究指出，與傳統郵寄問卷相較，網路調查的回覆率雖然稍低，但差距並不大，而且成本低了不少，相當值得使用。催收的效果相當顯著，就能有效改善回收率。如果結合郵寄問卷與網路調查的綜合方法，成本增加相當多，但效果並不顯著，並不值得鼓勵。(Manfreda et al 2001)因此，網路調查不但可以單獨行之，也有著一定的效果。另一項研究顯示，不同調查方法拒答者，改變調查方式後再度進行訪問，能夠有效改善回覆狀況。(Dillman et al 2001)這表示人們對調查方式有著不同偏好，如能結合不同調查方式，亦能改善代表性上的問題。
如果加以細分，網路調查又可區分為1)在新聞群組及電子佈告欄張貼問卷、2)在全球資訊網的網頁上設置調查網頁、3)以電子郵件寄送問卷等不同方式。
在新聞群組及電子佈告欄上張貼問卷，由於參與特定虛擬社區的網友，具有相似的興趣與偏好，固然會因社群的凝聚力，加強網友填答的意願，但是其對象特定，分析結果無法推論到一般大眾，僅能用以研究特定族群的行為模式與態度差異。在網頁上進行調查，藉著張貼在相關網頁上，任由網友自由作答，即使以抽獎或小禮物吸引網友填答，仍會因為不知道填答者的分佈與樣本分配，或是有重覆填答的情況，以致於代表性上會有相當大的問題。此外，網頁上進行調查回覆率低，雖然迅速且成本較低，但仍不能取代傳統電話訪問。(D.Dillman
2002)如果為增加回覆率而給予高額或極有價值的獎項，填答者更可能會限定在特定族群，造成更大的偏誤。 (參見Pandi 2002)比較有效的線上調查是在得到電子郵件清單，經由隨機抽樣後，再以電子郵件寄送的問卷。然而，電子郵件清單如何取得？是否真能代表一般大眾？如果類似滾雪球法再透過受訪者將問卷轉寄給其他朋友，則抽樣上的問題可能更為嚴重。
問卷調查，希望能測量受訪者真實的態度，網路具有匿名性的特點，網路作答時，因為充份享有隱私，作答者較沒有心理壓力，可以深入且真誠地表達個人態度，就調查而言，當然具有正面積極的意義。相對的，也正是因為匿名性的緣故，有時作答者在態度上也可能反而更不嚴肅。
現實生活不過是我螢幕上的諸多視窗之一，而且他通常還不是最好的一個。」一個美國大學生如是說，他所流連的電腦世界，其真實程度絕不遜於真實生活。他在「泥巴」中扮演四種不同的角色（包括風情萬種的女性、牛仔型的男人、性別不詳的兔子，及一個他不願意透露的角色），同時在電腦上完成作業。他分配他的心靈，在一個接著一個的視窗中轉換。電腦及網路允許他發展他不同的面貌，就像另一個使用者說的，「你就是你所想要扮演的角色。（雪莉•特克 1998: 9）
按照特克在《虛擬化身》中的分析，每個人在網路空間中可以發展出許多不同的虛擬身份認同，個人在電腦中的身分就是散佈在不同程式中分身的總和，真實生活裡的身分只是其中之一。假設上述四個角色以及其真實生活裡的個體，分別針對網路調查作答，五份問卷的態度會不會一樣？彼此是否相關？研究時應該採計那一份？它代表了五個受訪者還是一個受訪者？
《虛擬化身》一書的討論，指出了網路調查所面對的一個嚴肅議題，以往社會調查建立在「每個人只有一套統一的人格」的假設之上，人們扮演固定的角色，具有固定不變的背景、事實資料，也有著統一的態度，研究方法的設計，就是為了揭露出存在這些客觀身分背景與統一的態度間的社會性規律。當我們為每份問卷編號時，我們也為每位受訪者編碼，以建立一份統一的態度資料。抽樣，就是抽取母體中的每個具體個人，針對各獨立個體在統計理論中設計出的樣本分配原則與考驗邏輯，也必須假設每一個體獨立且平均地分佈在母體之中。如果受訪者可以選擇不同「分身」作答，以割裂的個體避開真實世界中的衝突，調查與統計推論都將面臨重大考驗。傳統調查研究，預設著背景、事實資料以及態度項上都是穩定而不變的。如此的研究才能討論樣本分配，也才能進一步推論。然而，如果網民身份不一、可以隨時以不同「化身」出現、同時擁有數個電子郵件信箱，則以往我們認定的背景資料、事實資料，都可能如果態度資料一般，不能假定是單純而輕易可以取得的了。如果有人為了提高抽獎機率而有不同ID、不同化身，以及不同電子郵件地址作答，隨機化的設計將面臨重大考驗。
此一難題當然無法全面規避，然而，過去幾年間，強調虛擬空間與真實世界全然不同的網路樂觀主義觀點，受到相當程度的考驗，諸多調查也指出線上活動仍然延續著真實世界的人際關係與社會邏輯，不能視為完全獨立的行為模式（B. Wellman & C. Haythornthwaite eds 2002）。事實上，固然，線上活動會影響真實生活，但到目前為止，許多網友使用網際網路，仍是將其視為工具，真正改變真實生活中行為模式的情況並不普遍。那麼，這是否意味著網路調查就可以如同傳統問卷調查般，安心地使用呢？情形恐怕也沒有那麼樂觀。
一份針對積極從事線上互動性活動網友，以及一般民眾作答態度差異的調查，發現積極參與線上互動性活動的網友，與較少使用者在作答態度上存在著統計上的差異，較少給予社會期待性的答案。雖然這項發現不能過度推論，但是，可能的解釋理由或許為接受虛擬人格的網友，比較不受其他互動性活動的影響，所以在作答態度上會有比較極端的情形。(K. L.Manfreda et al 2002)
傳統問卷調查與統計推論，經過數十年的檢討，早已建立出方便而容易的操作模式，如能謹守基本原則，實際調查中不致有太大問題。然而，我們對虛擬空間，以及線上行為模式仍然所知有限，如果不能有效地建立出關於網路文化及虛擬社會的母體、樣本分配等基本認識，相關研究在推論關係與意義詮釋上，都可能會出現問題。
這是否意味著網路調查就是有瑕疵而不能使用的方法？事實上，純就抽樣理論而言，網路使用率超過三成時，網路調查已經可以被接受為探究社會現象的研究方法，網路調查因為方便、節省經費，早已為許多研究機構廣泛採用。重點毋寧在於，要如才能改善網路調杳所面對的限制？如何建立有效且具理論基礎的網路調查？雖然，選定固定樣本、設計「假題目」等等方式，都可以作為改進網路調查的方法，但是，網路調查最大的問題還在抽樣的代表性以及推論的效度上。
上述三種網路調查模式中，在特定虛擬空間張貼問卷，以及在網頁上張貼問卷所進行的調查，都不容易克服樣本代表性的問題。相較而言，電子郵寄問卷在樣本的代表性上較為客觀，推論時也比較有理論上的依據，因此也就成為現階段重要的調查研究方法。
一、電子郵寄問卷可能產生的偏誤
電子郵件已經成為人際溝通中重要的媒介，它的方便性和即時性，讓人際溝通與訊息交換，產生前所未有的便捷性。由於電子郵件的樣本已經成熟，只要能改進其調查方式，並增強填答的誘因，就可以成功地提昇回覆率，有時甚至比郵寄問卷的回覆率還要高出20%。(Crawford
et al2002) [2]是故，電子郵件也逐漸取代傳統郵件的大部分功能，成為研究人員最方便的工具。
的確，電子郵件免費、方便、迅速等特性，都是其他工具所無法取代的，如能配合線上網頁作答等方法，不但能夠節省大量時間，更能利用程式上的設計，免除鍵入時間人力的浪費，直接進行統計分析。如比較不同調查方式，電子郵件調查具有下列優點：快速、填答時間具彈性、內容修改方便、可以多媒體呈現、不需人工輸入資料、電腦可檢查填答是否完整並除錯、可排除重複填答現象、訪問人員干擾較少、較具私密性、容易進行回訪並建立固定樣本(panel)。（蔡承志等 2000）早期電子郵件調查回覆率相當高，如今，雖然回覆率與拒答題項與傳統問卷差異不大，但是，電子郵件調查快速、容易催收，且在開放問題中能得到較詳細資料，可以成為有效的調查工具。(Dillman 1999)
然而，如同傳統問卷一般，Dillman & Bowker(1998)指出，線上調查應避免下列四項誤差：
涵蓋誤差(coverage
error)：因為網路樣本為特定族群，不能代表一般大眾。
抽樣誤差(sampling
error)：由於無法得知抽樣架構，樣本無法透過樣本分配以推論母體。
測量誤差(measurement error)：調查時不適當的問題、不當訪談方式所造成測量時的偏誤。
非回應誤差 (nonresponse error)：拒答者如果填答，可能改變施測結果。由於不清楚有關於作答者與拒答者間的差異，因此無法達到有效推估的目的。
作答率的誤差可能會造成樣本選取上的偏誤，一項美國全國性電話訪問調查發現，不同社經背景受訪者的作答率有所不同，但仍然在可接受範圍。(Keeter 2000)。這是因為電話已經普及到每個家庭，電話訪問在涵蓋誤差部份已經可以降到可接受範圍。瑞典由於網路使用普及，網民人數增加快速，在大學教職員學生、政府機構任職人員，幾乎100%都使用電腦，如果針對這些對象進行研究，電子郵件信箱就可以代表母體，因此，在網路調查上具有代表性，問題也就不大。一項針對瑞典大學教職員學生、公職人員的研究，從回覆率、回覆速度、未答題項、調查結果等不同項目來比較傳統郵寄問卷與網路問卷，發現兩著間並沒顯著差異，如果透過電話提醒回覆，不但郵寄問卷回覆率會提高，網路填答率亦會提高。(Forsman & Varedian2002) 一份以義大利Pisa大學的學生為對象的研究指出，關鍵差異在有沒有意願作答，至於是否為電子問卷差異反而不是那麼重要，到了2002年時，Pisa大學學生對網路問卷的接受度已經超過傳統問卷了。(Romano & Himmelmann2002)這意味著當電子郵件滲透率如同電話一般普及時，只要電子郵件名單如同電話簿一般方便易於取得，電子郵件調查會比電話訪談還要來得更為方便、有效。
但是，即使就號稱「連線國度」的美國而言，網路普及率已才剛剛超過半數人口，滲透率不如電話般普及，使用者的高所得、白人、高教育程度、男性等社經背景，都可能讓作答者的代表性有所偏失，造成研究上的偏誤。網路調查填答者是否偏向特殊的人口組成？填答者使用網路的經驗、能力、習慣等網上行為，是否異於其他網路使用者？填答者對網路媒介的立場態度或價值觀，與其他網路使用者有沒有不同？（傅仰止 2000）如果這些問題的答案都是肯定的，意味著網路使用者與非網路使用者代表不同族群，電子郵件回覆者與拒答者也代表著不同族群，因此，電子郵寄問卷的回覆者，不能代表所有網民，更無法代表一般社會群眾。在網路使用尚不普及的地區，上網者，以及上網並作答者，代表了某特定族群，電子郵寄問卷分析結果在推論的效度上存在著問題。
網路調查的樣本很難代表母體，不但有抽樣上的問題，更有在樣本的自我選擇上的問題，某些特性影響了作答意願會影響調查結果。雖然，傳統調查法也不一定能夠知悉母體狀況，抽樣時可能產生不同的問題，但在代表性上的爭議較小，推論的效度也較高。由於網路樣本的人口特徵不能代表整個社會成員，因此，在調查與分析上，都應評估樣本代表性所可能造成的偏誤。(傅仰止2001) 電子郵件回覆者多為出身於高所得家庭的年輕男性，與一般研究發現的網路使用者背景大致相符，而教育程度比起一般使用者要來得更高一些。(Sheehan & Hoy1999)就台灣網路使用現況，普及率不及四成，穩定使用者有限，只能代表特定族群的研究對象，同時，因為不同族群作答率不同，一般認為學生族群作答意願較強，所能得到的樣本也無法代表社會大眾。
一項針對洛杉磯地區不同族裔地區分佈的調查，發現不同族裔存在著不同的網路使用行為模式。(Matei & Ball-Rokeach2002)如果研究主題涉及族裔在態度與行為模式上的差異，即使事後用統計控制相關變數，也有可能造成偏失。
「網路使用人口不具母體代表性、缺乏抽樣架構與自願性樣本」等三項問題，使得線上調查存在涵蓋誤差、非回應誤差、以及非隨機抽樣誤差等先天上難以克服問題。網路郵寄問卷考慮到外在效度，研究對象應限於網路使用者，研究議題也須限於與網路使用具有相關性的議題，同時樣本還需要適當加權處理，才不致產生偏誤。(李政忠2004)
由於我們對網際網路的整個母體所知有限，透過電子郵件來探討一般性議題，或是探討網路特性及行為模式的議題，都會有所局限，無法得到充分的代表性。由於方便且成本極低，許多研究與調查就大量寄發電子問卷，早期人們很少收到電子郵寄問卷，填答意願較高；時至今日，網友常常會收到各式各樣電子郵件調查。如果每天都會收到不少電子郵件問卷，人們的填答意願自然降低，回覆率也隨之快速下降。大量寄發的電子郵件，很容易被視為圾垃信件般刪除，除了構成受信者的困擾，也有法律上的糾紛。(Sorkin 2001)在病毒氾濫的今日，人們習慣性地刪除不明信件，連開啟的願意都沒有，我們又將如何依賴電子郵件來進行研究？
除非能夠進一步瞭解那些因素會影響回覆電子郵件問卷，否則無法更有效地設計出適當的電子郵寄問卷，以進行有效的研究。
二、影響電子郵寄問卷回收率的因素
就網路問卷而言，版面設計以及填答方式（按鍵／下拉清單），都會對回覆率有部份影響。(Bowker & Dillman2000; Heerwegh & Loosveldt 2002)一項對網路問卷設計採取簡樸單調，以及複雜華麗設計的比較研究發現，簡樸單調問卷的作答率反而較高。(Dillman et al1998) 影響作答意願達顯著水準的有兩項：「誘因總和」、「平均時間」。如果以30%拒答率的期望值為考量標準時，總價值為1,000美元，平均作答時間為17.5分鐘，題目總數為30題。超過30題時回覆率會急遽下降。依本研究，建議線上調查題目不超過30題，進行時間不超過17至18分鐘，提供獎勵至少要達到1000美元，個別禮物或贈品約為20美元的價值。(MacElroy 2000b )[3]
研究顯示，事先徵詢意願是提高填答率很重要的步驟；開放問題以及「難以作答」選項會讓受訪者中斷填答，應予避免；誘因與獎勵雖有助填答，但在後續階段並無影響。(Manfreda & Vehovar 2002) 受訪者的電腦能力會影響回收率；催覆可以有效提高回收率。早回覆問卷者和晚回覆者的特性，基本上沒有顯著差異。(蘇蘅、吳淑俊1997) Cook等人對影響網路調查作答率的後設分析發現：與未作答者後續接觸、個人化的接觸，以及在寄送問卷前先行聯繫，是提高作答率最重要的三個因素。(Solomon 2001)
如何提高線上調查的回收率？Jennifer
Jensen (2003)提出如下建議：
1. 找到你的觀眾：除了郵寄名單外，盡量在新聞群組及網路社群中張貼調查資料。
2. 以私人化親密用語表達邀請：這至少可以增加5%的回收率。
3. 盡量將邀請用語簡單化。
4. 將調查首頁簡單化：不要讓人們一開始就拒絕進行調查。
5. 但個人隱私保護宣稱一定要清晰。
6. 寄送再次提醒信件。
7. 考慮提供作答誘因：禮物、獎賞等。
8. 有些人只是想與其他人分享個人意見，並不在意是否有其他誘因。
9. 調查不需要華麗的圖表，但善用圖表及多媒體內容可以增加回收率。
10. 將調查結果在線上公佈給受訪者。
此外，她更建議要多利用受訪者個人的人際關係，請受訪者將問卷發送給他們的朋友、親人，以協助調查進行。然而，在這種多多益善的情況下，我們無法得知真正的回收率，在樣本代表性上也是大有問題。
國內部份相關研究不多，一項以傳播學門使用網路問卷進行調查的博碩士論文為研究對象的後設分析(林承賢 2004)，發現有效問卷回收率為40.7%，回收時間為17.2天。在回收時間長度對有效回收率之相關性統計中，其皮爾森相關係數值為0.66，顯示網路問卷調查回收時間越長其有效回收率越高。而問卷之開放問題題數、封閉問題題數及總題數對有效回收率之相關係數值均低，顯示網路問卷研究問卷長度（題數）與其有效回收率並無明顯相關。問卷寄發數、問卷之開放問題題數、封閉問題題數、總題數，與問卷之估計頭獎價值、估計普獎價值及平均獎值，對有效回收速度之相關係數值均低。對問卷回收率與回收速度而言，只有回收時間長短對有效回收率有正面影響，其餘因素相關性都不明顯。
這些針對網路問卷的發現，有些亦能應用到對電子郵寄問卷的討論。比起其他網路調查，電子郵寄問卷較能更深入地對回收率及代表性等理論基礎加以反省。
Witmer et al(1999)針對電子郵件問卷設計加以研究，考驗問題數多寡是否會影響回覆率，在研究設計上，以減少頁數、減低捲動次數以及減少題數來考驗回收率，結果在統計上都不顯著。在他們看來，網路調查不能用一般傳統方法進行，應該要另行設計，以電子郵寄問卷進行調查時應先寄出詢問許可信，才能提高作答率。
Smith(1997)早期對電子郵寄問卷回覆率的調查，發現問卷長度會影響作答意願。在他之前的數篇研究，對傳統郵寄問卷與電子郵寄問卷的回覆率分析，結論相當分歧。他的研究發現事先徵求收信人的同意以及後續提醒並追蹤作答，可以提高回覆率。該文並未進一步考驗相關差異，因而只能視為網路調查發展初期的初步性分析。上述兩篇研究，由於調查進行之際，網路使用尚未普及，各界也還未大量使用電子郵寄問卷進行研究，研究發現不一定能應用在當前以電子郵寄問卷進行調查時所可能面對的問題。
Sheehan研究從1986年學界第一次採用電子郵寄問卷調查以來，到2000年為止，八個大型資料庫中，採用電子郵寄問卷來搜集資料的31篇重要相關研究文獻，將電子郵件問卷的優、缺點，整理如下 (Sheehan 2001) ：
1)
網際網路普及率相當高，2000年時美國已有超過半數的使用者，歐洲37%、亞洲則為23%。電子問卷無論是在速度與成本上，都優於傳統郵寄問卷。傳統郵寄問卷平均回收時間為11.8天，電子郵件則為7.6天；至於成本上只有傳統郵寄問卷的5%至20%，降低成本後，可以增加調查的樣本數。
2)
利用某些軟體，可以追蹤受訪者是否收到郵件、開啟檔案或尚未開啟就刪除檔案，可以改進抽樣過程，並提高作答品質；此外，在開放問題項中，可以有較長篇幅讓受訪者作答，而受訪者在匿名的環境下，能夠更誠實、率真地回答問題。
3)
有些調查的作答率高於傳統郵寄問卷，有些則更糟，甚至，有些回收率過低，在統計上根本是無效的研究。
4)
大體說來，電子郵寄問卷調查的作答率普遍降低，由於使用方便，許多網友被「過度調查」，導致大部分網友作答意願相當低。由於網友態度上的偏失，影響樣本選取的特質，因而影響了對母體的代表性。
5)
由於研究者無法充分掌握關於樣本架構、抽樣理論等資訊，以致於樣本選取以及回收問卷項上存在問題，可能無法代表母體，極端情況所得到的樣本根本就不具代表性。
影響電子問卷調查的因素不少，其中，問卷長度、是否密集聯繫、主題、是否致贈小禮物等，都可能會對回覆率有所影響。現有調查顯示，問卷長度與作答率呈負相關，如果是企業取向的調查，問卷加長則拒答率會顯著增加。如果事先通知受訪者，並對受訪者加以請託，則作答率亦會增加。有研究顯示，就電子問卷而言，除非問卷很短，否則，即使列出問卷說明，受信者也不一定會費時閱讀，沒有經過請託的電子問卷通常是無效的。此外，經過後續催收的動作，往往可以增加作答率，其中，傳統郵寄問卷會增加8%至48%，而電子郵寄問卷則可增加25%，調查顯示，多次催收效果更佳，電子郵件成本低、回信快，更方便增加催收次數。當然，研究議題是否有爭議性、是否能夠吸引受訪者表達其基本態度，都會影響其作答率；與不斷接觸、致贈紀念品、問卷長度相較，議題是否為當事人有興趣的主題顯然更為重要。
Sheehan(2001)針對這31項研究，以後設研究來考察其調查年份、問題數目、事先通知、後續追蹤、議題是否突出等項是否與回覆率相關， T檢定考驗發現大部份項目的相關程度並不顯著，只有年分呈負相關（達.005顯著水準），而後續追蹤呈正相關（達.05顯著水準），詳見表一；如以F檢定考驗，則只有年份與問卷題目數達到.05顯著水準。詳見表二。
表一、影響回覆率因素之相關性
|
變項 |
平均數 |
標準差 |
1 |
2 |
3 |
4 |
5 |
|
1.回覆率 |
36.83 |
20.23 |
|
|
|
|
|
|
2.年 份 |
1996 |
3.57 |
-.53* |
|
|
|
|
|
3.問題數 |
42.3 |
23.62 |
.25 |
.12 |
|
|
|
|
4.先前說明 |
0.19 |
0.40 |
-.16 |
.41* |
.18 |
|
|
|
5.後續提醒 |
0.77 |
0.76 |
-.17 |
-.01 |
.35 |
.14 |
|
|
6.議題突出 |
4.09 |
0.37 |
.18 |
.05 |
.14 |
-.06 |
.35 |
*P<.05
表二、五個影響項的Beta加權值與獨特性
|
預測項 |
Beta加權 |
T檢定 |
獨特性指標 |
F檢定 |
|
年 份 |
-.54 |
-2.7** |
.24 |
11.5* |
|
問題數 |
-.03 |
-0.17 |
.17 |
8* |
|
先前說明 |
-.20 |
-1.01 |
.01 |
.05 |
|
後續提醒 |
.46 |
2.27* |
.03 |
1.5 |
|
議題突出 |
.22 |
1.24 |
.04 |
2.0 |
*P<.05 **P<.005
年份呈負相關，是因為初期電子郵件使用者人數少、凝聚力強，因而有較高的回覆率，但是後來網友每天都接到許多不同郵寄問卷，包括大量的垃圾郵件，因此會對電子郵寄問卷冷淡，加上病毒泛濫，人們對不明究理的附加檔連開啟動作都省略就直接刪除，更不要說費時作答了。有些網民光是在工作場所平均每天就收到四十封左右的電子郵寄問卷，怎麼可能一一作答？
如何增加回覆率也就成為現階段電子郵寄問卷的難題；如果給予金錢或贈品的誘因是否能增加作答率？抑或，增加誘因後，能夠吸引作答的只是特定背景的網民，反而減損了其代表性？作答者與拒答者在身份、背景、態度等項上是否有所不同？一般而言，我們只能掌握回覆者的背景資料，但對拒答者所知有限，如此，又將如何比較作答者與拒答者間的差異呢？即使電子郵寄問卷能夠降低涵蓋誤差與測量誤差，非回應誤差也仍值得重視。
電話訪談可用電話簿來抽樣，但是，我們並沒有全國性的電子郵件地址簿可供抽樣，即使有的話，每個人被抽取到的機率也不相等。如果抽樣無法隨機化，抽取出來的電子郵件樣本分配如何？推論時的信度與效度要如何測量？這些都是難於處理的問題，然而，這些問題不解決，電子郵寄問卷的使用基礎何在？接受電子郵寄問卷調查分析結果的理論基礎何在？甚至，推論上會產生什麼樣的問題？ (Smith 1997)即使電子郵寄問卷方便、有效，但上述問題不解決的話，學界在使用時仍可能會產生相當大的問題。
涵蓋誤差與非回應誤差在網路的滲透率逐漸提高後，可以得到較佳改善，然而，那些因素可能影響作答行為的討論，在學術界仍不多見。主要原因也還在於我們對網路調查的樣本分配及抽樣原則，仍然存在諸多不確定。
三、準實驗設計
前文提及Sheehan(2001)考驗調查年份、問題數目、事先通知、後續追蹤、議題是否突出等項與回覆率的關係，本研究希望能更進一步檢視影響回覆率的相關因素。
研究指出，男性上網多觀看新聞及娛樂，女性上網則是找尋健康及教育資訊；就電子郵件使用而言，男性多用在工具性關係，女性則多用來維持人際關係，以及家庭關係。(Boneva & Kraut 2002)不同性別使用模式不同，對作答率是否會有影響？
一般認為，學生較熱衷於線上活動，且容易受贈品或抽獎吸收作答，回覆率可能會較高。職業是否會影響作答率？同樣的，問題數目、催覆、年齡等因素是否也是影響回覆率的重要因素？
過去的研究，只能知道回覆者的身份，除非，我們能夠事先掌握所有樣本的背景資料，否則，無法用以比較拒答者與回覆者間的差異。本研究為了將非回應誤差納入考量，故選取能夠知道基本背景資料的受訪者進行研究。構想中，從參與研究施測者電子郵件通訊錄的地址簿中選取受訪者，由於都是施測者的朋友，基本背景資料都是已知，即使拒答，也能比較背景上的差異，以考驗是否顯著。最大的問題在於陌生人，故要從可以判定基本資料的樣本中選取。
在實驗設計上，主要要控制的因素是問卷長、短，以及信件開頭採取較為親密的用語或是一般用語。
一般認為電子郵寄問卷不宜超過三十題，為區辨出問卷長短是否會影響作答意願，我們設計出兩份長短不一的問卷，「短問卷」總共只有八題，都是簡單而基本的資料選擇，「長問卷」為了避免過長影響受訪者作答，採取四十題較長的版本，以與八題的短問卷加以區別。在用語部份，主要要測試親密用語與一般用語是否會影響受訪者的填答態度。
「一般用語」的信件開頭處加上下列用語：
***你好，有份問卷麻煩您幫忙填答，謝謝！
如果您無法回覆本問卷(可能是收信軟體的關係)，麻煩您告訴我，我會再寄WORD檔問卷給您，請您作答，謝謝！
至於「親密用語」信件，則是在開頭處加上下列用語：
親愛的***（依平時對其暱稱），我的指導教授(或老師)目前正在進行一項「網路使用狀況調查」，要麻煩您幫個忙，填寫一份問卷。拜託了，千萬要幫我這個忙，這對我來講相當重要。
如果您無法回覆本問卷(可能是收信軟體的關係),麻煩您告訴我，我會再寄WORD檔問卷給您，請您作答，謝謝！
因此，問卷寄發，就應隨機設計成四種不同方式。
|
問卷類型 |
長問卷 |
短問卷 |
|
親密用語 |
A |
B |
|
一般用語 |
C |
D |
本研究共有十位研究生參與本研究，協助寄發問卷，為了達到隨機化目的，先從其電子郵件寄送程式中，將其地址簿中的通訊名單匯出，經過過瀘後，將重覆部份刪除，僅留一份，再依其郵寄地址排序後，分別以01, 02….順序給予編號，並交回各別參與者。為了達到隨機化的目的，讓A, B, C, D出現的機率也予以控制，故有四種排列方式，因而將參與本計畫化的研究生抽取不同編號別，直接在場的八位研究生抽取各自序號，另有兩位協助的研究生，則自四個序號中，由計畫主持人代為抽取編號，結果如下圖：
|
編號別 |
1.ABCD |
2.BCDA |
3.CDAB |
4.DABC |
|
施測者 |
1, 5 |
2, 6 |
3, 7 |
4, 8 |
|
協助者 |
10 |
9 |
|
|
十位研究生分配名單人數不一，最多控制在100人以內，人數較少者另行分配各自找尋二十位陌生人寄發問卷。由於陌生人不易掌握其背景資料，因此以學校單位網頁中有姓名與電子郵件地址者為準。為避免可能重覆，並控制不同學校的文化差異，施測者分別自中正大學、民雄農工、吳鳳技術學院、嘉義大學、虎尾技術學院、環球技術學院、雲林科技大學、東海大學、交通大學等不同學校選取，每人選取非自己專業領域系所的十位外校師，以及十位學生寄發問卷，合計共二十位陌生人，以與在地址簿中熟識人員加以對比。網路調查48小時內回覆者佔總回覆人數的四成左右，每封電子郵件寄出，兩天後如果沒有回覆，則再寄一次催收。一個星期後，不論回覆與否，都將結果登錄，以利統計分析。
問卷業經設計，收信者如用Netscape Messenger收信時會自動呈現在信件中，直接點選即可回覆；如用Internet Explorer收信，點選附件即可開啟，直接點選即可回覆。願意作答者應很容易就完成問卷填答。填答回覆情況如下圖所示：
雖然問卷回覆的內容仍有其他研究目的，然而，就本研究探討範圍，主要考察限於電子郵寄問卷回收率部份，其他內容部份暫不處理。每位施測者都會將每封電子郵寄問卷收信人基本背景及回覆情況填入下列表格之中。
|
施測者 |
編號 |
問卷 |
長度 |
親密用語 |
回覆狀態 |
親疏程度 |
性別 |
年齡 |
職業 |
|
|
01 |
A |
1 |
1 |
|
|
|
|
|
|
|
02 |
B |
0 |
1 |
|
|
|
|
|
|
|
03 |
C |
1 |
0 |
|
|
|
|
|
|
|
04 |
D |
0 |
0 |
|
|
|
|
|
|
|
05 |
A |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
99 |
C |
1 |
0 |
|
|
|
|
|
|
|
00 |
D |
0 |
0 |
|
|
|
|
|
施 測 者：共十人，分別以0-9等十個代碼區別
編 號：依個人通訊錄地址簿中名單，去除重覆後整理出的順序。，
問 卷：A長問卷親密用語 B短問卷親密用語
C長問卷一般用語 D短問卷一般用語；
四種問卷，代表問卷長度與親密用語的不同組合
長 度：(0)短問卷 (1)長問卷
親密用語：(0)普通用語 (1)親密用語
回覆狀態：(0)未回覆 (3)第一次寄出就回覆 (2)催促一次後回覆
親疏程度：(0)陌生 (1)普通 (2)熟悉 (3)很好的朋友
性 別：(1)男 (2)女
年 齡：(1)18-21歲 (2)22-29歲 (3)30-39歲 (4)40歲以上
職 業：(1)學生 (2)就業 (3)非學生待業中
施測者隨機分配到四種不同編號的表格，編排好的受訪者依所列問卷編號(A,B,C,D)寄送。因為研究主要考量為回覆狀態，不論催促與否，只要回覆，其權數應高於未回覆，因而，如果一直都沒回覆登錄為0、催促一次後回覆登錄為2、第一次就回覆則為3。
在親疏程度上，請施測者依與其關係，將在其通訊錄中的名單選擇出普通(1)、熟悉(2)、很好的朋友(3)等三種程度關係；其中普通與很好的朋友各不少於1/5的比例，以達到區辨性。自行從外校網頁中找尋不認識的受測者則選為陌生(0)。
由於大多為自己的朋友，性別、年齡及職業都為已知。陌生人部份，因為基本選取資料為已知，不是學生就是教師，也很容易判斷出。年齡部份，大學部學生選(1)18-21歲、研究生選(2)22-29歲、助理教授為(3)30--39歲、副教授及教授則為(4)40歲以上。職業上因一些研究發現在學學生回覆率較高，故區分為(1)在學學生、(2)非學生（就業）以及(3)失去學生身分仍待業中三種。
待考驗假設如下：
假設1：問卷長短會影響作答率。
假設2：感情因素會影響作答率（親密用語或普通用語）。
假設3：催促與否會影響作答率。
假設4：與問卷寄送者的親疏程度會影響作答率。
假設5：不同性別對電子郵寄問卷回覆態度存在差異。
假設6：不同年齡對電子郵寄問卷回覆態度存在差異。
假設7：是否在學學生對電子郵寄問卷回覆態度存在差異。
假設8：不同施測者，其認識朋友對電子郵寄問卷回覆態度存在差異。
(將親疏程度為0的陌生人先排除掉)
假設9：施測者性別，對受測者的回覆態度有所影響，差異達到顯著。
假設10：施測者性別，對不同性別受測者的回覆態度有所影響，差異達到顯著。
(將親疏程度為0的陌生人先排除掉)
四、研究發現
樣本總計752，有效樣本為653，回覆312封，總回收率47%, 其中，認識者佔回收的43.9% 陌生人佔回收的3.2%。
假設1：問卷長短會影響作答率。
由上表的統計顯著考驗得知，顯著性0.441＞0.05，不顯著，故問卷的長度不會影響受訪者的回信意願。
假設2：感情因素會影響作答率（親密用語或普通用語）。
由上表的統計顯著考驗得知，顯著性0.901＞0.05，不顯著，故感情因素不會影響受訪者的回信意願。
假設3：催促與否會影響作答率。
|
|
回收情形 |
總和 |
||
|
未寄回 |
寄回 |
|
||
|
催促狀況 |
未回覆 |
344 |
|
344 |
|
催促一次後回覆 |
|
87 |
87 |
|
|
第一次寄出就回覆 |
|
220 |
220 |
|
|
|
總和 |
344 |
307 |
651 |
由上表看出催覆對問卷回收率的影響，約可增加39.53﹪(87/220)的回收率
假設4：與問卷寄送者的親疏程度會影響作答率。
由上表的統計顯著考驗得知，顯著性0.00＜α=0.05，達顯著，故親疏程度會影響受訪者的回信意願。
如果將熟識程度劃分成「陌生」與「認識」兩類，用以考驗回收的差異性
同樣的，卡方的顯著性小於α(0.05)故達顯著水準，即寄件者對收件者的熟識程度影響收件者的填答與回信意願。
假設5：不同性別對電子郵寄問卷回覆態度存在差異。
由上表的統計顯著考驗得知，顯著性0.022＜α=0.05，達顯著，故受訪者的性別會影響受訪者的回信意願。
假設6：不同年齡對電子郵寄問卷回覆態度存在差異。
由上表的統計顯著考驗得知，顯著性0.000＜α=0.05，達顯著，故不同年齡會影響受訪者的回信意願。
假設7：是否在學學生對電子郵寄問卷回覆態度存在差異。
由上表的統計顯著考驗得知，顯著性0.198＞0.05，不顯著，故是不是學生並不會影響受訪者的回信意願。
假設8：不同施測者，其認識朋友對電子郵寄問卷回覆態度存在差異。
(將親疏程度為0的陌生人先排除掉)
由上表的統計顯著考驗得知，顯著性0.000＜α=0.05，顯著，故不同施測者會影響受訪者的回信意願。
假設9：施測者性別，對受測者的回覆態度有所影響，差異達到顯著。
由上表的統計顯著考驗得知，顯著性0.003＜α=0.05，不顯著，故施測者的性別會影響受訪者的回信意願。
假設10：施測者性別，對不同性別受測者的回覆態度有所影響，差異達到顯著。
（將陌生人排除後的考驗）
上表顯示，卡方檢定顯著水準（p=0.03<0.05），即寄件者性別會影響不同性別收件者的回信意願。尤其是在女性施測者與女性受訪者間的關係特別明顯，印証了女性使用電子郵件是為了加強人際關係的說法(Boneva & Kraut 2002)，即使是在接受訪問時，也會考量相關因素。
各假設的Pearson卡方顯著性整理如下表：
|
|
數值 |
自由度 |
漸進顯著性（雙尾） |
|
|
1問卷長短 |
0.5937122667599 |
1 |
0.4409871878645 |
|
|
2親密用語 |
0.01549140510082 |
1 |
0.9009475278519 |
|
|
3催促與否 |
約可增加39.53﹪(87/220) |
|
||
|
4與寄送者親疏程度 |
107.0941564505＊ |
3 |
.00 |
|
|
5性別 |
5.253566073465＊ |
1 |
0.02190184095833 |
|
|
6年齡 |
20.76433767434＊ |
1 |
.00 |
|
|
7是否在學 |
3.23 |
2 |
.19 |
|
|
8不同施測者 |
82.76＊ |
9 |
.00 |
|
|
9施測者性別 |
8.91＊ |
1 |
.003 |
|
|
10施測者與受測者性別 |
9.10＊ |
1 |
.003 |
|
* P<0.05
從上表可知，假設四、五、六、八、九、十達到統計上的顯著水準（均小於0.05），說明了「計件人與收信者的親疏程度」、「年齡」、「施測者」、「施測者性別」會影響電子郵寄問卷的回收情形。至於催覆，約可增加39.53﹪(87/220)的回收率。
由於一般電子郵寄問卷的寄件者，對收件人而言都是陌生人，因此，雖然施測者，以及施測者的性別都顯著，但這是限於本研究採認識人為實驗對象的緣故，真正施測時，應該與回覆率沒有直接關係。所以會顯著，可能是「與寄送者親疏程度」在不同施測者間有所差異所造成的影響。在考量解釋力時，應該予以排除。
由於回覆與否並非等距變項，但如將收到後就回覆，以及催收後才回覆給予不同權數，可將回覆狀態視為等距變項來進行考驗。由於回覆與否差異最大，是否催覆雖然影響，但權數應較小，我們將拒答(0)、催收後回覆(2)、直接回覆(3)所代表的回覆狀況當做依變項，考驗其他變項對其影響程度。複迴歸分析結果如下表：
未標準化係數 標準化係數
Beta之估計值 標準誤 Beta 分配 t 顯著性
(常數) 0.313783943 0.29113133 1.077809 0.281524
問卷長度 -0.098380304 0.09933418 -0.0353537 -0.9904 0.322354
問候用語 0.004126285 0.09912243 0.01483038 0.416282 0.677343
親疏程度 0.540764311 0.05188639 0.39472783 10.42208* 5.1E-22
性 別 0.105194149 0.10299885 0.03757612 1.021314 0.307491
年 齡
22-29歲 0.153206069 0.20633376 0.05369692 0.742516 0.458047
30-39歲 -0.013181346 0.23191434 -0.0039639 -0.05684 0.954693
40歲以上 -0.236310649 0.2766018 -0.0498983 -0.85434 0.393238
學 生 -0.081966027 0.11551708 -0.0291371 -0.70956 0.478237
調整後的R平方 =
0.1785362037386
從上表可知，會影響電子郵寄問卷的回收情形因素，只有寄件者與收件者的「親疏程度」才是較為顯著的影響因素[4]，其餘的皆未達統計上的顯著水準(α=0.05)。
如果將施測者、測者性別加入複迴歸模型後考驗，其結果如下：
未標準化係數 標準化係數
Beta之估計值 標準誤 Beta
分配 t 顯著性
(常數) 0.370227866 0.399797 0.926039 0.354779
寄件者
寄件者1 1.336323121
0.224516 0.29589796 5.952027 4.39E-09
寄件者2 1.046237858 0.208889 0.25100298 5.008579 7.12E-07
寄件者3 1.68813005 0.2434 0.29833225 6.93561 1E-11
寄件者5 0.422530863 0.212373 0.08382939 1.989572 0.047069
寄件者6 0.501942966 0.206469 0.10444169 2.431085 0.015331
寄件者7 0.392071919 0.240109 0.07154307 1.632891 0.10299
寄件者8 1.451899299 0.284978 0.20824773 5.094772 4.62E-07
寄件者10 1.632057524 0.207051 0.39553691 7.882385 1.41E-14
寄件者性別 -0.77927222 0.195495 -0.27370023 -3.98614 7.5E-05
問卷長度 -0.07745226 0.098176 -0.02783308 -0.78891 0.430458
問候用語 0.029953204 0.098038 0.01076555 0.305525 0.760067
親疏程度 1.11100544 0.152343 0.31852812 7.29278 9.12E-13
性 別 0.204965678 0.105684 0.07321525 1.93942 0.052895
年 齡
22-29歲 0.145433538 0.22122 0.05097274 0.657416 0.511153
30-39歲 0.199217274 0.244946 0.05990837 0.813312 0.416345
40歲以上 -0.07043509 0.292742 -0.01487276 -0.2406 0.80994
學 生 0.197787387 0.128564 0.07030898 1.538431 0.124444
調整後的R平方= 0.1972966806154
寄信者9已經離開學校兩年，社會關係較多、學校時期的人際關係也較為中性，較為接近一般調查時的情境，以其為基準，以比較其他寄信者的影響。從上表可以得知 除了「熟識程度」之外，「寄件者」與「寄件者性別」亦是影響受試者回信意願的重要因素。然而，在一般情況下，收到電子郵寄問卷時，我們並不清楚施測者是誰，以及其性別，故而，此一模型應視為特殊狀況，不能遽以推論一般電子郵件調查時的情形。[5]
五、結論
並非每個人都願意回覆電子郵寄問卷，不同背景會影響作答意願，回覆率本身就影響著調查時的效度。電子郵寄問卷方便、成本低，成為研究時的有效工具，然而，目前學界關於影響電子郵寄問卷作答態度的討論仍然有限，如不知其限制與適用範圍，調查本身可能產成一些偏失，值得研究者重視。
本研究顯示，長問卷（四十題）與短問卷（八題）對回覆率的影響不顯著；問卷中是否採親密用語也不顯著；單獨考量時，性別、年齡的差異，都達到顯著水準，在非回應誤差方面，由於本研究對所有受訪者背景都能掌握，發現性別、年齡都會影響回覆率，因此，建議涉及與性別及年齡相關之調查，以電子郵寄問卷施測時，應該注意到回覆率差異，所可能造成的影響。
在控制所有因素之後，複迴歸模型中，只有寄件人是誰、其性別、以及與受訪者的「親疏程度」；如果將認識因素排除掉，則只有與寄件人的「親疏程度」才達到顯著水準，其餘因素都不顯著。或許，性別、年齡等因素，都是與受訪者及其親疏程度相關，因此，控制住其他因素後，關係就消失了。
本研究中，並未處理諸如性別與親密用語等變項間的交互影響效果，部份理由是因為在複迴歸模型中就已排除一點影響效果，另一方面則是因為相同問題也同樣存在傳統調查中，在篇幅有限的情況下，本文並不企圖處理所有類似問題，以免模糊了全文的討論焦點。
一般電子郵件問卷調查欠缺隨機抽樣的客觀基礎，有時會請受訪者推薦並轉寄給其朋友作答，由本研究可以見出，熟識人寄出的電子郵寄問卷固然會增加回覆率，但也會影響調查的結果，值得未來進行電子郵寄問卷時注意。
為比較拒答與回覆者間的差異，並考量影響回收率的因素，本研究選取特定樣本，透過實驗設計，謹慎地控制諸多可能造成偏失的因素，以檢視影響電子郵寄問卷回收率的相關因素。本研究並非在一般情況下檢視回收率，受訪者會受到與施測者間的熟識關係，影響作答意願。雖則如此，本研究仍有相當多發現，值得學界關心電子郵寄問卷效度的朋友參考。
台灣網路使用人口已經將近所有人口的四分之一，雖然仍有不少人只是網路偶爾使用者，但在亞洲各國中，台灣網民特別喜愛電子郵件寄送[6]，也讓電子郵寄問卷調查，具有較佳的基礎條件。即令如此，願意接受電子郵件調查的人，仍是全國人口的少數，代表性上仍有問題，電子郵寄問卷當前最大的問題仍在涵蓋誤差項上。如果在調查時能認識到研究對象的限制，在推論時也就更能避免可能出現的問題，讓電子郵寄問卷成為有效的分析工具。
電子郵寄問卷調查具有相當多優點，但也有諸多偏誤產生的可能。如何儘量避免偏誤的產生，以達到研究的目的，是未來調查研究的重點。本研究雖然檢視一些影響電子郵寄問卷回覆率的因素，但更多理論性的考驗仍有待未來的努力。相信，認識到電子郵寄問卷可能產生的偏誤，正是致力於讓電子郵寄問卷更能有效地成為客觀研究方法的重要工作。
期待台灣學界，亦能針對台灣特殊的社會條件，以及民眾網路使用習慣，檢討網路調查在台灣社會的適用程度。只有累積到一定程度的瞭解，網路調查才能得到其客觀性，具體地在社會調查中展現其潛力！
回首頁
六、參考書目
Biffignandi, S. et al(2002). “List assisted Web Surveys:
quality, timeliness and non-response in the steps of the participation flow,” ICIS
Boneva, B. & Kraut R.(2002). “Email, Gender, and Personal
Relationships,” in B. Wellman & Haythornthwaite, C. eds. The Internet in Everyday Life
(pp.372-403 ).
Bosnjak, M. & Tuten, T.L.(2001). “Classifying Response Behaviors in Web-based Survey,” JCMC 6(3) . [online] available: http://www.ascuse.org/jcmc/vol6/issue3/boznjak.html.
Bowker, Dennis & Dillman, Don A.(2000). “An Experimental Evaluation of Left and Right Oriented Screens for Web Questionnaires.” 2003/8/14 [online] available: http://survey.sesrc.wsu.edu/dillman/papers/AAPORpaper00.pdf.
Coomber,
R.(1997). “ Using the Internet for Survey Research,” Sociological Research
Online, 2(2) . [online] available: http://www.socresonline.org.uk/2/2/2.html.
Crawford, Scott et al(2002). “From Mail to Web: Improving Response Rates and Data Collection
Efficiencies,” ICIS
Dillman, Don A & D.K. Bowker(1998).
“The Web questionnaire Challenge to Survey Methodologists.” [online] available: http://survey.sesrc.wsu.edu/dillman/zuma_paper_dillman_bowker.pdf.
Dillman, Don A. et al(1998). “Influence of Plain vs. Fancy Design on Response Rates for Web
Surveys,” Presented at Joint Statistical Meetings,
Dillman, Don A(1999). “Mail and Other Self-Administered Surveys
in the 21st Century: The Beginning of a New Era.” 2003/8/14 [online] available: http://survey.sesrc.wsu.edu/dillman/papers/svys21st.pdf.
Dillman, Don A. & Carley-Baxter, Lisa (2000). “ Structural Determinants of Mail Survey Response Rates Over a 12 Year Period: 1988~1999.” 2003/8/14 [online] available: http://survey.sesrc.wsu.edu/dillman/papers/2000%20ASA%20Proceedings--Dillman.pdf.
Dillman, Don A. et al(2001). “Response Rate and Measurement Differences in Mixed Mode Surveys Using Mail, Telephone, Interactive Voice Response and the Internet.” 2003/8/14 [online] available: http://survey.sesrc.wsu.edu/dillman/papers /Mixed%20Mode%20ppr%20_with%20Gallup_%20POQ.pdf.
Dillman, Don A. (2002). “Navigating the Rapids of Change: Some
Observations on Survey Methodology in the Early 21st Century,” Draft of
Presidential Address to American Association for Public Opinion Research annual
meeting, May 18, 2002. [online]
available: http://survey.sesrc.wsu.edu/dillman/papers
/AAPOR%20Presidential%20Address.pdf.
Forsman, G. & Varedian,
M.(2002). “Mail and Web Surveys: A Cost and Response Rate
Comparison in a Study of Students Housing Conditions,” ICIS
Heerwegh, D. & Loosveldt,
G.(2002). “An Evaluation of the effect of response formats on data quality in
Web surveys,” ICIS
Jensen,
Jennifer M.(2003). “Ten Easy Ways to
Increase Response Rates For Your Online Survey.” [online] available:
http://www.questionpro.com/marketing/deploy01.pdf.
Keeter, Scott
(2000). “Consequences of Reducing Nonresponse
in a National Telephone Survey.” [online] available: http://mason.gmu.edu/~skeeter/nonresponse.final.pdf.
MacElroy, Bill (1999).
"Comparing Seven Forms of Online Surveying". Quirk's Marketing
Research Review, July 1999. [online] available: http://www.quirks.com/articles/article_print.asp?arg_articleid=510.
MacElroy, Bill ( 2000a ). "Measuring Response Rates in Online Surveys". Quirk's Marketing Review, April 2000. [online] available: http://www.quirks.com/articles/article.asp?arg_ArticleId=583.
MacElroy, Bill ( 2000b ). "Variables Influencing Dropout Rates in
Web-based Surveys". Quirk's Marketing Research Review, July/August 2000. [online] available: http://www.quirks.com/articles/article.asp?arg_ArticleId=605.
Manfreda, K.L. et al(2001). “Web versus mail
questionnaire for an institutional survey,” in A.Westlake
et al (eds.) (2001) The Challenge of the Internet. 2003/8/14 [online] available: www.or.zuma-mannheim.de/gaeste/klm2001
/lozar%20manfreda_vehovar_batagelj%202001.pdf.
Manfreda, K. L.
et al(2002). “Virtual Selves and Web Surveys,” in A. Ferligoj and A. Mrvar (Eds), Developments in
Social Science Methodology,
Manfreda, K. L. & Vehovar,
V.(2002). “Survey Design Features Influencing Response Rates in Web Surveys,” ICIS
Matei, Sorin & Ball-Rokeach,
S.J.(2002). “Belonging in Geographic, Ethnic, and Internet Spaces,” pp. 404-427 in Wellman, B. & Haythornthwaite, C. eds. The Internet in Everyday
Life.
Nocera, J. A.(2002). “Ethnography and
Hermeneutics in Cybercultural Research Accessing IRC
Virtual Communities,” JCMC 7(2) . [online] available: http://www.ascusc.org/jcmc/vol7/issue2/nocera.html.
Pandi, A. R.(2002). “Web-Based Survey versus Conventional Survey: The Malaysian Experience in
Conducting the Internet Subscriber Study,” ICIS
Romano, M. F.& Himmelmann,
M. (2002). “Determinants of Web mode choice in a
“Web and paper” survey in a high education population,” ICIS
Schaefer, David R. & Dillman, Don A.(1998). “Development of a Standard E-Mail
Methodology: Results of an Experiment,” Revised
version available from Public Opinion
Quarterly, 62:378-397. [online] available: http://survey.sesrc.wsu.edu/dillman/papers/E-Mailppr.pdf.
Sheehan,
K. B. &. Hoy, M. G.(1999). “Using E-mail To Survey Internet Users In The
Sheehan, Kim Bartel (2001). "E-mail Survey Response Rates: A
Review". Journal of Computer Mediated Communication, 6(2). [online]
available: http://www.ascusc.org/jcmc/vol6/issue2/sheehan.html.
Smee, Alan & Brennan, Mike (2000). “Electronic Surveys: A Comparison of E-mail, Web and Mail,” pp.1201-1204 in
ANZMAC 2000 Visionary
Marketing for the 21st Century: Facing the Challenge. [online] available: http://130.195.95.71:8081/www/ANZMAC2000/CDsite/papers/s/Smee1.PDF.
Smith, C.B.(1997). “Casting the Net: Surveying an Internet Population,” JCMC 3(1) . [online] available: http://jcmc.huji.ac.il/vol3/issue1/smith.html.
Solomon, David J. (2001). Conducting web-based surveys. Practical Assessment, Research & Evaluation, 7(19) . [online] available: http://PAREonline.net/getvn.asp?v=7&n=19.
Sorkin, David E.(2001). “Technical and Legal Approaches to Unsolicited Electronic Mail,” U.S. Federal Law Review 35: 325-384. 2003/8/14 [online] available: http://www.sorkin.org/articles/usf.html.
Spizziri, Martha(2000). “E-surveys: Consider this before you start. The Internet provides a
cheap, fast means of doing reader surveys—but you have to know how to do it
right.”
[online] available: http://www.asbpe.org/archives/2000/07esurveys.htm.
SPSS
China(2003).〈公共部門有效的調查研究 - 問與答〉. 2003/8/13 [online] available: http://www.spssgz.com.cn/application/gov/SurveyResearchQA.html.
Witmer, D. F., Colman, R. W. & Katzman, S. Lee
(1999). “From Paper-and-Pencil to Screen-and-Keyboard,” pp.145-162 in Steven G. Jones(ed), Doing
Internet research: Critical Issues and methods for examining the Net,
California: Sage Publications.
Yun, Gi Woong & Trumbo, Craig W. (2000). “Comparative Response to a Survey Executed by Post, E-mail, & Web Form,” Journal of Computer-Mediated Communication 6(1) . [online] available: http://www.ascusc.org/jcmc/vol6/issue1/yun.html.
吳統雄(2000)。〈調查知識管理：研究方法與資訊系統〉，《第三屆「調查研究方法與應用」學術研討會論文集》(頁135-154)。中研院調查研究工作室。
李政忠(2004)。〈網路調查所面臨的問題與解決建議〉，《資訊社會研究》6: 1-24。
周倩、林華(1997)。《電腦網路與傳播問卷調查》，上網日期：2004年8月20日，取自http://news.creativity.edu.tw/papers/ccs_97\019.htm。
林承賢(2004)。〈近五年來台灣傳播學界博碩士論文使用網路問卷研究方法之後設分析〉，《資訊社會研究》6: 25-58。
邱高生(2001a)。〈市場調查能夠E化嗎？〉, 上網日期：2001年4月27日，取自http://www.isurvey.com.tw/servlet/isurvey.consumer_content?ConsNo=658)。
邱高生(2001b)。〈抽樣有『代表性』的問題嗎？〉,
上網日期：2001年5月15日，取自http://www.isurvey.com.tw/servlet/isurvey.consumer_content?ConsNo=711)。
邱高生(2001c)。〈『固定樣本』可行嗎？〉, 上網日期：2001年5月21日，取自(http://www.isurvey.com.tw/servlet/isurvey.consumer_content?ConsNo=738)。
邱高生(2001d)。〈『假題目』的運用〉, 上網日期：2001年5月28日，取自http://www.isurvey.com.tw/servlet/isurvey.consumer_content?ConsNo=752)。
郭貞、黃振家(2002)。〈以區位分析比較網路、型錄、與商店做為購物管道之競爭優勢：一個跨年比較〉，《新聞學研究》72: 1-26。
雪莉•特克(Sherry
Turkle)(1998)。《虛擬化身：網路世代的身分認同》。台北：遠流
傅仰止(2000)。〈電子郵件聯繫的抽樣方法比較：網際網路調查與個人網絡抽樣〉，中央研究院調查研究工作室編。《新世紀調查研究的課題──方法、對象與倫理，第三屆「調查研究方法與應用」學術研討會論文集》，頁3-25。
傅仰止(2001)。〈網路人口的樣本特性：比較網頁調查追蹤方法與個人網絡抽樣方法〉，《調查研究》，9：35-72。
曾綉雅等(2002)。〈問卷調查法〉，上網日期：2004年8月20日，取自http://blue.lins.fju.edu.tw/~su/rm91/rm_qu.htm。
黃少華(2001)。〈網路調查的價值與局限〉，《網路社會學通訊》18，上網日期：2001年11月15日，取自
http://www.nhu.edu.tw/~society/e-j/18/18-03.htm。
黃曉斌(2002)。〈論圖書館用戶的網路調查方法〉，上網日期：2003年8月13日，取自http://hn.ssreader.com.cn/xuehui/2002lw/黃曉斌論文.doc。
翟本瑞(2001)。《網路文化》，台北：揚智
翟本瑞(2002)。《連線文化》，嘉義：南華社會所
蔡承志、林禎舜、蔡麗瓊(2000)。〈電子郵件調查穩定度的探討〉，中央研究院調查研究工作室編。《新世紀調查研究的課題──方法、對象與倫理，第三屆「調查研究方法與應用」學術研討會論文集》，頁51-55。2000/10/19-20，台北：南港。
蔡珮 (1996)。〈E-MAIL──調查研究的新工具〉，《新聞學研究》53: 251-260，上網日期：2004年8月13日，取自http://www.jour.nccu.edu.tw/Mcr/0053/14.asp。
蘇蘅、吳淑俊(1997)。〈電腦網路問卷調查可行性及回覆者特質的研究〉，《新聞學研究》54: 75-100，上網日期：2004年8月13日，取自http://www.jour.nccu.edu.tw/Mcr/0054/04.asp。
Study on the Determinants of E-mail Survey Response Rates
Ben-ray Jai
Professor, Graduate Institute of Sociology,
Abstract
Inexpensive, convenient, speedy, all these characteristics facilitate email survey as an important method. Both the response rate and nonresponse items of email survey are just the same as the traditional survey at the present time, however, researchers still need to face coverage error, sampling error, measurement error, nonresponse error on doing email survey.
The author used
quasi-experimental design to exam the determinants of e-mail survey response rates. Item
numbers, affective expression, gender, age, student or not, all these factors
were not significant. The only significant determinant
of e-mail survey response rates is the closeness with email senders.
Keywords: Internet survey, E-mail Survey, Response Rates, error