做市场调查的人，最怕的不是样本不够，是样本看着够了，一分析全是废的。
收了500份，兴冲冲跑完分析，得出一个结论，结果被懂行的人一句"你这数据里有刷的吧"噎回去。更扎心的是，很多人直到结论被推翻，才发现自己根本没筛过样本。
有效样本不是"收回来"的，是"筛出来"的。这篇文章把筛选的方法拆成四道关卡，照着做，废卷基本无处可躲。
第一道关：先用规则自动拦
最快的筛选，是让无效答卷在提交的那一刻就被识别出来。
常见的判断条件有几类：填写时长过短（比如正常10分钟的问卷，1分钟就交）、来源异常（省份、城市、IP地址对不上目标人群）、以及单题规则（选了某个特定选项直接判无效）。
更狠的是"双题规则"——设置两道逻辑互斥的题，比如"性别选了男"同时"年龄选了18岁以下"，这种矛盾一旦出现，自动判废。这套规则越前置，你后面手动筛的工作量就越小。
第二道关：抓住"乱填"和"刷量"
规则拦不掉的，是那些"认真乱填"的人。三类典型：
规律作答：从第一题到最后一道全选同一个选项，或者"ABBABB"这种机械排列。这种人不是在答题，是在赶时间。
陷阱题失手：在问卷里插一句"本题请选择非常不同意"，选错的人说明根本没读题。这是识别不专注作答的经典手段，学术研究里叫 attention check，公认有效。
开放题乱填："asdf""不知道""测试测试"这类敷衍答案，一眼就能筛掉。
这里有个度要拿捏：陷阱题不能太多，否则会把认真作答的真人误伤。业内经验是，够用就行，别让问卷变成"考试"。
第三道关：查重复，堵住同一人刷多份
有些人会为了奖励，同一份问卷填好几遍。
光看IP限制还不够，因为换IP很容易。更有效的是设备指纹识别——同一个设备不管怎么换IP，都能被认出来。再加上时区校验：目标样本是国内的，设备时区却是海外，基本可以判定有猫腻。
专业调研里还有一招"抽奖式奖励"：把确定性的现金奖励改成抽奖。有研究做过对比，这一招能让机器人刷量从633份骤降到23份，因为机器程序专门盯着"必拿钱"的问卷刷。
第四道关：人工抽检，兜住最后一道底
规则再全，也有漏网的。所以专业团队都会在自动筛选后，再人工抽检5%-10%的样本，重点看开放题的真实度、答题时间分布是否合理、有没有逻辑矛盾。
一个更聪明的做法，是把质控做进"合格"的定义里。像我要调查网这类平台，就靠IP限制、答题时长检测、逻辑陷阱题这套机制自动筛掉低质量答卷，而且按合格样本付费，无效数据不花钱——等于把"筛样本"的成本和风险，从你这儿直接转移掉了。
小结
有效样本筛选，记住四道关：
规则前置——时长、来源、双题矛盾，提交时自动拦
抓乱填刷量——规律作答、陷阱题、开放题敷衍
查重复——设备指纹、时区校验，堵同一人刷多份
人工抽检——兜住最后5%-10%的漏网之鱼
记住一个行业底线：无效率控制在10%-15%以内算正常，一旦超过20%，先别急着分析，回头查查问卷设计和发放渠道哪里出了问题。
样本质量，才是市场调查真正的命门。筛不干净，收再多也是白搭。
