无效样本处理的原因 SPSS如何处理无效样本

品牌型号：联想GeekPro 2020

系统：Windows 10 64位专业版

软件版本：SPSS 30.0.0.0

问卷调查是获取研究数据的重要方法之一。问卷调查获取的数据准确性受到访问员与被访者的影响，当访问员操作有误、被访者提供有误答案等情况下，会导致问卷数据或样本无效。那么，导致样本无效的具体原因有哪些？本文会给大家详细讲解无效样本处理的原因，以及教大家SPSS如何处理无效样本。

一、无效样本处理的原因

对于问卷调查来说，每一个样本的数据都很重要。当样本被判定无效时，研究的样本量就会减少，过少的样本量会影响数据研究的准确性。因此，在判定样本无效时需要满足一定的条件，以避免过度清理数据。那么，无效样本处理的原因有哪些？

1.出现缺失值

在填写问卷时，可能会由于访问员的误操作导致数据遗漏而出现缺失值。在部分网络问卷中，可能会因为网络错误、被访者漏填等原因导致缺失值的出现。如果问卷中的缺失值比较多，或关键题目出现缺失值，都会影响数据研究的准确性，这类问卷会建议作为无效样本处理掉。

2.答案重复多

比如在满意度问卷中，大多数题目的答案均为同一值，需要进一步判断数据是否合理。

3.答案逻辑不符

问卷中的部分问题可能会存在逻辑性，比如询问被访者购买的商品属性，需要在被访者已购买商品的情况下才能获取数据。如果被访者回答“未购买商品”，但问卷填写了已购买的商品数据，就会出现逻辑错误。

4.问卷回答时间过短

如果问卷平均要花费30分钟填写完成，部分被访者只花了5分钟就填写完毕，那么这些问卷数据的真实性、可靠性就会存疑。

5.出现极端值的样本

在填写数字的题目中，如果出现一些偏离平均值3倍或以上的答案，需要进一步判断该数据是否合理。

二、SPSS如何处理无效样本

1.删除无效样本

对于缺失值达到一定比例（比如50%）的、问卷回答时间过短、关键问题出现逻辑错误的样本，建议进行删除处理。

在SPSS的操作中，可以通过转换功能中的“对个案中的值进行计数”功能计算样本的缺失值数量。

在SPSS的“计算个案中值的出现次数”功能中，可以添加多个题目作为数字变量，并通过定义值的方式统计这些变量中的缺失值情况。

比如图2所示的例子，将目标变量定义为“缺失”后，再将满意度的相关问题都添加为“数字变量”，然后点击下方的“定义值”按钮。

在定义值功能中，如图3所示，选择左侧的“系统缺失值或用户缺失值”选项，并点击中间的“添加”按钮，接着右侧栏会出现“MISSING”的值，说明已完成了计数值（即缺失值）的定义。

完成以上设置后，返回到SPSS的数据表，如图4所示，SPSS在表格的最右侧新增了“缺失”变量，并计算了对应样本在定义变量中的缺失值数量。如果样本缺失值的数量超过一定比例，需要考虑是否删除该样本。

2.调整数据

如果样本中的数据仅有少量缺失值、极端值或逻辑错误等，可以通过SPSS的相关功能识别这些错误数据并进行调整。

以SPSS的描述分析功能为例，可快速识别问卷数据中的缺失值、极端值。

在SPSS的描述分析功能中，如图6所示，可计算不同变量的均值、最大值、最小值等统计量。通过对比均值与最大值、最小值等差别，可以快速识别数据中的极端值。

比如在图7的描述统计输出结果中，通过查询频数（N值）可以看到题目“满意度y2”缺失一个值，少量的缺失值可使用均值、众数等统计量替换。另外，在“问卷时长”题目中，可以看到其“最小值”为2，说明存在样本问卷时长过短；在“购买数量”题目中，可以看到其“最大值”为50，说明存在购买数量极端值的情况。

三、小结

以上就是关于无效样本处理的原因，SPSS如何处理无效样本的相关内容。对于问卷调查中出现的无效样本问题，可通过SPSS的描述分析、计算特定个案值计数等功能进行无效数据识别。如果无效数据的量比较少，可通过SPSS的替换缺失值、数据分析等功能进行修正，以避免过度删除样本导致样本数量不足。

作者：泽洋