SPSS调查问卷缺失值或无效数据如何判断和替换？

     在SPSS中如果数据包含缺失值，会导致具体变量计算和分析时实际有效样本量减少，不管是pairwise delete还是listwise delete的缺失值处理方法。另外，如果用Amos做结构方程模型，分析变量存在缺失值的话拟合指数会报告不全（如缺失GFI、AGFI）；在用Mplus等软件做某些模型时，数据存在缺失值的话会出现不能运行或某些估计法不适用的情况。因此，处理缺失值是非常重要的环节。

    缺失值的处理大体上有两种方法：第一，删除有缺失值的个案；第二，缺失值替换。哪一种方法好呢？

    如果样本量本身很大，那么删除个案法影响不大；但如果样本量不是很大，而存在缺失值的变量又很多，删除法会使样本量明显减少，对研究不利。那是不是缺失值替换就好呢？也不尽然。因为如果某个变量存在比较多的缺失值，用均值替换显然对结果影响很大。此外，如果一个个案本身有多个缺失指标，比如调查问卷中有10%以上的题目存在缺失值，那么将这个个案的问卷数据判断为无效个案会更好。

    这里又涉及到一个问题，缺失值比例多大可以认定为无效数据呢？个人认为，单纯从数量的角度来看，一个个案有10%以上的指标存在缺失值的话就可以判断该个案数据无效。但有时候我们不能笼统看缺失值的数量和比例，还要看缺失值的分布问题，例如心理学、教育学、管理学的问卷或量表是分多个维度的，如果缺失值零星分散于不同的维度，那么较大比例的缺失值可能对整体个案数据影响不大；但如果缺失值集中于某个维度或一两个维度，简单说，同一个维度中有多个缺失值甚至整个维度都缺失数据，那么比例较小的缺失值也可以导致整个维度无效，以至于整个个案样本数据无效。

     那么，在SPSS中缺失值的处理是如何操作呢？

      首先，在SPSS中，我们如何判断整个样本数据中有多少个变量或题目存在缺失值，以及有多少个个案的数据存在缺失值，每个个案存在缺失值的变量个数是多少？ 方法其实很简单，采用SPSS的“统计个案内数值个数”功能即可。

     其次，如何进行缺失值的替换？SPSS的“转换”功能子菜单下有个“替换缺失值”功能，其中有序列均值替换、线性插补等替换方法。

     值得注意的是，如果是问卷、量表的题目存在缺失值，那么不能简单的用题目均值来替换，而应该用计分方法的中间值替换，例如1-5的五点计分方法可以用3来替换题目的缺失值。那如果是偶数等级的计分方法（如4点计分法）呢，因为没有中间计分等级？此时可以根据题目之间的关联性或逻辑关系，进行主观判断，或者用回归的方法进行预测，取靠近某个等级（例如靠近2而不是3）的整数数值进行替换。就一些复杂的研究来说，现在更多的学者采用多重插补法来替换缺失值。