【067期】SPSS遇到缺失值怎么办？删除还是替换？

8遇到缺失值怎么办？删除还是替换？
8.1导读

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数据减少， 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GFI、AGFI 缺失）。因此，处理缺失值是非常重要的环节。

8.2解析

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值，比如 10%以上的题目存在缺失值， 那么这个个案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%以上的变量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、管理学量表是分多个维度的，如果缺失值分散于不同的维度，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，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，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。