SPSS中的缺失值分析

1、SPSS中的缺失值分析1、缺失值的出現(xiàn)在我們?nèi)粘５姆治鰡?wèn)卷中經(jīng)常會(huì)遇到缺失值的情況。盡管我們?cè)陧?xiàng)目執(zhí)行的時(shí)候千叮嚀萬(wàn)囑咐一定要回答，并且有著嚴(yán)格的質(zhì)量控制（那些不嚴(yán)格的質(zhì)量控制造成的缺失情況更是難以估計(jì)，汗一個(gè)）但還是會(huì)遇到很多題選項(xiàng)缺失的情況。缺失值的產(chǎn)生主要有以下幾個(gè)a、受訪者拒絕回答問(wèn)題b、題目中沒(méi)有選項(xiàng)答案c、調(diào)查研究中的損耗d、從多個(gè)數(shù)據(jù)源中合并數(shù)據(jù)2、缺失值理論數(shù)據(jù)的缺失往往都有著一定的規(guī)律，總的來(lái)說(shuō)呢，缺失值可以分成以下三種：a、完全隨機(jī)缺失（MCAR）：缺失現(xiàn)象完全是隨機(jī)發(fā)生的，和自身或其他變量的取值無(wú)關(guān);比如說(shuō)，受訪者在街頭接受訪問(wèn)時(shí)，突然沙粒吹進(jìn)了眼睛導(dǎo)致問(wèn)卷后面的問(wèn)題無(wú)法

2、回答，從而造成了數(shù)據(jù)缺失。b、隨機(jī)缺失（MAR）：有缺失值的變量其缺失情況發(fā)生與數(shù)據(jù)集中其他無(wú)缺失變量的取值有關(guān);換句話說(shuō)，缺失值的概率是由數(shù)據(jù)集中不含缺失值的變量決定的，而不是由含缺失值的變量決定的。c、非隨機(jī)缺失（MANR）：數(shù)據(jù)的缺失不僅和其他變量的取值有關(guān)，也和自身的取值有關(guān);比如問(wèn)題設(shè)計(jì)過(guò)于敏感造成的缺失。識(shí)別缺失數(shù)據(jù)的產(chǎn)生機(jī)制是極其重要的。首先這涉及到代表性問(wèn)題。從統(tǒng)計(jì)上說(shuō)，非隨機(jī)缺失的數(shù)據(jù)會(huì)產(chǎn)生有偏估計(jì)，因此不能很好地代表總體。其次，它決定數(shù)據(jù)插補(bǔ)方法的選擇。隨機(jī)缺失數(shù)據(jù)處理相對(duì)比較簡(jiǎn)單，但非隨機(jī)缺失數(shù)據(jù)處理比較困難，原因在于偏差的程度難以把握。3、SPSS中處理缺失值的方法SP

3、SS中主要應(yīng)用了三種方法處理缺失值方法一：刪除/報(bào)告缺失值這種方法適用與缺失值非常少的時(shí)候，它不需要專(zhuān)門(mén)的步驟，通常在相應(yīng)的分析對(duì)話框中的“options”子對(duì)話框中，我拿回歸分析對(duì)話框?yàn)槔篖ininr3o_ijji.uitin3.L：I3TiILS昏殆UkiutLvtli別wvific*IMSCfitwi*Vit2ftr$:Q喚rvjEjltslimEuniikL*：WiS3Lfl-IVl-U.fcS0 xdiade；JtKclud:iO*-?!-g曲能abilityJk呀”4!usEmL七h(yuǎn)Hta林氐搶豆是回別好副中Fpticn子對(duì)話梔niiK方法二：ReplaceMissingAnal

4、ysis過(guò)程Transform菜單中的ReplaceMissingAnalysis過(guò)程將所有的記錄看成一個(gè)序列，然后采用某種指標(biāo)對(duì)缺失值進(jìn)行填充方法三：MissingvalueAnalysis過(guò)程MissingvalueAnalysis過(guò)程是SPSS專(zhuān)門(mén)針對(duì)缺失值分析而提供的模塊，具體是在analyze菜單下：皿E*tt|欣燈Curt.l|陽(yáng)FTalueAnalysis護(hù)捧賣(mài)姐t尸刼3躺s選癢另類(lèi)變呈ebLjQuulilati宅lEtm25CasLabelsLO廠1sLinatiOin.IiLitlwi-inFLIPdi?e匚師2電L起訃；礙框：厲選舞苒任彥一個(gè)衛(wèi)宴連或封組璽更豐今W坯去蛍骼記靈凜都不盡鄭分抄P-iirwfse.E!在具冰ft算眈用71苗愛(ài)蠱直有萩疾殖的迅艇將不進(jìn)入當(dāng)前俗拆EMU：OEMG期鑒議；