迷途羔羊1991
2021-05-21
學術研究中，透過問卷收集資料，進行分析的情況越來越多。但在問卷收集資料時，難免會出現填寫者亂填，或者不知道如何填寫等，最終導致收集資料不準確，研究結論不可靠等問題。
如果問卷收集資料不準確，通常會帶來資料信度和效度的影響。單獨從肉眼看資料都挺正常，但使用研究方法進行測量就會立刻現出原形。
學術研究上使用量表居多，而且也只有量表也才能進行信度和效度測量，資料的信度即可靠性是最為基礎，同時資料的有效性也是資料質量的基本要求。研究者可透過SPSSAU問卷研究模組進行信度和效度測量。
信效度分析-SPSSAU
本文從兩個維度進行闡述，如何保證資料質量，分別是無效樣本的防範和無效樣本的處理。
既然資料問題會帶來信度和效度問題，那應該如何防範呢，出現問題時如何解決呢？
一、防範無效樣本
首先從防範的角度來看，從問卷設計和問卷收集兩個角度提供以下六點建議：
1。題目不能過多
題目過多會導致填寫者不耐煩，越到後面的問題越不準確，如果是學術研究，通常有一個標準是測量變數的5倍左右，比如測量變數有10個，每個測量變數通常對應4~7個題，那麼加起來共有50個題左右，除此之外再加上一些基本的個人資訊題和一些樣本行為特徵題即可。
因此如果研究越複雜，研究變數越多，那麼問卷設計的題目也會越多，對於收集資料的質量控制也應該越高；問卷設計時不是題越多越好，而應該以剛好匹配研究目的為準。
2。設定測謊題
問卷設計時可加入個別測謊題，此種做法的好處是可以在後續處理時很好的進行識別出無效樣本，快速地檢查出樣本是否真實回答問卷。
3。問卷整體規範
比如問卷設計時措詞表達的簡潔易懂，問卷結構的清晰簡單，問卷是給使用者填寫使用的，一定需要站在填寫問卷人的角度進行換角度考慮，設計出結構清晰簡單易懂的問卷，別人也更加願意為你填寫。
4。互填問卷需謹慎
問卷研究時樣本數量一般要求是量表題的5倍，嚴格是10倍。比如問卷中有40道量表題，那至少需要200個樣本才適合。問卷設計好後，通常是讓朋友同學進行填寫，但是數量有限，還是不夠，所以現在出現較多的問卷互填QQ群，陌生人幫助填寫等，陌生人為你填寫，也沒有利益問題，所以此類樣本的準確度沒辦法保證，因此在問卷設計時有個測謊題就可以用於後面的識別。
5。收費樣本需謹慎
當前有比較多的問卷網站提供樣本收集服務，如果使用此類服務，建議自己設定一些測謊題用於判斷是否真實有效的樣本。
6。問卷預測試
上述已經說明，問卷是否真實可靠，是否有效，肉眼根本無法識別，但是使用分析方法一下子就能看出。因此一般可以先收集小部分（比如50個）資料後，進行預測試分析，一般是做信度分析，大概看下效度分析情況。先做到心中有數，如果預測試出現大的問題，提前發現問題，修改一些問卷規範，重新找有效的樣本等。
二、無效樣本處理
上述六種辦法，已經做好各種防範，相信問卷中無效樣本已經非常少，餘下的都是有效樣本了。但實際上並非如此，比如說會出現這樣的樣本，很多個量表題都選擇同一個答案（比如‘同意’）。也或者填空年齡，結果出現一個數字110。類似這樣的都屬於無效，應該進行處理。
如果對無效樣本不進行處理，肯定會導致分析出現問題。因此在做好各種防範後，還需要在資料收集完成後對資料無效性進行處理。接下來以SPSSAU無效樣本和異常值處理這兩個功能進行說明。
1。無效樣本
首先找到SPSSAU提供的無效樣本處理功能。資料處理》無效樣本，如下圖：
無效樣本處理-SPSSAU
SPSSAU提供兩種情況的無效樣本設定：第一種是完全相同數字超過一定比例時設定成無效樣本。不認真填寫者通常有個特別是完全選擇相同的答案，一般以量表題選擇相同數字超過70%作為標準。
性別、學歷這種是樣本本身的屬性，到底是男還是女，無法測試。所以一般選中問卷中的所有量表題，比如30道題表題，30個量表題中70%都是相同數字，意味著21個題都選擇同樣一個答案，這種一般就算無效樣本。這裡70%是常見處理方式，當然也可以設定成60%或者80%的標準。
除了相同數字識別成無效樣本，SPSSAU還提供缺失樣本比例超過某數字後，也設定成無效樣本。如果一大堆答案都不選擇，那肯定也屬於無效。具體有多少比例的答案沒有做出回答算成無效，沒有固定的標準，一般70%以上肯定是無效樣本。
無效樣本處理-SPSSAU
設定好無效樣本後，預設會新生成一個標題，用來標識那些樣本是有效，那些是無效，在分析的時候直接進行篩選下就好。
