SPSS 数据准备 6 – 检查个案 (Inspect Cases)

作者: Ruben Geert van den Berg 发表于数据准备

9. 每个个案的缺失值 (Missing Values per Case)

(概述和数据文件请参考这里)

缺失值会使某些分析变得复杂，或者有时可能表明受访者没有认真填写问卷。无论如何，至少检查缺失值在受访者中的分布情况是个好主意，我们通常会分别检查变量的各个部分。请务必确保已为所有相关变量正确指定用户缺失值 (user missing values)。

例如，我们将使用以下语法计算 q2 到 q5 的缺失值。

SPSS 每个个案缺失值语法 (SPSS Missing Values Per Case Syntax)

***1. 将 6 指定为相关变量的用户缺失值。**
missing values q2 to q5 (6).

***2. 计算变量 mis_1，保存 q2 到 q5 的缺失值数量。**
compute mis_1 = nmiss(q2 to q5).

***3. 将变量标签应用于 mis_1。**
variable labels mis_1 "Number of missing values over q2 to q5".

***4. 检查 mis_1 的频率表。**
frequencies mis_1.

结果

请注意，2 位受访者在所有 4 个变量上都有缺失值，1 位有 3 个缺失值。如果我们想直观地检查这些个案，我们可以通过运行 sort cases by mis_1(d) 轻松地将它们移动到数据视图 (data view) 的顶部。

从分析中排除个案 (Exclude Cases from Analysis)

我们决定从分析中排除在 q2 到 q5 上有 3 个或更多缺失值的个案。执行此操作的一个好方法是使用 FILTER 命令。以下语法展示了如何以干净快速的方式执行此操作。

***1. 创建过滤器变量，对于 mis_1 < 3 的个案为 1，对于其他个案为 0。**
compute filt_1 = (mis_1 < 3).

***2. 将标签应用于过滤器变量。**
variable labels filt_1 "Case has less than 3 missing values over q2 to q4".

***3. 按新过滤器变量进行过滤。**
filter by filt_1.

***4. 确认过滤器正常工作。**
frequencies mis_1.

结果

请注意，具有 3 个或更多缺失值的三个案例不再出现在输出中；现在报告了 598 个案例，而不是 601 个案例。另请注意数据视图 (data view) 中已被 FILTER 排除的个案的删除线。

现在，我们将通过简单地运行 filter off 重新包含被排除的个案。请注意，这显然也会使上述删除线消失。