【 苗C~，饵" .7. Il ，~ - 世界大学城

集 中 其 他 无 缺 失 变 量 的 取 值 有 关 。 这 种 情 况 下 缺 失 值 就 不 仅 会 导 致 损 失 信 息 , 更 可 能 导 致 分 析结 论 发 生 偏 差 。 比 如 说 调 查 人 群 的 血 压 , 最 终 收 集 上 来 的 数 据 有 缺 失 , 但 发 现 缺 失 情 况 是 以 高 龄组 为 主 , 即 缺 失 的 出 现 是 因 为 在 调 查 时 高 龄 组 受 访 者 由 于 行 动 不 便 , 未 能 到 场 接 受 深 度 访 谈 和 检查 。 当 缺 失 机 制 为 随 机 缺 失 时 , 直 接 将 缺 失 值 删 除 或 者 采 用 简 单 的 均 数 填 充 方 式 均 不 合 适 , 而 应当 采 用 更 为 复 杂 的 算 法 对 缺 失 值 进 行 估 计 , 或 者 就 缺 失 值 对 分 析 结 果 的 影 响 程 度 进 行 评 价 , 以 期能 得 到 更 为 可 观 、 准 确 的 分 析 结 果 。3. 非 随 机 缺 失这 是 最 糟 糕 的 一 种 情 形 , 指 数 据 的 缺 失 不 仅 和 其 他 变 量 的 取 值 有 关 , 也 和 自 身 取 值 有 关 。 比如 在 调 查 收 入 时 , 收 入 高 的 人 出 于 各 种 原 因 不 愿 意 提 供 家 庭 年 收 入 值 。 这 种 情 形 缺 失 值 分 析 模型 基 本 上 是 无 能 为 力 的 , 只 能 做 非 常 概 略 的 估 计 。 因 此 在 有 的 文 献 中 , 非 随 机 缺 失 也 被 称 为 不 可忽 略 的 缺 失 (Nonignorable , N I)。20. 1. 2 SPSS 中 对 缺 失 值 的 处 理 方 法针 对 不 同 的 数 据 缺 失 情 况 , SPSS 提 供 了 多 种 处 理 方 法 供 用 户 选 择 , 大 致 可 被 分 为 以 下 三 类 :1. 删 除 / 报 告 缺 失 值当 缺 失 { 直 非 常 少 时 一 般 都 可 以 采 用 该 方 法 , 这 一 类 处 理 不 需 要 专 门 的 过 程 , 大 多 被 放 在 相 应方 法 的 Options 子 对 话 杠 中 。 具 体 又 可 分 为 以 下 几 种 :(1) Excludes cases analysis by analysis: 当 一 次 选 择 多 个 变 量 进 行 同 类 分 析 时 , 分 析 中 具 体 用到 的 变 量 有 缺 失 值 , 则 将 相 应 的 记 录 去 除 。 这 是 多 数 情 况 下 的 默 认 处 理 方 式 。(2) Excludes cases listwise: 当 一 次 选 择 多 个 变 量 进 行 同 类 分 析 时 , 只 要 记 录 中 将 会 被 分 析的 变 量 有 缺 失 值 , 则 在 所 有 分 析 中 均 将 该 记 录 去 除 。(3) Report values: 只 在 描 述 过 程 中 出 现 , 将 缺 失 值 作 为 一 个 特 殊 的 分 类 进 行 描 述 。2. Replace Missing Values 过 程Transform 菜 单 中 的 Replace Missing Values 过 程 将 所 有 的 记 录 看 成 一 个 序 列 , 然 后 采 用 某 种指 标 对 缺 失 值 进 行 填 充 , 它 实 际 上 专 门 用 于 解 决 时 间 序 列 模 型 中 的 缺 失 值 问 题 。 虽 然 其 中 的 一些 填 充 方 法 也 可 以 用 于 普 通 数 据 , 但 相 比 之 下 , 如 果 在 非 序 列 数 据 中 使 用 该 过 程 可 能 得 不 偿 失 ,应 当 谨 慎 使 用 。3. Missing Value Analysis 过 程Missing Value Analysis 过 程 是 SPSS 专 门 针 对 缺 失 值 分 析 而 提 供 的 模 块 , 它 提 供 了 对 缺 失 值问 题 全 面 而 强 大 的 分 析 能 力 , 其 主 要 功 能 有 :(1) 缺 失 值 的 描 述 和 快 速 诊 断 : 用 6 种 灵 活 的 诊 断 报 告 来 评 估 缺 失 值 问 题 的 严 重 性 , 用 户 可以 观 察 到 它 们 在 哪 些 变 量 中 出 现 , 比 例 为 多 少 , 是 否 与 其 他 变 量 取 值 有 关 , 从 而 得 知 这 些 缺 失 值的 出 现 是 否 会 影 响 分 析 结 论 。(2) 得 到 更 精 确 的 摘 要 统 计 量 : 提 供 了 4 种 方 法 用 于 估 计 含 缺 失 值 数 据 的 均 值 、 相 关 矩 阵 或协 方 差 矩 阵 : 列 表 状 态 删 除 (Listwise Deletion) , 配 对 状 态 删 除 (Pairwise Deletion) , EM CExpectation -maximization , 期 望 最 大 化 ) 和 回 归 。 通 过 这 些 方 法 计 算 出 的 统 计 量 将 更 加 可 靠 。(3) 用 估 计 值 替 换 缺 失 值 : 使 用 EM 或 回 归 算 法 , 用 户 可 以 从 未 缺 失 数 据 的 分 布 情 况 中 推 算出 缺 失 数 据 的 估 计 值 , 从 而 能 有 效 地 使 用 所 有 数 据 进 行 分 析 , 未 提 高 统 计 结 果 的 可 信 度 。 不 仅 如• 409 •