使用 SPSS 和 PASW/理解缺失值對話方塊
關於缺失資料的處理有很多文獻（例如，參見 Allison (2001) 以獲取參考文獻[1]），我不想在這裡處理方法論問題。相反，我想更詳細地解釋缺失值對話方塊。以下是對話方塊
請注意，您可以指定最多三個離散整數或字串值，或一個範圍，來代表缺失資料。如果您想分析資料中存在的缺失值，您可能希望使用多個指標（例如，您可能有“隨機缺失”、“完全隨機缺失”和“非隨機缺失”的選擇），但如果您只對消除這些情況（資料點）感興趣，那麼一個指標就足夠了。
請注意，如果您的變數是數值型，那麼您用於指示缺失資料的程式碼也必須是數值型。
在可能的情況下，選擇一個缺失值程式碼，該程式碼作為該變數的測量值在邏輯上不可能。例如，年齡為 -1。您可能考慮使用 999 作為年齡的缺失程式碼，因為它是不可能的年齡，但最好指定不可能的而不是不太可能的。對於字串變數，您可以使用任何字串，例如，NA 代表不適用，或簡單的缺失。
在您在變數檢視中完成缺失值對話方塊後，您仍然需要輸入資料，因為變數的預設缺失值不會是您的缺失值。相反，它將是數值變數的系統缺失（用句號表示），以及字串變數的空格。
如果您只有幾個缺失例項，您可以手動執行此操作。首先，按相關變數對資料進行排序，以便空單元格首先出現，從而方便任務執行。
但是，如果您有大量的缺失資料點，那麼使用轉換 → 重新編碼為同一變數對話方塊重新編碼系統缺失資料會更容易。對於數值變數，在對話方塊的左側，選擇系統缺失作為舊值，在右側，選擇您的缺失程式碼作為新值。對於字串資料，您將輸入空格，而不是系統缺失作為舊值。
繼續 使用 SPSS 和 PASW/理解輸出視窗 >>