Imputation：用于数据插补的SPSS宏

0.简介

在问卷调查中经常遇到某个维度题项存在部分缺失的情况，例如下图中的1号个案仅在INT1上存在缺失。假如将单个题项缺失统计为一个缺失个案，并且也放弃INT维度的其它数据，则显得过于可惜。

当代插补技术中，多重插补（Multiple Imputation, MI）被认为是“最先进”的一个（Baraldi & Enders, 2010），但也不总是适用于问卷数据的缺失插补。首先，问卷数据使用多个题项测量一个概念，这导致极少的几个概念往往需要使用几十个题项，在较为详细的调查中数百个题项的问卷极为常见。变量数量过多会使计算量增大，也导致MI的收敛变得困难（Graham, 2009）。另一个问题在于，使用多重插补之后，往往需要使用特定公式合并统计结果，尽管许多软件已经提供了自动合并功能，但这只局限于特定分析技术（van Ginkel et al., 2020）。比如，SPSS可以自动合并多重插补结果的回归分析系数。然而，问卷调查中常用的一些分析方法并未受到支持，比如Cronbach α系数与因子分析结果等。
如上所述，在现实条件的限制下，研究者需要一些适用于问卷数据的插补方法。本插件提供的7种方法是问卷数据中常见的插补方法，但其中某些方法并不推荐使用。这些方法包括变量均值插补（Item Mean Imputation）、变量中位数插补（Item Median Imputation）、个人均值插补（Person Mean Imputation）（含Z分数）、校正的变量均值插补（Corrected Item Mean Substitution）、双向插补（Two Way Imputation）和热卡插补（Hot Dcek Imputation）。

1.(Windows)安装

读者可在公众号左下角通过“资料课程→资料下载→各类自制工具”进入下载。对SPSS单击鼠标右键，选择“以管理员身份运行”。

通过“扩展”进入“安装定制对话框”

选择“.spd”安装包进行安装。

安装成功后，将出现以下提示：

对话框在“分析”菜单下：

2.使用

手册中已经包含非常详细的使用过程，此处仅介绍其中一种插补方法——双向插补。
打开数据“Data.sav”（压缩包内有提供），进入对话框，将INT1至INT6选入，并选择“双向插补”，点击“确定”完成操作。

SPSS会为每个变量输出一个插补后的变量，新变量前缀为“iptt6_”，缺失数据均替换为双向算法计算出的数值。对于所有变量都缺失的个案不进行插补，使用者可考虑使用其它方法进行插补。

如果希望插补后的数据不存在小数，则可以在前述操作的基础上勾选“四舍五入为整数”选项，van Ginkel等人（2010）也认为在问卷数据分析中，可以将插补值四舍五入到整数。

与前述结果相比，所有插补的数据都进行了四舍五入，变成与原量表一致的李克特分数。

3.参考文献

Baraldi, A. N., & Enders, C. K. (2010). An introduction to modern missing data analyses. Journal of school psychology, 48(1), 5-37.
Graham, J. W. (2009). Missing data analysis: Making it work in the real world. Annual review of psychology, 60, 549-576.
van Ginkel, J. R., Linting, M., Rippe, R. C., & van der Voort, A. (2020). Rebutting existing misconceptions about multiple imputation as a method for handling missing data. Journal of personality assessment, 102(3), 297-308.
van Ginkel, J. R., Sijtsma, K., van der Ark, L. A., & Vermunt, J. K. (2010). Incidence of missing item scores in personality measurement, and simple item-score imputation. Methodology.

4.引用信息

英文可使用以下引用：
Zongman Qiu. (2020). Imputation: a SPSS macro for data imputation. https://www.researchgate.net/publication/344717807_Imputation_a_SPSS_macro_for_data_imputation
中文可使用以下引用：
邱宗满. (2020). Imputation: 用于数据插补的SPSS宏. https://www.researchgate.net/publication/344717807_Imputation_a_SPSS_macro_for_data_imputation