遗漏作答
遗漏作答(又称漏答、条目无应答)指被试在问卷或测验中对部分题目未给出任何答案——跳过、留空或选择"不知道/不适用"。它是最普遍的数据缺失现象:几乎所有自陈调查都存在一定比例的遗漏作答。遗漏作答的核心问题是它造成数据缺失,若缺失非随机(与被测变量相关),会使估计偏倚、效度受损。因此遗漏作答研究与缺失数据处理方法紧密绑定——从成因诊断到统计补救构成完整链条。
概念界定
遗漏作答的核心特征有三。普遍性:任何问卷都可能出现遗漏,比例从百分之几到很高不等——敏感题(收入、性行为)与开放题遗漏率尤其高。非随机性风险:遗漏若完全随机(完全随机缺失),仅损失效率不产生偏倚;但遗漏常与被测内容相关(如高收入者更不愿报收入),属非随机缺失,直接删除缺失个案 会产生系统偏倚。可补救性:与随机作答(见随机作答)、粗心作答(见粗心作答)不同,遗漏作答产生的缺失可通过统计插补部分恢复——这是它的方法学着力点。
遗漏作答需与相邻概念区分。其一,单位无应答:整份问卷未答(拒绝参与)属于单位无应答,与条目层面的遗漏作答不同——前者是样本问题,后者是测量问题。其二,"不知道/不适用"(DK/NA)选项:有时刻意提供的选项,属有效回答而非遗漏——但研究者需决定是作为独立类别还是作为缺失处理。其三,跳题逻辑:问卷设计中按条件跳过的题目,"空"是设计的结果而非遗漏——分析时须区分结构性缺失与真实遗漏。
成因
遗漏作答的成因可分五类。敏感性与隐私:涉及收入、性、政治态度、违法行为的题目,被试因不愿披露而跳过——费伯1966年发表于《舆论季刊》的消费者调查早期研究即系统分析了条目遗漏的模式与成因,指出敏感内容是遗漏高发区。[1]认知困难:题目太难、记忆检索失败("记不清过去一年的消费额")、措辞复杂——被试无法作答而跳过。动机与疲劳:问卷过长导致后段遗漏率上升,低动机被试更容易跳过费力的题目——萨拉奇2024年发表于《质量与数量》的研究基于欧洲社会调查数据,检验受访者动机是否影响分割问卷设计下的条目无应答,为"动机—遗漏"关联提供了跨国证据。[2]设计因素:题目位置(后段多)、格式(开放题多)、选项设置(缺少"不适用")——设计缺陷是遗漏的可控来源。文化因素:某些文化中对特定话题的忌讳抬高遗漏率——跨文化比较需考虑这一点。
缺失机制与处理
遗漏作答的处理以缺失机制诊断为前提。三种机制:完全随机缺失(缺失与任何变量无关)——直接删除个案 无偏但损失效率;随机缺失(缺失与观测变量相关但与缺失值本身无关)——可用基于观测变量的方法(如多重插补)得到无偏估计;非随机缺失(缺失与缺失值本身相关,如高收入者更可能漏报收入)——处理最困难,需建模缺失过程或使用敏感性分析。
处理方法分三类。删除法:成列删除(仅分析完整个案)简单但损失样本、在非随机缺失下有偏;成对删除保留更多数据但可能导致相关矩阵非正定。插补法:均值/回归插补简单但低估方差、扭曲关系;多重插补通过生成多个插补数据集并合并结果,正确反映缺失不确定性,是当前推荐方法——威尔逊等2014年发表于《应用数学杂志》的研究针对类别型调查数据的非单调缺失模式,提出了一种插补方法,丰富了类别数据的处理工具。[3]模型法:最大似然、结构方程中的全信息估计在随机缺失假设下直接利用不完整数据——在量表与结构模型中应用广泛。选择原则:先诊断机制,再匹配方法,并做敏感性分析检验结论对缺失假设的稳健性。
影响
遗漏作答对推断的影响取决于缺失比例与机制。轻度且随机的遗漏主要损失统计效率——样本量缩小、标准误增大,但估计仍无偏;中度或系统性遗漏则直接威胁效度:当遗漏与被测变量相关(如高收入者系统性漏报收入、抑郁者更可能跳过情绪条目),基于完整个案的分析会系统性偏移均值与相关,使群体比较与关系估计失真。在结构方程与量表分析中,遗漏还会破坏条目协变结构的完整性,导致模型拟合变差与参数估计偏倚。遗漏的"隐蔽性"尤其值得警惕:与随机作答(见随机作答)的明显异常不同,遗漏在数据中表现为"什么都不缺一排",若不主动诊断缺失机制,研究者容易误以为数据完整无瑕。因此,规范的分析流程要求先报告遗漏率与遗漏模式,再据此选择处理策略,而非默认使用成列删除。
检测与预防
遗漏作答的检测包括:报告每题遗漏率与遗漏模式(是否集中于特定题/被试)、分析遗漏与观测变量的关系(诊断缺失机制)、检查遗漏的群体差异(某群体是否系统性更多遗漏)。预防包括:优化敏感性题目(匿名保证、随机化回应技术、区间选项替代精确数字)、降低认知负担(简化措辞、提供回忆线索)、控制问卷长度、提供"不适用/不知道"选项以避免被迫跳过、对关键题设置必答提示(但需权衡强制回答引发的随机作答)。规范做法是"预防为主、插补为辅"——事后插补再精细也不如事前减少遗漏。
中国语境
中文语境中遗漏作答研究有三个焦点。其一,收入与敏感题遗漏:中国调查中收入、住房、婚育等主题的遗漏率高,研究关注匿名设计、区间选项与随机化回应技术的本土效果。其二,量表施测中的漏答处理:中文量表修订与施测中,纸笔与在线问卷的漏答模式不同,研究者关注在线必答设置与纸笔漏答的插补策略。其三,大规模社会调查的数据质量:国内追踪调查(如家庭追踪调查)普遍报告条目遗漏率并采用多重插补处理,但缺失机制诊断与敏感性分析的规范性仍有提升空间。挑战在于:中国样本的"含蓄作答"倾向(不愿表态、避免极端)可能同时表现为遗漏与中间反应风格(见中间反应风格)——区分"真遗漏"与"风格性回避"需结合过程数据与文化理解。
争议
遗漏作答研究的争议有四。其一,缺失机制的不可检验性:随机缺失与非随机缺失无法仅从观测数据区分——所有插补方法都依赖不可验证的假设,敏感性分析因此是必需而非可选。其二,插补与"编造数据"的边界:多重插补生成的是统计估计值而非真实回答,批评者认为这接近"制造数据"——支持者强调其正确反映不确定性,两者的方法伦理边界需明确。其三,"不知道"选项的处理:作为有效回答保留还是作为缺失处理,不同选择可能改变结论——尤其在态度测量中,"不知道"可能是真实的中立态度。其四,强制回答的副作用:为防止遗漏而设置必答,会迫使不愿答者随机作答(见随机作答)或选择默认选项(见默认偏差)——遗漏率下降但数据质量未必提高,这是"堵漏"策略的悖论。
参见
参考资料
- ↑ Item Nonresponse in a Consumer Survey,Ferber,Public Opinion POUR,Public Opinion Quarterly,1966年。
- ↑ Does respondent motivation affect item-nonresponse for split-ballot designed survey data? Comparative evidence from the European Social Survey,Saraç,Quality & Quantity,2024年。
- ↑ Working with Missing Data: Imputation of Nonresponse Items in Categorical Survey Data with a Non-Monotone Missing Pattern,Wilson等,Journal of Applied Mathematics,2014年。