目录
0.简介
1.下载与(Windows)安装
2.使用
3.参考文献
4.引用信息
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
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ji-chu/98631.html