Eksik veriyle nasıl başa çıkılır?

Eksik değerleri silmek her zaman tarafsız bir çözüm değildir.

Eksiklik türleri

Tamamen rastgele (MCAR): eksiklik hiçbir şeyle ilişkili değil (ör. sayfa yanlışlıkla atlandı). Little MCAR testi anlamsızsa bu varsayım desteklenir.
Rastgele (MAR): eksiklik gözlenen başka bir değişkenle ilişkili (ör. yaşlılar gelir sorusunu daha sık boş bırakıyor).
Rastgele değil (MNAR): eksiklik eksik değerin kendisiyle ilişkili (ör. depresyonu yüksek olanlar depresyon sorularını yanıtlamıyor). En sorunlu durumdur.

Gerçek bir örnek

Örnek

318 katılımcının yalnız 134'ü (%42) tüm maddeleri yanıtlamış; ama boş hücre oranı yalnız %3,1. Liste bazlı silme yapılsaydı örneklemin yarıdan fazlası kaybolacaktı. Little MCAR testi anlamsız (p = .769), eksiklik rastgele görünüyor. %80 kuralıyla ölçek puanları hesaplanınca kaygı ölçeğinde 315, tükenmede 314 kişi analize girdi.

Yöntemler

Yöntem	Ne zaman?	Dikkat
Liste bazlı silme	Eksik az (%5 altı) ve MCAR	Örneklem küçülür
Kişi ortalaması (%80 kuralı)	Ölçek maddelerinde birkaç boş	Yalnız aynı ölçeğin maddeleri arasında
Çoklu atama / FIML	Eksik orta–yüksek, MAR	Uzman desteği önerilir
Ortalamayla doldurma	Önerilmez	Varyansı yapay olarak küçültür

Sık yapılan hatalar

Eksik hücreleri değişkenin genel ortalamasıyla doldurmak.
Eksik kodu olarak kullanılan 99 veya 0'ı veri gibi analize sokmak.
Analizlerde farklı n değerlerinin nedenini açıklamamak.

Raporda nasıl yazılır?

Boş hücre oranı %3.1'dir; Little MCAR testi anlamlı değildir, χ²(2210) = 2160.82, p = .769. Ölçek puanları, maddelerin en az %80'ini yanıtlayan katılımcılarda yanıtlanan maddelerin ortalaması alınarak hesaplanmıştır.

Sayıları kendi bulgularınızla değiştirin; ondalık ayırıcı için derginizin veya enstitünüzün yönergesine uyun.

İlgili yazılar

Temel · 5 dk

Danışma başlat