Goede vraag, nee daar zijn niet echt richtlijnen voor. Als je alle items vereist voor het meten van het schaalgemiddelde, dan krijg je misschien te veel missing values. Aan de andere kant, als je je weer té soepel opstelt, kan het zo zijn dat je te veel belangrijke vragen mist die af zouden kunnen wijken van de rest van de items (waardoor je uiteindelijk schaalgemiddelde gebiased wordt). Hoe deze balans uitpakt hangt er ook vanaf hoeveel missende waarden er überhaupt zijn, en bijvoorbeeld de inhoud van de vragen, als er heel persoonlijke of gevoelige vragen tussenzitten of niet (want die zouden andere responspatronen kunnen genereren: vaker tot missing values leiden en mogelijk een afwijkende onderliggende waarde hebben dan de rest van de items; met andere woorden: hier wil je er niet te veel van missen).
Wat ik heb gedaan is het volgende: kijken naar het totale aantal items op een schaal, besluiten hoeveel items er eventueel zouden mogen ontbreken, en dan per schaal berekenen (in het geval van SPSS) wat dan het minimale aantal items is om het schaalgemiddelde op te baseren.
Overigens: als het aantal missende waardes beperkt is, zal de impact van dit soort beslissingen ook beperkt zijn. Het is pas echt van belang als er veel vragen niet zijn ingevuld.