Wat te doen met veel half-ingevulde datareeksen?

Question

In de dataset in de eindopdracht van PB0812 Cross-Sectioneel Onderzoek zitten veel deelnemers die de vragenlijst maar voor de helft heeft ingevuld. Zo heeft bv. minder dan 50% de vragen ingevuld over gender, en zo verschilt de N-waarde bij subconstruct 1 tov. subconstruct 2. 

Mijn vraag: hoe ga je hier mee om? In de bijgevoegde screenshot zie je dat er onderin staat N Valid = 57. Wat wordt er van mij verwacht , moet ij bepaalde data weglaten? 

Hoop hier graag duidelijkheid over te krijgen! Groeten Laurens

Answer 1

Beste Laurens2603,

We gaan geen data imputeren, dus als je bv een variabele moet samenstellen door verschillende items bij elkaar op te tellen dan kun je alleen de data van die deelnemers meenemen in je analyses die alle items ingevuld hebben. Het is niet anders.

Hartelijke groet, Piet

Answer 2

Wat je ook kunt doen, maar niet hoeft te doen (dat verwachten we niet van de studenten, maar het is wel goed om te weten) is dat je het software programma waarmee je de gemiddelden berekent om de schalen samen te stellen laat weten hoeveel missende waarden je accepteert. In SPSS ziet de syntax er als volgt uit:

Nieuwe_schaal = MEAN.4(X1,X2, X3, X4, X5).

.4 achter het MEAN commando betekent dat je wilt dat indien je een gemiddelde voor je schaal wilt berekenen aan de hand van 5 items (zoals je ziet staan er 5 items tussen haakjes), je wilt dat er minimaal voor 4 items complete data zijn. Het helpt niet in gevallen waar de missende data betrekking hebben op een heleboel variabelen (tenzij je bijvoorbeeld .2 aangeeft, maar dan  wordt je schaal wel twijfelachtig). Het is een afweging, je verliest wat aan 'breedte' van je schaal, maar kunt in sommige gevallen met de nodige missende waarden toch je N behouden. 

Vriendelijke groet,

Mira