Wanneer mag je data verwijderen (missing data, non-response) uit een onderzoek?

Question

Wanneer mag je data uit een studie verwijderen bv. in geval van non-response en missing data. Ik heb ergens gelezen dat wanneer de respondent meer dan 10% niet heeft ingevuld, deze gegevens verwijderd mogen worden. Klopt dit?

Ik vind helaas geen wetenschappelijke literatuur om dit te bevestigen en om zo de literatuur op te geven in een onderzoek om de verwijdering van de onvolledige data te verantwoorden. Welke literatuur kan ik hiervoor opgeven?

Mvg

Answer 1

Hier zijn geen algemene richtlijnen voor; het belangrijkste is dat je transparant bent in je artikel/verslag over de richtlijnen die je volgt. Missing data is niet noodzakelijkerwijs een reden om mensen te verwijderen; hoge of lage scores ook niet. Je moet altijd een reden hebben om mensen te verwijderen. Als je in je artikel/verslag uit kunt leggen waarom deelnemers die meer dan 10% niet hebben ingevuld, niet bruikbaar zijn, kun je die grens hanteren. Als er geen reden is om dat aan te nemen, kun je ook gewoon iedereen blijven gebruiken. In je analyses worden deelnemers met missing data sowieso niet meegenomen; en sommige analyses, zoals multi-level regressie, kunnen alle deelnemers meenemen, of ze nu soms missing values hebben of niet.

Bedoel je overigens met non-response drop-out? Non-response is meestal als mensen zijn uitgenodigd maar niet meedoen; in die gevallen heb je helemaal geen data, en speelt de vraag ook niet. In het geval van drop-out wil je eigenlijk een drop-out analyse doen om te kijken of de mensen die out droppen verschillen van de mensen die erin blijven.

Hoe dan ook zijn dit soort situaties onderling dermate verschillend dat je dit het beste met je begeleider kunt bespreken.