SPSS缺失值插补与异常值剔除：社科实证数据清洗指南 | 国际学术会议标准

在社会科学领域的实证研究中，数据的质量直接决定了研究结论的可靠性与学术价值。高规格的国际学术会议对投稿论文的数据严谨性有着极高的标准。未经过有效清洗的数据（包含大量缺失值或极端异常值）极易导致模型结果失真，从而在同行评审（Peer Review）阶段被拒稿。

本文将为您详细梳理如何在 SPSS 软件中规范、高效地进行异常值剔除与缺失值插补，助您打造无懈可击的实证数据基础。

一、 精准识别与剔除异常值 (Outliers)

异常值是指那些严重偏离数据总体分布的数值，可能是由于问卷乱答、录入错误或极端个案引起。如果不加处理，会极大影响回归分析和方差分析的准确度。

1. 使用箱线图法（Boxplot）进行直观筛查

箱线图是识别连续型变量异常值的经典方法。

• 操作路径： 在 SPSS 顶部菜单栏选择 图形 -> 图表构建器 -> 箱图。

• 判断标准： 图中超出上下边缘（Whisker）的圆圈或星号即代表异常值（星号通常代表极端异常值）。记录这些数据点对应的个案编号。

2. Z分数标准化（Z-Score）进行精确剔除

对于服从正态分布的数据，可以通过计算标准分来定位异常值。

• 操作路径： 分析 -> 描述统计 -> 描述，勾选“将标准化得分另存为变量”。

• 处理逻辑： 系统会生成以“Z”开头的新变量。一般在社科研究中，绝对值 $|Z| > 3$ 的个案即可被认定为异常值。确定异常值后，可以在数据视图中将其手动删除，或将其设为缺失值等待下一步插补。

二、 科学处理缺失值与数据插补 (Missing Values)

直接删除包含缺失值的样本（Listwise Deletion）虽然简单，但会造成大量信息流失，甚至引入样本偏差。国际顶尖会议更倾向于看到研究者采用科学的插补方法。

1. 缺失值分析与 MCAR 检验

在插补前，必须了解数据的缺失机制。

• 操作路径： 分析 -> 缺失值分析。

• 核心指标： 查看 Little's MCAR（完全随机缺失）检验。如果 $p > 0.05$，说明数据是完全随机缺失的，可以放心进行后续插补；如果 $p < 0.05$，则需谨慎选择插补模型，说明缺失并非偶然。

2. 国际学术界认可的常用插补方法

• 均值/中位数插补： 适用于缺失比例极小（如低于5%）的情况。在 转换 -> 替换缺失值 中操作，方法选择“序列均值”。

• 期望最大化（EM）插补： 适用于数据呈现正态分布且缺失比例适中的情况。EM算法通过迭代寻找参数的最大似然估计，插补效果优于简单的均值替换。

• 多重插补（Multiple Imputation）： 国际高标准实证论文（如SSCI顶刊或顶级学术会议）强烈推荐的方法。它会生成多个完整的数据集，并综合这些数据集的结果，最大限度地保留了数据的不确定性。操作路径为 分析 -> 多重插补 -> 插补缺失数据。

三、 结语：用高质量数据叩开国际学术会议大门

数据清洗是量化研究的基石。熟练掌握 SPSS 中的异常值剔除与缺失值插补技巧，不仅能让您的模型拟合度更高、显著性更好，更能向国际学术会议的审稿人展示您严谨的科研态度。在提交论文前，务必在正文中简要说明您的数据清洗过程，这将大幅提升论文的学术可信度。