研究背景
某心理学研究团队收集了一份包含 20 名被试的问卷数据，包括人口学信息（性别、专业）、5 道 Likert 5 点量表题项（Q1-Q5），以及部分缺失值。在进行信效度分析之前，需要完成数据预处理：(1) 对反向题 Q2、Q4 进行反向计分；(2) 将"专业"分类变量转为哑变量以便纳入回归；(3) 处理缺失值。
研究问题
如何正确完成问卷数据的编码、哑变量生成和缺失值处理，使数据满足后续分析要求？
数据说明
20 名被试数据：性别（男/女）、专业（心理/教育/计算机）、Q1-Q5 量表评分（1-5 分），其中 Q2 和 Q4 为反向题。部分单元格存在缺失值。
分析步骤
步骤 1：反向计分
Q2 和 Q4 为反向题，需要反向计分（1→5, 2→4, 3→3, 4→2, 5→1）。在"数据编码"选项卡中选择 Q2 列，选择"反向计分"模式，设置量表范围 1-5，执行编码。对 Q4 重复同样操作。
提示：反向计分的目的是使所有题项方向一致。如果忘记反向计分，信度分析（Cronbach α）会偏低。
步骤 2：生成哑变量
"专业"是 3 分类变量（心理/教育/计算机），纳入回归分析前需要生成哑变量。在"哑变量"选项卡中选择"专业"列，参考类别选择"心理"（或留空自动选第一个），生成 2 个哑变量（教育、计算机）。
提示：k 个类别生成 k-1 个哑变量，剩余 1 个作为参考组。参考类别的选择影响回归系数的解读。
步骤 3：处理缺失值
在"缺失值"选项卡中查看缺失值报告，了解每列的缺失情况。对于量表数据，常用均值填充或删除含缺失行。选择 Q1 列，选择"均值填充"方法，执行处理。
提示：缺失值处理方法的选择取决于缺失比例和缺失机制。缺失率 < 5% 可用均值填充；> 20% 应考虑多重插补或删除。
结果解读
结论
数据预处理完成：(1) Q2、Q4 已反向计分；(2) "专业"已生成 2 个哑变量（教育、计算机），参考组为"心理"；(3) 缺失值已用均值填充（或删除含缺失行）。数据现在可以进行信效度分析和回归分析。
为什么这样解读？
数据预处理是统计分析的前提。反向计分错误会导致信度偏低；哑变量缺失会导致分类变量无法纳入回归；缺失值未处理会导致样本量减少或结果偏差。
如何在论文中报告
数据预处理：(1) 对 Q2、Q4 反向题进行反向计分（1→5, 2→4, 3→3, 4→2, 5→1）；(2) 将"专业"（3 分类）转为哑变量，以"心理"为参考组，生成"教育"和"计算机"2 个哑变量；(3) 缺失值采用均值填充（缺失率 X%）。处理后可进行后续分析。
常见错误
忘记反向计分
反向题（如"我不喜欢这个活动"）与正向题方向相反，必须反向计分后才能计算总分或做信度分析。否则 Cronbach α 会偏低，因子分析结果也会出错。
哑变量生成 k 个而非 k-1 个
k 个类别应生成 k-1 个哑变量。如果生成 k 个，会导致完全共线性（dummy variable trap），回归模型无法估计。统计软件通常会自动处理，但手动生成时需注意。
对所有缺失值一律用均值填充
均值填充适用于缺失率低（< 5%）且随机缺失的情况。如果缺失率高或有系统性缺失模式（如低分者更不愿作答），均值填充会低估方差、抬高相关。应考虑多重插补或删除含缺失行。
反向计分后不检查
反向计分后应检查数据范围是否正确（如 1-5 量表反向后仍应在 1-5 范围内），并查看描述性统计确认均值/标准差合理。如果反向计分公式错误（如用 6-x 但量表是 1-7），会导致数据异常。