6番目の回答オプション（「わからない」）が5ポイントのリッカート尺度に追加されました。データが失われましたか？

アンケートのデータを回収するには、少し助けが必要です。

私の同僚の1人がアンケートを適用しましたが、誤って、元の5ポイントのリッカートスケール（強く同意することに強く反対する）を使用する代わりに、彼はスケールに6番目の回答を挿入しました。そして、事態を悪化させるために、6番目の応答オプションは…「わからない」です。

問題は、ある時点で「わからない」を選んだ回答者の大部分です。それらがかなり少ない割合であれば、データベースからそれらを除外しただけです。ただし、研究の中核は概念モデルに基づいており、非常に多くのレコードを除外すると、モデルに問題が発生します。

誰かが私をここで正しい方向に向けることができますか？「良い習慣」はありますか、または「わからない」応答を使用（変換、変換など）することができますか？

また、問題のデータを操作した場合（つまり、「わからない」応答を置換、代入などにより変換した場合）、どのような「免責事項」、「警告」、注釈、使用すべきですか？

私はそれがロングショットであることを知っていますが、応答を救うことに加えて、私はこれらのタイプのケースで合意された慣行（もしあれば）も興味があります。

PS：幼稚に聞こえるかもしれませんが、いいえ、「同僚」は私ではありません:)

なぜ真実ではない何かにキャリブレーションを強制しようとするのですか？マールテンが言ったように、これはデータの損失ではなく、情報の獲得です。探している魔法の薬が存在する場合、たとえば、ユーザーが「わからない」と言っても、ある特定のラベルを好むという偏りなど、人口に関する想定がいくつかあることを意味します。

私はあなたの不満を完全に理解していますが、問題にアプローチする適切な方法は、真の既存データに基づいてニーズに合うようにモデルを変更することであり、他の方法（データの変更）ではありません。

これが独立して検証された標準化されたアンケートである場合、新しいアンケートが同等であると主張することはできず、データはもはや比較できません。個別の実験でアンケートを検証および検証しようとすること（非常に時間と労力がかかる、特に古いバージョンとの比較可能性も示したい場合）または証拠の質が低いことを受け入れるだけでよい（データが来るため）検証されていないアンケートから）。

データを使用するときは、変更を考慮する必要があります。態度の質問に直面したとき、人々は何らかの形で「客観的に真実」の答えをあなたに与えず、彼らはあなたが真実だと感じる答えをあなたに与えます-そしてこれは確かに利用可能な答えオプションの両方に影響されます（彼らは答えを「規範」規模について）および対象についての知識（参加者が対象について多くの知識を持っているか少ないかに応じて、異なる方向に動作することがある既知のバイアスがあります（！）

したがって、定評のあるクエシトネールを扱っている場合、アンケートのバージョンと元のアンケートを比較するための素晴らしいオプションがあります。オリジナルが人々が自分が何を選択しているのか知っていると仮定し、それが分かっていない場合、古いモデルが間違った仮定に基づいている方法とその結果は何かを議論できます。これは「サイド」発見であり、これは素晴らしい新しい研究質問を作成しますが、元の質問からあなたを遠ざけ、実際に元の質問に答えることは考えられるよりもはるかに難しいことを示しているので、確かにあなたの仕事を増やします。

確立されたアンケートを処理していない場合は、フローをロールして、アドホックアンケートがそのように計画されたふりをして、それに応じて結果を評価できます。繰り返しますが、期待した結果がこの方法では得られないことを意味するかもしれませんが、これは知っておくべき重要なことでもあります。

言葉遣いやオプションがアンケートの回答方法にどのように影響するかをよく理解するには、Tourangeauらの「調査回答の心理学」を読むことをお勧めします。これは、アンケートを作成するすべての人にとって素晴らしい読み物です。

回答者が出産した子供の数を尋ねると、男性が出産できないため、「ゼロ」と「該当なし」の答えは厳密に同じことを意味しません。

一部のコンテキストでは、「わからない」と中立的な応答を同一視することは、同様に概念上の誤りである可能性があります。

実際には、2つの質問があります。2つの「意見がありますか？」序数の「それは何ですか？」、ちょうどあなたが暗黙の「あなたは女性ですか？」明示的な質問を超えて。

もちろん、いくつかの仮定を導入して（時には正しく、時には便宜上、時には強制的に）モデリングを可能にすることもできますが、現象の特定の領域に入ることなく普遍的に適用可能な戦略はありません。

考えられる最後のポイントとして、女性の生殖能力の答えから男性の人口を推測しようとすることは理にかなっていないでしょう。

リッカート型の評価尺度で構成されるアンケートに「知らない」回答オプションを含めるべきかどうかのジレンマは永遠です。多くの場合、項目が意見を尋ねる場合、意見がないこと自体が重要なステータスであり、回答者がそのようなオプションを期待しているため、DKが含まれています。回答者は通常、特性の親和性の程度を評価できると期待されるため、ターゲットDKオプションの品質を評価する個人特性インベントリでは、回答者は常に資格があると見なされます。そして、彼がときどき困難を感じるとき、彼は（命令によって）そのアイテムをスキップすることを許可されます。人々がターゲット（行動項目）DKを記述する個人特性インベントリで

@Hatimの回答では、OP質問の@Maartenと他のいくつかのコメンテーターは、現在の研究で観察された大量のDK応答がアイテムの問題（コンテンツの有効性または顔の価値）を示しているか、被験者がそうしていないことを賢明に主張しています注文されたアンケートに適合します。

しかし、話をすることはできません、最終的に障害の解釈はあなたにあります（別の調査でそれに対処しない限り）。たとえば、そのアンケートのリッカートにDKオプションを含めること（たとえば、それは特性の帰属目録である）は役に立たず、役に立たないと主張することができます。それはあなたに情報を提供しませんでしたit proves that the [rating] model is inadequate）が、むしろ回答者をそらす/誘惑しました。暗黙の認知特性スキーマによって導かれる評価の決定が提供されなかった場合、しかし、冷却オプションを表示すると、スキーマが除外され、急いで撤回することになります。

あなたがさらに認める場合-あなたのリスクについてですが、なぜそうではありませんか？-簡単に気が散る、または怠subjectな対象は、潜在的な控えめな視野は有効だが、弱く区別される傾向がある-つまり、彼は個人的なErlebnisスキーマの代わりに従来のdas Manを簡単に呼び出すだろう-そして、あなたは暫定的に推測することができる彼の応答が欠落しているのは、そのアイテムのサンプルまたは母集団の平均値付近です。もしそうなら、なぜ失われた応答の平均（+ノイズ）置換をしないのですか？または、EMまたは回帰（+ノイズ）補完を行って、相関を考慮することもできます。

繰り返します：代入の決定は可能ですが、リスクがあり、大量の欠損データが与えられた場合、存在しないデータを「真に」復元する可能性は低いです。@rumtschoが言ったように、確かにDKを使用した新しいアンケートはDKを使用しない元のアンケートと同等ではなく、データはもはや比較できません。

これらは推測でした。しかし、まず第一に、観察された欠落のパターンを調査しようとすべきです。DKを選択した被験者は誰ですか？それらはサブタイプで一緒にクラスター化されますか？「大丈夫」サブサンプルの残りの項目でどのように違いますか？一部のソフトウェアには、欠損値分析パッケージがあります。それから、人々を完全にまたは部分的に落とすか、帰属させるか、または別のサブサンプルとして分析するかを決定できます。

PSまた、回答者は「愚か」であることに注意してください。多くの場合、スケールグレードと混同されます。たとえば、DKポイントがスケールの1つの極の近くに配置された場合、その極に不注意で混乱することがよくあります。私は冗談ではありません。

これで、問題について意見を持つために回答者が自己選択しました。あなたが結論付けるものは何でも、それらの人々に関するものです。これらの「わからない」をポーリングすることは定義上あまり有用ではないので、これは大丈夫かもしれません。