孫玉環(huán)

（1.北京大學(xué)中國社會(huì)科學(xué)調(diào)查中心，北京 100871；2.東北財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，遼寧 大連 116025）

0 前言

無回答是指抽樣調(diào)查中由于種種原因沒有能夠?qū)Ρ怀橹械臉颖締卧娜炕虿糠诌M(jìn)行回答，從而沒有獲得有關(guān)這些單元的全部或部分?jǐn)?shù)據(jù)。按損失的信息范圍劃分，無回答可以分為單元無回答（unit non-response）和選項(xiàng)無回答（item non-response），前者指樣本單元沒有提供任何信息，后者指樣本單元雖然接受了調(diào)查，但是對其中某個(gè)或某些調(diào)查題目沒有回答[1]，比如，被調(diào)查者對某些選項(xiàng)表示不知道或拒絕回答，訪員由于疏忽遺漏了某些選項(xiàng)，由于某種原因調(diào)查被中斷等。

選項(xiàng)無回答率的高低，是評價(jià)問卷調(diào)查數(shù)據(jù)質(zhì)量、問卷題目難易程度以及訪問員調(diào)查工作質(zhì)量的重要標(biāo)準(zhǔn)。不過由于綜合性社會(huì)調(diào)查項(xiàng)目往往覆蓋范圍廣、樣本量大、調(diào)查內(nèi)容繁雜，而且選項(xiàng)無回答率的計(jì)算標(biāo)準(zhǔn)不統(tǒng)一，計(jì)算口徑多種多樣，在常用的SAS、SPSS、STATA等具有數(shù)據(jù)分析功能的軟件中，并沒有可以直接計(jì)算選項(xiàng)無回答率的過程。

本文將結(jié)合筆者從事大型社會(huì)調(diào)查項(xiàng)目數(shù)據(jù)質(zhì)量核查和數(shù)據(jù)整理的經(jīng)驗(yàn)，首先給出選項(xiàng)無回答率的一般計(jì)算公式，然后借助于SAS系統(tǒng)靈活的編程功能，具體探討計(jì)算調(diào)查問卷選項(xiàng)無回答率的實(shí)現(xiàn)程序及技巧。

1 選項(xiàng)無回答率的一般計(jì)算方法及計(jì)算難點(diǎn)

1.1 選項(xiàng)無回答率的一般計(jì)算方法

綜合性社會(huì)調(diào)查項(xiàng)目在數(shù)據(jù)采集、數(shù)據(jù)錄入和數(shù)據(jù)清理環(huán)節(jié)，一般來說，對于受訪者表示不知道或拒絕回答、訪問員因疏忽等原因出現(xiàn)的應(yīng)填未填項(xiàng)以及因問題跳轉(zhuǎn)所產(chǎn)生的不適用等特殊情況，都會(huì)要求用一些特定的值來表示，比如，用“-1”表示不知道、“-2”表示拒絕回答、“-9”表示應(yīng)填未填答、“-8”表示不適用。匯總后的調(diào)查數(shù)據(jù)庫經(jīng)過上述處理后，理論上將不再存在空缺值。

在上述特殊情況中，受訪者表示不知道、拒絕回答以及因訪問員疏忽等原因出現(xiàn)的應(yīng)填未填項(xiàng)，都屬于無回答的范疇。對于因問題跳轉(zhuǎn)所產(chǎn)生的不適用情況，雖然也表現(xiàn)為未回答，但這是由于受訪對象因不具備某些特征，而不再適合繼續(xù)回答某些問題。比如，當(dāng)受訪對象確定為未成年人時(shí)，相應(yīng)的了解婚姻狀況、工作狀況的題目將不再適用，也就沒有必要繼續(xù)詢問（問卷設(shè)計(jì)時(shí)，這種情況往往表現(xiàn)為題目的直接跳轉(zhuǎn)），因“不適用”而造成的數(shù)據(jù)空缺，不應(yīng)計(jì)入無回答的統(tǒng)計(jì)范圍。

基于上述對選項(xiàng)無回答情況的界定，選項(xiàng)無回答率的計(jì)算口徑應(yīng)為以去掉不適用情況后的全部樣本單元數(shù)為分母，以不知道、拒絕回答、應(yīng)填未填三種無回答情況的樣本單元數(shù)合計(jì)為分子的結(jié)構(gòu)相對數(shù)。記選項(xiàng)無回答率為p，樣本單元數(shù)為n，則選項(xiàng)無回答率的計(jì)算公式可定義如下：

1.2 綜合性調(diào)查項(xiàng)目計(jì)算選項(xiàng)無回答率的難點(diǎn)

選項(xiàng)無回答率的計(jì)算公式理解起來并不困難，在小規(guī)模調(diào)查項(xiàng)目中，依據(jù)計(jì)算公式，利用各個(gè)變量的頻數(shù)分布表，通過簡單計(jì)算即可得到。但在綜合性調(diào)查項(xiàng)目中，由于樣本量大、調(diào)查題目多、調(diào)查內(nèi)容繁雜，往往還需要從不同角度反映和監(jiān)測選項(xiàng)無回答率的高低，比如，既可能需要了解每一個(gè)選項(xiàng)在全部問卷中的平均無回答率，也可能需要了解每一份問卷在全部選項(xiàng)上的平均無回答率，有時(shí)出于比較和分析的目的，還可能需要計(jì)算按照訪員、地區(qū)等分組的各組選項(xiàng)無回答率，這時(shí)如果仍然直接依據(jù)公式來計(jì)算，就會(huì)變得十分困難。而綜合性社會(huì)調(diào)查項(xiàng)目中，計(jì)算選項(xiàng)無回答率是調(diào)查質(zhì)量核查和質(zhì)量控制的重要環(huán)節(jié)，實(shí)時(shí)、高效地提供準(zhǔn)確、簡潔及具有可讀性的無回答率計(jì)算結(jié)果，是保證質(zhì)量核查環(huán)節(jié)順利實(shí)施的前提。

2 計(jì)算選項(xiàng)無回答率的SAS程序?qū)崿F(xiàn)案例及解析

SAS（Statistical Analysis System）是由美國北卡羅來納州州立大學(xué)1966年開發(fā)的大型集成軟件系統(tǒng)，由數(shù)十個(gè)專用模塊構(gòu)成，具有完備的數(shù)據(jù)訪問、管理、分析和呈現(xiàn)及應(yīng)用開發(fā)功能，尤其在數(shù)據(jù)處理和統(tǒng)計(jì)分析領(lǐng)域，SAS系統(tǒng)已經(jīng)成為國際上的標(biāo)準(zhǔn)軟件系統(tǒng)?；赟AS系統(tǒng)編寫計(jì)算選項(xiàng)無回答率的程序，具有計(jì)算過程靈活、運(yùn)算速度快、準(zhǔn)確程度高、程序可重復(fù)驗(yàn)證以及輸出結(jié)果可讀性強(qiáng)等優(yōu)勢。

2.1 案例設(shè)定

假設(shè)test.family為某入戶調(diào)查項(xiàng)目以SAS格式存儲(chǔ)的數(shù)據(jù)庫，數(shù)據(jù)庫中共有15個(gè)變量，其中hhno為戶編碼變量，itvid為訪員編碼變量，x_a1，x_a2，x_a3，x_a4，x_b1，x_b2，x_b3，x_b4為8個(gè)數(shù)值變量，x_a5，x_b5，y_a1，y_a2，y_a3為5個(gè)字符變量，共有有效觀測1000條。

該調(diào)查項(xiàng)目在訪問員填寫問卷和錄入員錄入數(shù)據(jù)時(shí)，對于拒絕回答等特殊情況已做了統(tǒng)一規(guī)定，即，不知道用“-1”表示、拒絕回答用“-2”表示、不適用用“-8”表示、應(yīng)填未填答用“-9”表示，數(shù)據(jù)庫中不再有其他形式的空缺值。下面的SAS程序中，將直接基于這種特殊值的表示方法進(jìn)行數(shù)據(jù)整理。

2.2 選項(xiàng)無回答率計(jì)算過程的SAS程序?qū)崿F(xiàn)

不同的研究目的，無回答率的計(jì)算口徑也會(huì)不同，具體可以分為問卷中選項(xiàng)的平均無回答率和選項(xiàng)在全部問卷上的平均無回答率。下面將具體探討這兩種計(jì)算口徑的無回答率的SAS實(shí)現(xiàn)程序。

2.2.1 問卷中選項(xiàng)的平均無回答率的計(jì)算

問卷中選項(xiàng)的平均無回答率，是指每一份問卷中有效回答選項(xiàng)占全部應(yīng)回答選項(xiàng)的比重，對每一份問卷所關(guān)注選項(xiàng)的總體無回答情況進(jìn)行實(shí)時(shí)測定和監(jiān)控，是評價(jià)調(diào)查數(shù)據(jù)質(zhì)量、評價(jià)訪員訪問工作質(zhì)量和核發(fā)勞務(wù)報(bào)酬的依據(jù)。

（1）實(shí)現(xiàn)程序

程序的實(shí)現(xiàn)目標(biāo)是計(jì)算test.family數(shù)據(jù)庫中每條觀測（每份問卷）在全部15個(gè)變量（選項(xiàng)）上的無回答率并存儲(chǔ)成EXCEL格式的數(shù)據(jù)庫。具體SAS實(shí)現(xiàn)程序如下：

【程序1】

（2）程序編寫技巧解析

在該SAS程序中，主要應(yīng)用了以下編寫技巧：

①通過變量代換，將全部變量轉(zhuǎn)換成0/1變量。程序中首先通過變量值代換，把原始數(shù)據(jù)庫中的有效值代換為1，無回答情況代換為0（無回答情況包括不知道-1、拒絕回答-2和應(yīng)填未填項(xiàng)-9），不適用情況（-8）代換為缺失（數(shù)值變量賦值為“.”，字符變量賦值為空），即將全部數(shù)據(jù)轉(zhuǎn)換成是非標(biāo)志變量（0/1變量），該類變量的均值為n1/n，也就是取值為1的觀測數(shù)占全部觀測總數(shù)的比重。

②在對字符變量做變量值代換的過程中，利用y1(i)=y1(i)+0（即把字符型變量加上數(shù)值0），靈活地實(shí)現(xiàn)了把字符變量轉(zhuǎn)換成數(shù)值變量的過程。

③利用樣本統(tǒng)計(jì)函數(shù)中的均值函數(shù)mean，計(jì)算每一條觀測的全部非缺失0/1變量的均值，據(jù)此得到每一條觀測在全部選項(xiàng)上的回答率。SAS系統(tǒng)中均值函數(shù)的一般表達(dá)式為mean(of x1-xn)或mean(x1,x2,x3,…)，用于計(jì)算列表變量中所有非缺失變量值的算術(shù)平均值[2]。在本程序中，由于不適用情況（-8）事先被賦值為缺失，并不參與函數(shù)運(yùn)算，即相當(dāng)于實(shí)現(xiàn)了選項(xiàng)無回答率計(jì)算公式中的分母(n全部-n不適用) 部分。對每一條觀測來說，全部非缺失0/1變量的均值為n1/n，即取值為1（選項(xiàng)有回答）的變量個(gè)數(shù)占全部變量總數(shù)（有回答和無回答選項(xiàng)數(shù)目的合計(jì)）的比重，相當(dāng)于有回答率，用1減去有回答率即可得到無回答率。本程序中函數(shù)mean的靈活運(yùn)用，避免了簡單地利用“判斷+計(jì)數(shù)”方式直接計(jì)算無回答率的過程，大大提高了程序的運(yùn)行效率。

④利用樣本統(tǒng)計(jì)函數(shù)中的求和函數(shù)sum，計(jì)算每一條觀測的有效回答的選項(xiàng)個(gè)數(shù)。SAS系統(tǒng)中求和函數(shù)的一般表達(dá)式為sum(of x1-xn)或sum(x1,x2,x3,…)，用于計(jì)算列表變量中所有非缺失變量值的合計(jì)[3]。在本程序中，由于已經(jīng)把有效值代換為1、無回答情況代換為0、不適用情況代換為缺失，不適用（-8）情況不參與函數(shù)運(yùn)算，此時(shí)求和的結(jié)果即等于有效值的個(gè)數(shù)。

⑤靈活應(yīng)用數(shù)組語句（array）完成對多個(gè)變量重復(fù)相同數(shù)據(jù)處理的過程，簡化了程序。

⑥利用SAS輸出傳送系統(tǒng)（ODS），將以戶編碼和訪員編碼為標(biāo)志變量的無回答率計(jì)算結(jié)果直接輸出為excel格式，便于后續(xù)質(zhì)量核查工作的開展。

2.2.2 選項(xiàng)在全部問卷上的平均無回答率的計(jì)算

選項(xiàng)在全部問卷上的平均無回答率，是指某一選項(xiàng)在全部問卷中的有效回答觀測數(shù)占全部應(yīng)回答觀測數(shù)的比重，用以反映受訪者回答該選項(xiàng)時(shí)的難易程度。無回答率過高的選項(xiàng)，既可能是由于題目本身不好理解或過于敏感，也可能是題目表述存在疏忽，在調(diào)查實(shí)施進(jìn)程中，對于發(fā)現(xiàn)的無回答率總體平均水平特別高的選項(xiàng)，應(yīng)該及時(shí)查找和分析原因，并采取補(bǔ)救措施，比如，更正問卷設(shè)計(jì)錯(cuò)誤、改進(jìn)提問技巧、提請?jiān)L問員關(guān)注等，盡可能提高每一個(gè)選項(xiàng)的回答率，從而提高調(diào)查數(shù)據(jù)質(zhì)量。

（1）實(shí)現(xiàn)程序

程序的實(shí)現(xiàn)目標(biāo)是計(jì)算test.family數(shù)據(jù)庫中 10個(gè)數(shù)值變量（選項(xiàng)）在全部1000條觀測（問卷）上的無回答率，并存儲(chǔ)成EXCEL格式的數(shù)據(jù)庫。具體SAS實(shí)現(xiàn)程序如下：

【程序2】

（2）程序編寫技巧解析

在該SAS程序中，主要應(yīng)用了以下編寫技巧：

①讀入數(shù)據(jù)時(shí)，直接利用篩選條件“where&var^=-8”，將不適用的情況過濾掉，然后利用條件語句“if&var in(-1,-2,-9)then&var=.”，把無回答情況賦值為缺失值。

②利用計(jì)算變量基本描述統(tǒng)計(jì)量的均值過程（means過程），得到有效值和缺失值的個(gè)數(shù)，再依據(jù)選項(xiàng)無回答率的計(jì)算公式，構(gòu)造變量p=nmiss/(n+nmiss)，直接得到無回答率。

③因?yàn)樾枰鹨挥?jì)算各個(gè)變量的無回答率，通過編寫和運(yùn)用宏noanswer，避免了程序文本的大量重復(fù)。

④利用賦值語句var="&var"，增加一個(gè)新的字符型變量，該變量的取值即為所計(jì)算出的無回答率的對應(yīng)變量名，作為后續(xù)合并數(shù)據(jù)庫的標(biāo)志變量。

⑤把a(bǔ)ppend過程置于宏noanswer過程中，并在引用宏程序計(jì)算無回答率之前，首先建立一個(gè)空數(shù)據(jù)庫noanswer，作為執(zhí)行宏程序時(shí)直接追加的基礎(chǔ)數(shù)據(jù)庫。這樣做的好處是，直接在宏程序中完成了變量無回答率計(jì)算結(jié)果的逐一追加，避免了待全部變量的無回答率計(jì)算完成后再合并數(shù)據(jù)庫的過程，提高了程序的利用效率和準(zhǔn)確性。尤其是在綜合性調(diào)查項(xiàng)目中，出于不同的分析目的，往往可能需要不斷增加或減少某些分析變量，這時(shí)只需簡單的替換定義宏變量和引用宏程序過程中的文本即可完成，可以避免由于代換疏忽而出現(xiàn)漏合并或重復(fù)合并數(shù)據(jù)集的錯(cuò)誤。

⑥利用SAS輸出傳送系統(tǒng)（ODS），將以變量名稱為標(biāo)志變量的無回答率計(jì)算結(jié)果直接輸出為excel格式，便于后續(xù)質(zhì)量核查工作的開展。

2.2.3 補(bǔ)充說明

程序2中只是給出了計(jì)算數(shù)值型變量（選項(xiàng)）在全部問卷上的平均無回答率的實(shí)現(xiàn)過程，如果需要計(jì)算字符型變量在全部問卷上的平均無回答率，可以仿照程序1中的方法，先把字符變量轉(zhuǎn)換為數(shù)值變量，然后再套用程序2即可。

除了上述兩種無回答率的計(jì)算口徑外，有時(shí)為了特定的分析和核查目的，還需要分訪員比較所完成問卷在全部變量（選項(xiàng)）上的平均無回答率、分區(qū)域比較各變量（選項(xiàng)）的平均無回答率等等，這時(shí)只要以上述兩個(gè)程序?yàn)榛A(chǔ)，靈活地增加分組語句（by語句）即可實(shí)現(xiàn)。

3 結(jié)語

本文給出的兩個(gè)分別計(jì)算問卷中選項(xiàng)的平均無回答率和選項(xiàng)在全部問卷上的平均無回答率的SAS實(shí)現(xiàn)程序，凸顯了SAS系統(tǒng)在處理大規(guī)模復(fù)雜數(shù)據(jù)時(shí)的優(yōu)勢，在樣本量大、調(diào)查題目多、調(diào)查內(nèi)容繁雜的綜合性調(diào)查項(xiàng)目中具有很強(qiáng)的實(shí)踐應(yīng)用價(jià)值。從中也可以看出，應(yīng)用SAS系統(tǒng)不應(yīng)只停留在對常用SAS過程語句的簡單運(yùn)用上，還應(yīng)該根據(jù)數(shù)據(jù)分析的需要，靈活地應(yīng)用各種SAS函數(shù)、數(shù)據(jù)管理技巧以及宏編程技術(shù)等，提高程序的簡潔性、運(yùn)算效率以及結(jié)果的可讀性和準(zhǔn)確性。

[1]嚴(yán)潔.政治敏感問題無回答的處理:多重插補(bǔ)法的應(yīng)用[J].華中師范大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版),2010,49(2).

[2]朱世武.SAS編程技術(shù)教程[M].北京:清華大學(xué)出版社,2007.