學生交來初稿，我翻到方法段，看到一句話：「本研究刪除含有遺漏值的樣本，最終有效樣本為 N = 218。」
我問：「原始問卷收了多少份？」
他說：「251 份。」
我說：「你刪掉了 33 個人，占將近 13%。你有沒有想過，這 33 個人為什麼沒有填完？」
他沉默了一下。這個問題，很多學生沒有想過。
缺失值不是「髒資料」，是資訊
缺失值（missing data）在量化研究裡幾乎無可避免。問卷有人跳題、有人漏填、有人中途離開；追蹤研究有人失聯。問題不是「資料有缺失就不好」，而是：這些缺失是怎麼產生的？
Rubin（1976）把缺失值的機制分成三類，這個分類直接決定你應該用什麼方法處理：
-
MCAR（Missing Completely At Random，完全隨機缺失）
缺失與任何變項的值完全無關。例如：問卷印刷有個版本漏印了一題，哪些人拿到這份問卷是隨機的。
這是最理想的情況，但現實中很少見。 -
MAR（Missing At Random，隨機缺失）
缺失與其他已觀察到的變項有關，但與遺漏的數值本身無關。例如：女性比男性更容易在薪資題跳過，但控制性別後，缺失就不再系統性地和薪資高低有關。
這是最常見的假設，多重插補和 FIML 都以 MAR 為前提。 -
MNAR（Missing Not At Random，非隨機缺失）
缺失和遺漏的數值本身有關。例如：憂鬱分數越高的人越可能跳過憂鬱相關題項。
這是最棘手的情況，標準統計方法無法完全解決，需要特殊模型或明確說明限制。
Listwise Deletion 的問題
Listwise deletion（刪除含有缺失值的整筆資料）是最常用的做法，SPSS 的預設值也是這個。它只在 MCAR 的情況下不會造成偏誤——因為只有在缺失完全隨機時，刪掉這些人才不會讓留下來的樣本變得「特別」。
如果缺失是 MAR 或 MNAR，listwise deletion 會：
- 造成樣本偏誤：留下來的樣本不再能代表原始母群
- 損失統計力：樣本數減少，估計誤差增大
- 低估標準誤：某些情況下讓結果看起來比實際更顯著
⚠️ 容易犯錯的地方：學生在方法段只寫「刪除含有遺漏值的樣本」，但沒有說明缺失率、沒有檢驗缺失機制、也沒有討論這個做法對結論可能的影響。審稿人看到這裡，會直接問：你怎麼知道缺失是 MCAR？
現代處理方式：MI 和 FIML
當前方法學文獻推薦的兩種主流做法是多重插補（Multiple Imputation, MI）和完整資訊最大概似法（Full Information Maximum Likelihood, FIML）。兩者都在 MAR 假設下比 listwise deletion 表現更好。
多重插補（MI）
核心邏輯：不是用一個值去填補缺失，而是建立多個完整資料集（常見做法是 20 次以上，缺失比例較高時可增加插補次數），每次填補都反映填補的不確定性，最後合併分析結果。
操作工具：SPSS（Analyze → Multiple Imputation）、R mice 套件、Stata mi impute。
適合情況：缺失值分散在多個變項；想用不同軟體分開做插補和分析。
完整資訊最大概似法（FIML）
在 SEM 或 CFA 模型中，FIML 讓模型在估計時直接使用每個受試者提供的所有有效資訊，不需要預先填補缺失值。FIML 通常適用於以模型為基礎的分析（如 CFA、SEM、路徑分析），不是所有統計程序都能直接套用。
操作工具：AMOS（預設支援）、R lavaan（missing = "fiml"）、Mplus（DATA: LISTWISE = OFF）。
適合情況：跑 CFA 或 SEM，缺失值主要在觀察變項上。
⚠️ 容易犯錯的地方（一）：學生以為 FIML「自動處理了缺失值所以不用報告」。其實 FIML 也需要在方法段說明：使用 FIML 估計，假設缺失機制為 MAR。
⚠️ 容易犯錯的地方（二）：用 MI 時，插補模型包含的變項不夠完整。MI 的插補品質取決於插補模型有多少有效預測變項——把所有分析相關變項都納入插補模型，結果才可靠。
怎麼檢驗缺失機制？
在方法段說明缺失值處理之前，應該先報告你如何判斷缺失機制。
Little’s MCAR test：SPSS 有內建（Analyze → Missing Value Analysis → Little’s MCAR test）。若 p > .05，表示沒有足夠證據拒絕 MCAR 假設，常被視為與 MCAR 相容——但這不等於「確認是 MCAR」，統計檢驗只能提供線索，機制判斷仍需結合理論與資料情境。
輔助變項分析：建立「是否缺失」的虛擬變項，與其他變項做 t-test 或卡方檢定。如果缺失組和完整組在某些變項上有顯著差異，就有理由懷疑不是 MCAR。
⚠️ 容易犯錯的地方：MNAR 無法用標準統計方法驗證（因為你沒有缺失的數值）。遇到可能是 MNAR 的情況，誠實在討論段說明是更合適的做法，而不是假裝問題不存在。
如何在論文裡報告？
缺失值的報告應包含：
- 缺失率：整體缺失率（如：缺失佔全部資料格的 X%）；各關鍵變項的缺失情況
- 缺失機制：如何判斷（Little’s MCAR test 結果，或輔助分析結論）
- 處理方式：用了哪種方法（MI / FIML / listwise）以及選擇理由
- MI 的細節（若使用）：插補次數、插補模型包含哪些變項、軟體
範例寫法：「本研究資料缺失率為 4.3%，各變項缺失率均低於 10%。Little’s MCAR test 結果不顯著（χ² = 12.3, df = 14, p = .58），初步支持缺失隨機假設。採用多重插補法（R mice 套件，M = 20 次），插補模型包含所有分析變項。」
缺失率多高就不能用？
沒有絕對的門檻。常見的粗略參考是：
- 5% 以下：通常影響不大，listwise 或 MI 均可，但應說明。
- 5%–20%：建議用 MI 或 FIML，並報告缺失機制檢驗。
- 20% 以上：需要非常謹慎，MI 仍可嘗試，但解釋要保守，且需討論對結論的潛在影響。
這些只是經驗參考，不是硬性標準。更重要的判斷仍是：缺失是否系統性地影響估計結果？ 也需要交代缺失集中在哪些變項——是 outcome 缺失多？還是某個背景變項？是否集中在特定群體？ 5% 的 MNAR 可能比 15% 的 MCAR 更嚴重。
如果有問題，歡迎留言。
更新記錄：2026-03 首次發布。