Dylemat, czy w kwestionariuszu składającym się ze skal ratingowych typu Likerta należy włączyć czy nie opcję odpowiedzi Nie wiem, jest wieczny. Często, gdy elementy pytają o opinię, DK jest uwzględniana, ponieważ brak opinii jest sam w sobie ważnym statusem i respondenci oczekują takiej opcji. W inwentarzach cech osobistych, w których ludzie przypisują cechy do docelowej opcji DK, zwykle jest pomijany, ponieważ zwykle oczekuje się, że respondent będzie w stanie ocenić stopień powinowactwa cechy (tj. Respondent jest zawsze postrzegany jako wykwalifikowany); a kiedy czasami napotyka trudności, może (z instrukcji) pominąć ten przedmiot. W spisach cech osobistych, w których ludzie opisują cel (elementy behawioralne) DK (lub nie
@Hatim w swojej odpowiedzi, @Maarten i niektórzy komentatorzy pytania PO rozsądnie stwierdzili, że duża liczba odpowiedzi DK zaobserwowanych w bieżącym badaniu wskazuje na problemy (ważność treści lub wartość twarzy) w przedmiotach lub że badani nie „ pasuje do zamówionego im kwestionariusza.
Ale nigdy nie możesz opowiedzieć tej historii, ostatecznie interpretacja przeszkody spoczywa na tobie (chyba że rozwiążesz ją w oddzielnym dochodzeniu). Można na przykład twierdzić, że włączenie opcji DK do sympatii w tym kwestionariuszu (powiedzmy, że jest to spis cech przypisywania) służy źle, a nie dobrze. Nie dostarczył ci informacji (o których mówią komentatorzy it proves that the [rating] model is inadequate
), ale raczej rozproszył / uwiódł respondenta. Gdyby nie to, decyzja o ratingu oparta na domyślnym schemacie cech poznawczych mogłaby zostać wywołana; ale zobaczenie opcji chłodzenia wyklucza schemat i powoduje, że można go szybko wycofać.
Jeśli dalej przyznasz - na własne ryzyko, ale dlaczego nie? - że łatwo rozpraszającym się lub leniwym podmiotem jest ten, którego potencjał, powstrzymywany widok jest ważny, ale zwykle jest słabo zróżnicowany - to znaczy, że łatwo przywołałby konwencjonalnego das Mana zamiast osobistego Erlebnisa , schematu - wtedy możesz niepewnie spekulować jego brakująca odpowiedź jest zbliżona do średniej próbki lub populacji dla tego elementu. Jeśli tak, to dlaczego nie oznaczać (+ szum) podstawienia brakujących odpowiedzi? Lub możesz zastosować imputację elektromagnetyczną lub regresyjną (+ szum), aby uwzględnić korelacje.
Powtarzam: decyzja o przypisaniu jest możliwa, ale ryzykowna i jest mało prawdopodobna, biorąc pod uwagę dużą ilość brakujących danych, aby przywrócić „naprawdę” nieobecne dane. Jak powiedział @rumtscho, z pewnością nowy kwestionariusz z DK nie jest równoważny z oryginalnym bez DK, a dane nie są już porównywalne.
To były spekulacje. Ale przede wszystkim powinieneś spróbować zbadać zaobserwowane wzorce zaginięcia. Kim są ci, którzy wybrali DK? Czy łączą się w podtypy? Czym różnią się od pozostałych elementów od podpróbki „w porządku”? Niektóre programy mają pakiet analizy brakujących wartości. Następnie możesz zdecydować, czy porzucić ludzi całkowicie, czy częściowo, przypisać im, czy też przeanalizować je jako osobną podpróbkę.
PS Zauważ też, że respondenci są „głupi”. Często po prostu mieszają się z ocenami skali. Na przykład, jeśli punkt DK był umieszczony blisko jednego bieguna skali, często myliłby się z powodu nieuwagi z tym biegunem. Nie żartuję.