學術研究中，通過問卷收集數據，進行分析的情況越來越多。但在問卷收集數據時，難免會出現填寫者亂填，或者不知道如何填寫等，最終導致收集數據不准確，研究結論不可靠等問題。
如果問卷收集數據不准確，通常會帶來數據信度和效度的影響。單獨從肉眼看數據都挺正常，但使用研究方法進行測量就會立刻現出原形。
學術研究上使用量表居多，而且也只有量表也才能進行信度和效度測量，數據的信度即可靠性是最為基礎，同時數據的有效性也是數據質量的基本要求。研究者可通過SPSSAU問卷研究模塊進行信度和效度測量。
既然數據問題會帶來信度和效度問題，那應該如何防范呢，出現問題時又如何解決呢？本文從兩個部分進行闡述，如何保證數據質量。
一、防范無效樣本
首先從防范的角度來看，從問卷設計和問卷收集兩個角度提供以下六點建議：
1. 題目不能過多
題目過多會導致填寫者不耐煩，越到后面的問題越不准確，如果是學術研究，通常有一個標准是測量變量的5倍左右，比如測量變量有10個，每個測量變量通常對應4~7個題，那么加起來共有50個題左右，除此之外再加上一些基本的個人信息題和一些樣本行為特征題即可。因此如果研究越復雜，研究變量越多，那么問卷設計的題目也會越多，對於收集數據的質量控制也應該越高；問卷設計時不是題越多越好，而應該以剛好匹配研究目的為准。
2. 設置測謊題
問卷設計時可加入個別測謊題，此種做法的好處是可以在后續處理時很好的進行識別出無效樣本，快速地檢查出樣本是否真實回答問卷。
3. 問卷整體規范
比如問卷設計時措詞表達的簡潔易懂，問卷結構的清晰簡單，問卷是給用戶填寫使用的，一定需要站在填寫問卷人的角度進行換角度考慮，設計出結構清晰簡單易懂的問卷，別人也更加願意為你填寫。
4. 互填問卷需謹慎
問卷研究時樣本數量一般要求是量表題的5倍，嚴格是10倍。比如問卷中有40道量表題，那至少需要200個樣本才適合。問卷設計好后，通常是讓朋友同學進行填寫，但是數量有限，還是不夠，所以現在出現較多的問卷互填QQ群，陌生人幫助填寫等，陌生人為你填寫，也沒有利益問題，所以此類樣本的准確度沒辦法保證，因此在問卷設計時有個測謊題就可以用於后面的識別。
5. 收費樣本需謹慎
當前有比較多的問卷網站提供樣本收集服務，如果使用此類服務，建議自己設置一些測謊題用於判斷是否真實有效的樣本。
6. 問卷預測試
上述已經說明，問卷是否真實可靠，是否有效，肉眼根本無法識別，但是使用分析方法一下子就能看出。因此一般可以先收集小部分（比如50個）數據后，進行預測試分析，一般是做信度分析，大概看下效度分析情況。先做到心中有數，如果預測試出現大的問題，提前發現問題，修改一些問卷規范，重新找有效的樣本等。
二、無效樣本處理
上述六種辦法，已經做好各種防范，相信問卷中無效樣本已經非常少，余下的都是有效樣本了。但實際上並非如此，比如說會出現這樣的樣本，很多個量表題都選擇同一個答案（比如‘同意’）。也或者填空年齡，結果出現一個數字110。類似這樣的都屬於無效，應該進行處理。
如果對無效樣本不進行處理，肯定會導致分析出現問題。因此在做好各種防范后，還需要在數據收集完成后對數據無效性進行處理。接下來以SPSSAU無效樣本和異常值處理這兩個功能點進行說明。
1. 無效樣本
首先找到SPSSAU提供的無效樣本處理功能。數據處理》無效樣本，如下圖：
SPSSAU提供兩種情況的無效樣本設置：第一種是完全相同數字超過一定比例時設置成無效樣本。不認真填寫者通常有個特別是完全選擇相同的答案，一般以量表題選擇相同數字超過70%作為標准。
性別、學歷這種是樣本本身的屬性，到底是男還是女，無法測試。所以一般選中問卷中的所有量表題，比如30道題表題，30個量表題中70%都是相同數字，意味着21個題都選擇同樣一個答案，這種一般就算無效樣本。這里70%是常見處理方式，當然也可以設置成60%或者80%的標准。
除了相同數字識別成無效樣本，SPSSAU還提供缺失樣本比例超過某數字后，也設置成無效樣本。如果一大堆答案都不選擇，那肯定也屬於無效。具體有多少比例的答案沒有做出回答算成無效，沒有固定的標准，一般70%以上肯定是無效樣本。
設置好無效樣本后，默認會新生成一個標題，用來標識那些樣本是有效，那些是無效，在分析的時候直接進行篩選下就好。
2. 異常值
除上述無效樣本外，還有一種情況是異常值也需要特別注意，比如有一個題是問年齡，樣本回答為1歲，那肯定這個數字是有問題的，有可能填寫者沒有看清楚，也或者看清楚了寫錯了，也可能亂填，都有可能。
無論如何，當出現此種情況下都需要進行處理。SPSSAU數據處理里面的異常值功能可進行設置，並且提供多種選項處理方式等，如下圖：
異常值的判斷標准上，可按數字為null即‘缺失數字’當成是異常值，也可以設置在某個范圍的數字（比如年齡大於100或小於0）為異常值，當然還有一種標准是數據超過3個標准差當成異常值。
異常值標准設定后，具體如何處理，正常情況下是設置成null值。當然也可以考慮進行填補，用正常的數據特征（比如平均值）去填補異常數據。具體情況視研究者偏好而定，沒有固定的標准。
本文針對問卷無效樣本的防范，以及通過SPSSAU對無效樣本進行處理進行說明。除此之外還特別提示大家，如果問卷是量表題，多做信度和效度分析等，利用科學的研究方法進行分析，這樣才具有說服力，數據是否真實可靠，問卷設計是否規范，不是個人說了算，而是通過科學的研究結論進行論證。