问卷实证开跑前清单：变量类型、缺失与异常值

导入前

确认第一行是变量名、无合并单元格；分类变量用数字编码时在码本中记录含义（如 1=男 2=女）。

同一构念的多道量表题命名宜有规律（如 sat1–sat5），便于后续生成构念得分。

导入后第一眼

在描述统计中看 N、均值、最小/最大：Likert 1–5 题若出现 0 或 6，多半是录入错误或漏设缺失码。

字符串列被读成文本时，相关与回归会报错——先在表格软件里统一为数值再上传。

缺失怎么处理

论文中需声明 listwise 还是 pairwise、是否插补。探索阶段可用完整案例（listwise）快速看方向；定稿若缺失率高，应与导师讨论多重插补或模型选择。

SchoolStore 各工具共享同一份导入数据，换工具不必重复上传，但改变缺失处理口径后需重新跑一遍。

异常值与 Winsorize

连续变量（年龄、收入、客观绩效）可看 P1/P99 或箱线图；是否缩尾、缩尾比例要在方法部分写清楚，且全表一致。

量表构念得分异常，优先回溯原始问卷而非直接删样本。

推荐起步顺序

描述 → 相关 → 信度（α）→ 量表得分 → VIF → 回归/中介/调节。详细 Stata 对照见「Stata 实证分析对照」指南。