（三）数据的清理

（三）数据的清理

1.有效范围清理

笔者设计的问卷中每一个变量都有有效编码值，如果学生选择的编码超过有效值的范围，肯定是错误的。比如，在“性别”变量中，有效数值是1=女，2=男，如果超出1和2，而出现了3、4、5等编码值，都肯定是错误的。要检查出这种错误只要采用SPSS 17.0统计软件执行各变量的频数分布命令（frequency），就会找出错误数值来自于哪一份问卷。如果原始问卷选择是对的，说明录入员录入错误，根据原始问卷进行修改；如果原始问卷本身错答，就要检查整个问卷的可信度，如发现在同一份问卷有较多错答、乱答的现象，且有逻辑上的错误，就会作为废卷处理。经过系统审核方式筛选后发现部分问卷存在问题，有的前后回答有明显矛盾，如基本情况中选择的性别是男性，却在后面的变量选择中回答的问题是女性选项，像这样的问卷由于可信度不高，全部作废卷处理。

2.逻辑一致性清理

逻辑一致性清理要比有效范围清理复杂得多，要通过问卷内的多个变量之间的相互逻辑联系，检查数据的合理性。为了能够得到可信的数据回答，笔者在设计问卷之初，有意安排了24套测谎题。有的是性别上的测谎，如在基本情况中选择为女性，但在后面只要男生回答的变量中却做了选择。有的是部分群体的测试，不需要其他人回答，却有人回答了此选项。如问卷C29（您在女友面前控制自己性冲动的主要原因）和C30 （您在男友面前控制自己性冲动的主要原因），要求正在谈恋爱的男生和女生回答，其余人不选择该变量，如果发现有人回答了那肯定有问题，数据百分比就有可能前后不一致。有的关键性的问题，笔者设计了不同角度的提问。如C19和C20，C19为“到目前为止您是否有过性生活”，C20为“如果您曾经与人发生过性行为，您是否采取了避孕措施”，这两个变量中被调查者的回答应该前后一致，如果不一致可信度明显有问题。像这样的问卷需要查找原始资料，如果单纯的一个问题上有矛盾，其他问题上无明显漏洞，笔者一般采用一致性原则和综合性原则，废题不废卷；如果从问卷的整体上多处存在逻辑关系上的矛盾，可信度有问题的问卷坚决废卷。再如，同一问题的不同提法上回答明显不一致，在其他问题上回答不认真，态度浮躁等。通过利用SPSS软件强大检测功能，一一检验筛选，最终有102份问卷被废除，其他问卷通过检测可信。因此，有效范围清理和逻辑一致性清理，确保了问卷的客观性和可靠性。

另外，本次调查的客观性还表现在被调查对象的群体性特征。一则大学生为文化程度较高，理解能力较强的群体，对本次调查理解并比较合作。二则由于本调查是甘肃省教育厅项目的后续调查，大学生对笔者的项目和调查员的来源具有相当的信任。因此，回收率高，应答率也很高。另外，笔者采用随机抽样，所设计的100个变量均为单项选择和多项选择题，其特点是既不记名也不留笔迹，对答题者的个人隐私保证绝对保密，在一定程度上消除了被调查者的顾虑。再加上所调查的问题是大学生所关注的热门话题，也是他们需要了解的知识。所以，据调查员反映只要愿意接受调查的大学生，绝大多数态度非常认真，也有人在填完问卷后提出了一些好建议，说明了答题者认真进行了一些思考，胡乱编出的虚假信息相对来说可能性很小。因为有多个回答的比率与同类研究的数据基本一致，通过数值的离散度、加权平均值、区间分布、卡方检验、相关分析、交叉对比等，均符合已有的研究成果。当然，也存在一些不真实的情况，比如在调查个人的绝对隐私时可能存在拒绝填写的情况，对敏感的自慰和性交行为的变量中，不回答率比较高，其他变量中应答率就相应的高一些。这是任何此类调查中普遍面临的问题，这恰恰说明了问卷的真实性，尽管得出的数据比率可能低于实际值，但至少回避敏感问题的人在总数中的比例不大，对整体调查结果不构成影响。因此，本次调查的数据具有真实性和可靠性。