不能直接合并。0可能是有效答案、某个多选项未被选中，也可能是导出时指定的缺失编码；空白则可能来自漏答、跳题、未完成或导入转换。先弄清字段含义，再决定哪些值不进入计算。
最容易出问题的操作，是为了让表格“整齐”，把所有空白补成0，然后开始算总分。文件看起来完整了，原本不同的状态却可能再也分不开。
同一个0，在两列里可以有不同含义
假设一份问卷的某道频次题允许选择“从未”，编码为0。这个0是实际作答，通常应按该工具的计分规则保留。另一道多选题被拆成若干列，每列记录一个选项是否选中；这里的0可能表示未选该选项，但仍要查导出说明，不能凭列名猜。
再看问卷没有显示给某人的题目。因为跳题而没问，与问过却没答，是不同的数据状态。把两者都补成最低分，等于替参与者作答。
以Qualtrics为例，其官方导出选项允许将“看过但未回答”的题目另行编码，以区别于未看到的题目；多值字段还有相关的0编码选项。这说明导出设置会影响数值含义，不代表其他测评软件使用相同默认规则。
先留原件，再查三处
拿到数据后，保留一份未修改的导出文件，在副本上处理。接着核对：
- 题目配置：有效取值范围、反向题、跳题条件、哪些题允许不答
- 导出记录：导出的是选项文字还是数值，是否改过编码，是否只导出了部分字段或记录
- SPSS变量视图：变量是数值型还是字符串，值标签对应什么，哪些值已被声明为缺失
不要仅根据数据编辑器里“看起来空着”作判断。IBM的说明指出，字符串中的空白默认仍可被视为有效值，除非明确声明为缺失；用户定义缺失值则会在多数计算中得到特殊处理。因此，Excel里长得相似的两个单元格，导入后未必具有相同统计含义。
用一小组已知答案的测试记录，检查转换结果
在允许的测试环境里准备几种情况：正常答完、选择有效0分选项、允许的漏答、因跳题未见某题，以及多选题只选部分选项。导出后逐条比对原始作答、导出值和SPSS显示结果。不要为了测试改动真实参与者的答案。
如果项目规定用-99记录某种未作答，应先确认-99不在该字段的有效取值范围内，再在相应变量中声明为缺失；“写入-99”和“让SPSS把-99视为缺失”是两步。也不要把这条定义不加区分地套到整张表。IBM的MISSING
VALUES文档说明了用户缺失值的声明及类型要求。
处理后查看各字段的频数、缺失数量和异常取值，再抽查原始记录。建议在处理记录里留下原编码、处理条件、处理后编码及原因，后续换人分析时不必重新猜一次。
缺失值认清了，仍不等于可以直接出总分
某份量表漏答后是否允许计算、最多可漏多少题、能否使用某种补偿计分，应依据该版本工具的评分说明。没有依据时，不应自行补0、填平均数或按比例放大分数。
数据清理解决的是“这个格子代表什么”，计分规则解决的是“这些答案能否组成可解释的分数”。把这两步分开，才能避免把技术上的缺失处理误当成专业计分许可。