心理测评科研数据交付：让统计人员读懂每一行和每一列

课题组把心理测评结果导成Excel发给统计人员，对方却问：“同一个编号为什么有两行？这里的0是没有症状，还是没有作答？Q3已经反向计分了吗？”这些问题不解决，即使文件顺利导入统计软件，也可能分析了另一种含义的数据。

交付前，项目执行人与统计人员应先约定记录单位、字段含义和缺失表示方法，再用少量合成记录试一次导入。最终交出的不仅是分数，还有足够解释分数来源的说明。

一行记录什么，先写在文件说明里

对需要复测的研究，一种可用的交付结构是：一行对应一名参与者在一次测评中完成的一份指定版本问卷。人员编号用于连接同一个人，测评记录编号用于区别每次记录；轮次、工具版本和作答时间各自占列。

这样，同一个人出现两行可能是两次正常测评，不能按人员编号直接删除“重复项”。同一轮确实做了两次，也要保留记录编号和项目确定的选取说明，不能由统计人员凭行的先后决定留哪次。

下面是完全合成的教学数据。Q1、Q2是虚构的两道演示题，选项编码均为0、1、2；演示合计仅在两题都有回答时相加，不代表任何真实心理量表，也没有筛查或诊断意义。“空”只为网页阅读标出，实际文件按双方约定使用真正空单元格。

这四行对应两名虚构参与者、四次记录。R001的0是实际答案产生的数值，R003的空表示没有取得该题答案。把两者都变成0，就改变了观察结果。

真实文件还应列明工具名称、版本和必要的时间信息。上表为突出结构而省略这些列，不能直接当作完整研究数据模板。

字段名旁边，要有一份能独立阅读的字典

“Q1”“总分”“时间”都不够具体。变量字典至少应说明字段名称、含义、类型、允许取值、缺失表示及来源。比如，上表对应的字典可以写成：

• participant_id：文本型，项目内稳定的研究编号；同一人跨轮次保持一致，不填姓名或联系方式
• record_id：文本型，每次问卷记录的唯一编号；不能拿它代替人员编号做复测关联
• wave：文本型，T0为本例基线，T1为本例计划复测；真实项目应另说明时间窗口
• q1_raw：数值型，虚构题Q1的原始选项编码，0＝从未、1＝有时、2＝经常；空值表示未取得答案。本例四条记录的Q1均有回答，没有Q1缺失；真实交付如出现Q1缺失，也应另列相应原因字段
• q2_raw：数值型，虚构题Q2的原始选项编码，0＝从未、1＝有时、2＝经常；空值表示未取得答案，原因见q2_missing_reason
• q2_missing_reason：文本型，本例取“无缺失”或“未回答”；其他情况应先有定义，再增加编码
• demo_sum：数值型，本例Q1与Q2原始编码之和，范围0—4；任一题缺失则为空。这只是教学规则，不能用于真实量表

真实量表的字段说明应指向获准使用的问卷版本和题号，避免把题目正文无授权复制到公开附件。若编码1在一份表中表示“从未”，另一份表中表示“有时”，列名相同也不能直接合并。

UK Data Service的数据提交指导要求表格数据具有完整的变量和取值标签、明确的缺失码，并附数据字典；纵向数据还需要轮次标识及跨轮次变化说明。课题组可借鉴这套文档做法，把记录单位、编码和缺失规则随数据一起交出。

空值、未施测和未计分，不要挤进同一个0

除了漏答，研究中还可能出现某题未呈现、按规则跳过、某次未施测、数据尚未核清等情况。原因不同，后续可采用的处理也可能不同。先保存已知原因；不清楚的就标为“原因待核”，不要靠空白位置猜测。

缺失可以用空单元格配合原因列，也可以使用统计人员明确约定的特殊编码。若用99、999等代码，必须确认它不与合法取值冲突，并在导入时声明为缺失，不能让它进入均值或总分。CSV通常不会自动替读者保存这些解释，字典和导入说明要随文件一起走。

整轮未测与一份问卷漏答也应分开。如果SYN02根本没有参加T1，可能没有R004这条测评记录；这时需要另附最小必要的轮次状态资料，或按预先约定的结构表示“该轮无观测”，不能临时造一份全0问卷。

电子问卷要求必填，只能减少某些空题，不能保证回答真实、认真或适用于研究。真实量表是否允许缺题计分、怎样处理缺失，需遵循相应工具说明与研究方案；数据交付人员不应自行用均分填补，再把它当原始答案交出。

原始答案与派生分数，各自保留身份

题目列中出现数字，并不意味着它就是原始选项。有的软件导出选项代码，有的导出题目得分，还有的只导出维度分或总分。对于反向题，已转换的题目得分若被再次反向处理，就会改变结果。

交付时，建议用明确名称区分原始答案、题目计分值、维度分、总分及标准化结果。若分析确实需要这些字段且已获授权，分别列出；若只交付总分，也要说明总分类型、适用版本、来源和计分规则依据，不能让接收者误以为还可以复原逐题回答。

SDQ开发方的SDQadmin指南提供了一个真实例子：导出说明区分报告标识、开始与完成时间、报告者前缀、总分和分量表字段；逐题数据需要选择Full，完整导出变量另有代码说明。因此，交付前应核对实际选择的导出范围，并随文件附上对应字段说明。

若课题组另行生成派生变量，原导出文件应作为受控来源保留，分析副本另存，并记录转换步骤、使用规则及版本。只拿到总分时，原始答案应写“未交付”，不能反推或补造。

复测结构由分析需要决定，转换过程要能追溯

上面的逐次记录结构通常称为长表。统计人员可能需要转换成每人一行的宽表，例如分别放置T0总分与T1总分。两种结构都可以使用，关键是转换前确定人员标识、轮次、工具版本和记录选取规则。

只有编号和轮次相同，还不足以保证可以直接比较。若复测换了工具版本，或同一轮包含不同问卷，合并条件中就要保留这些区别。计划轮次与实际作答时间也应分别说明，不能把所有晚完成记录都当成按时复测。

转换后，核对人数、记录数和缺失情况是否保持预期关系，并保存转换说明。这里的检查是为了保证统计输入没有被改写；分数变化意味着什么、能否归因于干预，则是后续研究分析的问题。

先试交付，再收下整批数据

正式收数前，让统计人员用合成样例测试导入最省返工。重点检查编号是否保持文本、前导零是否丢失，日期与时间是否按约定读取，缺失码是否正确识别，原始字段和派生字段是否被混用。正式交付时再核对文件版本、行列范围与已知异常，并确认文件转换没有丢失信息。

一份可接收的材料通常包括：获准范围内的数据文件、变量字典，以及说明记录单位、研究轮次、处理过程和未解决问题的说明文档。可复用的整理脚本或操作记录也应留存。接收者应能凭这些材料解释R003为何没有合计，而不用翻聊天记录寻找答案。

科研用途并不意味着应把所有逐题答案、姓名、联系方式或咨询记录一并交出。只提供研究目的和授权范围内必要的字段，通过机构批准的方式交给获授权人员。研究编号与身份对应资料应分开保管；去掉姓名也不能承诺完全匿名，时间、稀有经历或其他字段的组合仍可能暴露身份。

如果准备使用橙星云承接测评组织工作，可以先把这份字段需求交给服务方逐项核对：哪些内容能从当前版本取得，哪些说明由课题组补充，哪些尚不能满足研究需要。实际字段、格式及交付安排需具体确认，不能从“能查看报告”推断为“能导出完整科研数据”。让统计人员在收数前参与这一步，往往比结题时再解释一张陌生表格更有效。