组织一次心理普测，总会遇到两类不完全配合的情况：有人直接不参与，有人点开了却随便勾几个选项交差。这两种都会影响数据质量，但如果在报告里处理得粗糙，管理动作很容易变成对个人的贴标签。怎么标注既保住数据可信度，又不给员工扣帽子，是普测落地里绕不开的一环。
先把「拒测」和「敷衍测」分清楚
拒测是没有产生有效作答，报告里能记录的只是「未完成」这一事实状态。它不该被解读成心理问题的信号——不参与的原因可能是隐私顾虑、时间冲突或对测评本身的不信任，和心理健康没有直接关系。
敷衍测则是产生了作答，但作答质量存疑。系统能观察到的通常是作答时间异常短、连续勾同一选项、前后矛盾题项对不上、一致性维度超阈值这类信号。它们只说明这份数据可信度低，同样不能反推作答者的心理状态。把两者混为一谈，或者都往「这个人有问题」的方向解读，就是污名化的起点。而污名化反过来还会伤害数据本身：一旦员工感到不配合就会被记上一笔，下一轮的参与意愿只会更低，敷衍作答的比例反而更高。
报告标注只描述数据状态，不评价人
标注的原则是让标签停留在数据层面。拒测者在报告里标为「未参与」或「未完成」，不进入异常统计，也不出现在预警名单里。敷衍作答的记录可以标为「作答有效性存疑」，并附上触发这一判断的客观信号，比如作答时长过短或一致性未通过，而不是写「态度消极」「不配合」这类对人的评价。
汇总层面同样要克制。管理者看到的应该是「有效样本数」「未完成数」「有效性存疑数」这类计数，而不是把具体是谁不配合公开点名。真正需要跟进的是整体参与率和数据质量，而不是个别员工的表现。如果某个部门的未完成或存疑比例偏高，该反思的是测评安排、隐私说明和动员方式，而不是把责任推给填表的人。
系统侧能做的，是把有效性判断和心理预警彻底分开：有效性存疑只影响这份数据是否纳入统计，不触发任何心理风险预警。橙星云在生成报告时会把未完成、有效性存疑单独计数，不将其混入异常人群，也不在个人层面输出评价性结论。验收时重点看三件事：报告里拒测和敷衍是否用中性的数据状态词、而非评价人的措辞；这两类记录是否被排除在心理预警之外；管理端看到的是聚合计数还是个人点名。三项都对，标注才算既守住了数据质量，也守住了对员工的基本尊重。