臺灣博碩士論文加值系統

在許多調查研究中，資料收集的不完整性一直是個問題，在資料收集上常常可能因為人為的疏失、調查方法有誤或是受訪者不願意接受調查...等等的原因而導致缺失值(missing data)的產生，此時若不經處理而直接將缺失資料刪去，這樣可能將會流失掉一些重要的資訊，對原始資料的判斷可能也因此出現偏差，導致調查結果失真，此時勢必需要對不完整資料(Incomplete data)進行一些處理。

本研究資料將取自「台灣教育長期追蹤資料庫」 (Taiwan Education Panel Survey，簡稱TEPS) 之第二波高中、高職、五專學生樣本資料調查中，有關高中生基本資料與心理健康題之態度問項資料。針對在不同缺失比例資料之下，進行多種不同的處理方法，包含：整筆刪除(List-wise delete,LD)、使用可用資料(Available case,AC)、Logistic regression逐一填補法、馬可夫鍊-蒙地卡羅演算法(Markov Chain Monte Carlo method，MCMC)以及同時使用馬可夫鍊-蒙地卡羅演算法與Logistic regression法來進行填補...等等7種不同對於缺失值的處理方法進行比較，我們主要將進行因素分析(Factor analysis)，比較這些不同處理方法之下的特徵值(Eigenvalue)、因素負荷量(Factor loading)的表現。並且觀察在不同缺失比例資料之下、填補資訊的多寡之下，各種不同處理方法的的優劣。

目錄
第一章 緒論 4
第一節 研究背景 4
第二節 研究目的 5
第二章 文獻探討 6
第一節 缺失資料之缺失機制 6
第二節 缺失資料之處理方法 7
第三章 研究方法 9
第一節 研究流程 9
第二節 資料分析 10
第三節 建立缺失資料集 12
第四節 對於缺失值處理之必要性 14
第五節 缺失資料之處理方法 14
第六節 以填補方法處理缺失資料上之MSE與因素分析 17
第四章 研究結果之比較與討論 20
第一節 缺失資料集的建構 20
第二節 針對缺失值處理之必要性 24
第三節 處理不同缺失比例資料上之MSE與因素分析比較 26
第五章 結論與建議 53
參考文獻55
附錄56
<附錄一> 各缺失比例(10%~50%)之缺失類型 56
<附錄二> 各缺失比例(10%~50%)之平均數、標準差 72
<附錄三> 各缺失比例(10%~50%)之共變異矩陣檢定 84


圖目錄
圖一：檢定統計量之BOXPLOT 25

表目錄
表一：各缺失資料集之缺失類型 22
表二：各缺失資料集之平均數及標準差 23
表三：ANDERSON(1984)共變異矩陣檢定之檢定統計量整理 24
表四：缺失比例為10% 之平均MSE值 27
表五：缺失比例為20% 之平均MSE值 29
表六：缺失比例為30% 之平均MSE值 31
表七：缺失比例為40% 之平均MSE值 33
表八：缺失比例為50% 之平均MSE值 34
表九：缺失比例為10% 之特徵值比較整理 35
表十：缺失比例為20% 之特徵值比較整理 36
表十一：缺失比例為30% 之特徵值比較整理 36
表十二：缺失比例為40% 之特徵值比較整理 37
表十三：缺失比例為50% 之特徵值比較整理 37
表十四：填補變數在缺失比例為10% 之特徵值比較整理 39
表十五：填補變數在缺失比例為20% 之特徵值比較整理 40
表十六：填補變數在缺失比例為30% 之特徵值比較整理 41
表十七：填補變數在缺失比例為40% 之特徵值比較整理 42
表十八：填補變數在缺失比例為50% 之特徵值比較整理 43
表十九：缺失比例為10% 之因素負荷量比較整理 44
表二十：缺失比例為20%之因素負荷量比較整理 44
表二一：缺失比例為30% 之因素負荷量比較整理 45
表二二：缺失比例為40% 之因素負荷量比較整理 45
表二三：缺失比例為50% 之因素負荷量比較整理 46
表二四：填補變數在缺失比例為10% 之因素負荷量比較整理 48
表二五：填補變數在缺失比例為20% 之因素負荷量比較整理 49
表二六：填補變數在缺失比例為30% 之因素負荷量比較整理 50
表二七：填補變數在缺失比例為40% 之因素負荷量比較整理 51
表二八：填補變數在缺失比例為50% 之因素負荷量比較整理 52

王鴻龍,楊孟麗,林定香,陳俊如 (2007).不完整資料在因素分析上 的處理方法之研究。發表於「調查研究方法與應用學術研討會」，中央研究院 調查專題研究中心。

王鴻龍,雷淑儀,姚偉哲 (2009).應用加權方法處理缺失資料之因素分析-以「台灣教育長期追蹤資料庫」之第二波高中、高職、五專學生樣本資料為例。發表於「調查研究方法與應用學術研討會」，中央研究院 調查專題 研究中心。

A.P. Dempster, N. M. Laird and D.B. Rubin.(1976). Maximum Likelihood from Incomplete Data via the EM Algorithm

Kamakura, Wagner A. and Wedel, Michel (2000). Factor analysis, missing data, discrete variables, data fusion ,item non-response, Journal of Marketing Research, Vol.37, Issue 4,p. 490-498

Schafer, J. L., and Graham, J. W. (2002). Missing data: our view of the state of the art. Psychological Methods, 7(2), 147–177.

Schafer, J. L., and Olsen, Maren K(1998).Multiple imputation for multivariate missing-data problems: A data analyst’s perspective. Multivariate Behavioral Research, Vol. 33, No. 4. P 545-571

Zoubin Ghahramani Geoffrey E. Hinton. The EM Algorithm, for Mixtures of Factor Analysis.