研究数据采集表的填写说明怎样写清单位和缺失？

数据采集表的填写说明要在正式记录前写好，让不同记录者对同一栏作出同一种判断。最容易遗漏的不是字段名称，而是单位、填写时点、允许值、空白代表什么，以及发现错误后如何留下修改痕迹。数据字典通常解释已经形成的数据集；采集表说明更靠前，告诉记录者当场应该怎样填，二者可以沿用同一字段名称但用途不同。

把含糊字段改成可填写的指令

假设教育研究要记录每位学生一个月的到课情况。表头若只有“出勤”，有人会填“好”，有人填“18”，有人填“90%”。说明应写：字段名“到课天数”，记录对象为该月应到课日中的实际到课天数，单位为天，填写时点为月末核对记录之后，取值为0到当月应到课天数。另设“应到课天数”字段，百分比由两者计算，不在同一格里混写人数、天数与比例。

再看缺失。0天表示核实后确实没有到课；空白可能表示尚未核对；“不适用”可能表示该月未纳入观察。若把三者都记成0，后续分析会把未取得的信息当作实际未到课。美国国家生物技术信息中心的dbGaP提交指南把缺失代码与变量最小、最大值区分处理；具体研究不必照搬其代码，但应明确本项目的缺失标记和理由。纸表可以设置“暂缺/无法获得/不适用”选项，电子表用受控选项或独立状态栏，不能让记录者自由猜。

可把一项字段的说明写成这样：

字段D03：到课天数。按学校考勤原始记录，填写观察月内实际到课天数，整数，单位“天”；未完成核对时标“待核”，不填0；确认记录缺失时标“缺失”并在备注写明原因。更正已有值时保留更正日期与依据。

这是自拟示例，不是统一的考勤定义。真正的研究应写清迟到、线上出勤、请假等边界如何处理，并与伦理批准、学校数据权限及分析方案一致。若这些情形在研究问题中重要，应另设字段，而不是在备注里堆叠无法比较的自由文字。

让表格与说明互相校验

说明文档按字段编号列出定义、来源、单位、允许值和异常处理；表格列名应与编号一致。可以让两名记录者用同一份模拟材料独立填写，再比较不一致处：是说明不清、材料本身缺信息，还是记录者理解不同。有关前瞻性研究数据管理的原始研究建议在采集表标明测量单位，并检查范围、缺失与表单间一致性。这些做法比事后统一改格式更容易保留原始含义。

正式使用后若定义改变，应记录生效日期与版本，说明旧记录是否重编码。直接覆盖旧说明，会让前后数据看似按同一规则采集。论文方法部分概述关键字段和处理方式，附录或受控文档保留完整填写说明，读者才能理解数据从表单走到分析表的过程。

参考信息：美国国家生物技术信息中心《dbGaP Study Submission Guide》；《Data management for prospective research studies》。