四条质量检查规则
答题过快：以作答时长的中位数作为认真作答所需时间的基准。时长低于中位数的一定比例（默认 33%），或低于你设定的最短秒数（取两者中较大者）的样本会被标记。时长为空或不是数字的行不会被判为答题过快。
直线作答：在你选择的矩阵题中，如果所有已作答题目的答案完全相同，且至少作答了 3 题（可调整），该行会被标记。工具同时显示“最长连续相同答案”，作为较弱的辅助信号，因为长矩阵中部分直线作答很常见。
重复样本：同一受访者 ID 再次出现时，第一次出现的记录保留，之后的每一次都会被标记。勾选“整行完全重复”后，即使 ID 被重新生成，也能发现重复提交。
不完整问卷：某一行中空白单元格占全部列的比例超过阈值（默认 50%）时被标记。跳题造成的空白是正常的，问卷逻辑较复杂时应适当提高阈值。
判定公式
答题过快：作答时长 < max(p × 时长中位数, 最短秒数)，其中 p 默认为 0.33，最短秒数可不填。
直线作答：已作答题数 ≥ m 且所有已作答题目的答案相同（标准差为 0），m 默认为 3。
不完整：空白单元格数 ÷ 全部列数 > 阈值，阈值默认为 0.50。
之所以用中位数而不是平均数：作答时长通常右偏，少数人把问卷挂在后台几个小时，会把平均数拉高，从而误判大量正常样本；中位数不受这类极端值影响。
示例：用示例数据跑一遍
内置的合成零食品牌追踪数据共有 600 行（596 名生成的受访者加上 4 条完全重复的提交）。使用默认设置，选择 duration_sec、8 道 brand_grid_* 矩阵题和 respondent_id：
作答时长中位数为 520 秒，答题过快的阈值为 0.33 × 520 = 171.6 秒，共有 26 行低于该阈值；38 行在 8 道品牌矩阵题上答案完全相同；4 行重复了之前出现过的受访者 ID；0 行空白比例超过 50%。
合计 54 行被标记，其中 14 行同时属于答题过快和直线作答，所以各规则的标记数相加（68）大于 54。清洗后的文件保留 546 行。
什么时候使用，什么时候要谨慎
建议在对在线样本库或自填式问卷做交叉分析之前使用，这类数据最容易出现答题过快和直线作答；也适用于检查执行方交付的文件中是否混有重复录入或测试样本。
- 不要把它当成自动删除步骤：请先复核被标记的行，尤其是只触发一条规则的样本。
- 题目较少、属于事实类题目，或受访者确实对所有品牌评价都高时，答案一致可能是真实的。
- 电话访问（CATI）或访员面访的数据，作答时长反映的是访员节奏而不是受访者，不宜套用答题过快规则。
- 在方法说明或客户报告中，写明每条规则的阈值和剔除数量，方便读者判断清洗是否改变了样本结构。
如何解读标记结果
只触发一条规则，是需要人工查看的信号；同时触发两条或以上规则，通常是敷衍作答的有力证据。“下载全部数据（含标记列）”会保留每一行，并新增 flag_speeder、flag_straightliner、flag_duplicate、flag_incomplete 和 flag_reasons 列，便于在表格软件中逐条复核。导出文件中的列名和原因说明保持英文，便于与其他工具和脚本对接。
清洗完成后，可以把文件导入 Crosstabs 工作区生成交叉表，或先用值标签映射工具把数字编码转换为选项文字。