자료처리와 분석

자료처리 절차

수집 → 에디팅 → 코딩 → 입력 → 정제(cleaning) → 분석

에디팅(editing)

설문지를 검토해 오류·누락·모순을 잡습니다.

• 응답 누락, 판독 불가, 논리적 모순(예: 미혼인데 자녀 3명)
• 현장 에디팅(수집 직후)과 중앙 에디팅(사무실)으로 나뉨

코딩(coding)

응답을 분석 가능한 **부호(숫자)**로 변환합니다.

• 폐쇄형은 사전 코딩(pre-coding)이 가능
• 개방형은 응답을 읽고 범주를 만든 뒤 사후 코딩
• 개방형 코딩은 **복수 코더의 일치도(코딩 신뢰도)**를 확인

코드북(codebook)

변수명, 변수 설명, 값과 값 라벨, 결측치 코드, 문항 위치를 기록한 문서입니다. 시간이 지나도 자료를 해석할 수 있게 하는 핵심 산출물입니다.

결측치 처리

방법	내용	유의
목록별 삭제(listwise)	결측이 하나라도 있으면 사례 전체 제외	표본이 크게 줄 수 있음
대응별 삭제(pairwise)	분석에 쓰이는 변수만 있으면 사용	분석마다 N이 달라짐
평균 대체	해당 변수의 평균으로 채움	분산이 과소추정됨
회귀 대체	다른 변수로 예측해 채움
다중 대체	여러 개의 대체값 세트를 만들어 통합	현재 권장되는 방법

결측이 **무작위(MCAR)**가 아니면 삭제만으로는 편향이 남습니다.

이상치(outlier)

• 탐지: 상자그림(IQR 기준), 표준점수(|z| > 3), 산점도
• 처리: 입력오류면 수정, 실제 값이면 유지하거나 이유를 밝히고 별도 분석
• 이상치를 무조건 제거하면 자료 왜곡이 됩니다. 원인 확인이 먼저입니다.

역코딩

리커트 척도에서 반대 방향으로 서술한 문항은 분석 전 값을 뒤집습니다.

5점 척도 역코딩: 새 값 = 6 − 원래 값 (1↔5, 2↔4, 3은 그대로)

역코딩을 빠뜨리면 크론바흐 알파가 비정상적으로 낮게 나옵니다. α가 이상하게 낮으면 가장 먼저 확인할 항목입니다.

변수 변환과 재부호화

• 재부호화(recode): 연속변수를 범주로 (연령 → 연령대)
• 더미변수 생성: 명목변수를 회귀분석에 넣기 위해 0/1로. 범주가 k개면 k−1개의 더미
• 표준화(z점수): 단위가 다른 변수를 비교 가능하게
• 지수·척도 합산: 문항 점수를 합하거나 평균

자료 정제 점검 항목

• 값의 범위 확인(리커트 5점인데 7이 입력됨)
• 논리적 일관성(교차 점검)
• 중복 사례
• 결측 코드가 실제 값으로 계산에 섞이지 않았는지(예: 99를 결측으로 썼는데 평균에 포함)

마지막 항목이 실무에서 가장 자주 사고를 냅니다. 결측 코드는 반드시 결측으로 지정해야 합니다.