이렇게 연락 주시는 분들이 생각보다 많습니다.막상 분석을 시작하면 가설이 다시 정리되고, 설문 문항 코딩 기준을 다시 묻고, 결측치를 어떻게 할지 다시 확인하는 일이 반복됩니다.왜 매번 이 단계에서 멈출까요?답은 간단합니다.분석 착수 전에 확인해야 할 다섯 가지가 정리되지 않은 채로 넘어오기 때문입니다.논문 통계분석을 의뢰하기 전,연구모형, 설문 원본, 결측치 처리 방침, 표본수, 역코딩 문항.이 다섯 가지만 미리 정리해두면 분석 착수 시점이 확 당겨집니다.
연구가설·연구모형부터 정리되어 있어야 합니다
이 단계는 “어떤 변수가 어떤 변수에 영향을 주는가”를 문서로 먼저 확정하는 작업입니다.
문제 정의와 가설 설정을 먼저 진행하고, 이를 바탕으로 데이터 수집·분석 계획, 결과 해석까지 이어지는 전체 프로세스를 설계해야 한다는 점은 데이터 분석 실무에서 공통적으로 강조되는 부분입니다.
연구모형이 단순한 인과관계(경로) 구조라면 모형도로 비교적 쉽게 표현할 수 있습니다.
그런데 여러 형태의 가설을 하나의 모형으로 표현하기 어려운 경우도 있습니다.
이때는 변인 구성을 표나 그림으로 따로 정리해두는 방법이 쓰입니다.
정리하면 이렇습니다.
“이 연구는 A가 B에 영향을 주고, C가 그 관계를 매개(혹은 조절)한다”는 구조가 그림이든 표든 문서 한 장으로 나와 있어야 분석자가 회귀분석, 매개효과, 조절효과 중 어떤 기법을 적용할지 바로 판단할 수 있는 이유입니다.
설문지 원본과 코딩 기준을 함께 보내야 합니다
통계분석을 위해 설문 응답을 입력하는 과정을 “코딩”이라고 부릅니다.
실무에서 가장 널리 쓰이는 방법은 엑셀로 코딩하는 것입니다.
응답자(ID)별로 문항을 가로로 배열하고, 데이터도 가로 방향으로 입력하며, 빈칸은 해당 문항에 응답하지 않았다는 뜻으로 쓰입니다.
변수를 지정할 때는 숫자형(연속형)인지 범주형인지부터 결정해야 합니다.
등급처럼 구분 목적의 숫자가 아니라면 숫자형 변수로 지정하는 것이 실무 기준입니다.
즉, 의뢰 전에는 (1) 설문지 원본, (2) 문항별 척도 유형(명목·순위·등간·비율), (3) 변수명과 값의 의미를 정리한 코딩 기준.
이 세 가지가 함께 준비되어야 분석자가 별도 확인 없이 바로 분석에 착수할 수 있는 이유입니다.
결측치·이상치 처리 방침을 미리 정해둬야 합니다
결측치는 데이터프레임에서 값이 비어 있는 경우를 말합니다.
제대로 처리하지 않으면 분석 결과가 왜곡될 수 있다는 점이 데이터 전처리 자료에서 공통적으로 지적됩니다.
결측치는 크게 완전 무작위 결측(MCAR), 무작위 결측(MAR), 비무작위 결측(MNAR) 세 가지로 구분됩니다.
MAR와 MNAR는 분명한 인과관계가 있는 결측이지만, MNAR는 그 원인조차 알 수 없다는 차이가 있습니다.
처리 방법도 여러 갈래입니다.
결측치가 있는 행·열을 제거하는 방법, 평균·중앙값·최빈값 등 대표값으로 대체하는 방법, 분석가의 도메인 지식에 기반해 임의로 대체하는 방법.
노이즈가 있거나 불완전한 데이터를 개선하고 이상치를 처리해 분석의 정확성을 높이는 과정도 함께 필요합니다.
그러니 의뢰 전 단계에서 “결측치를 제거할 것인지, 대체할 것인지”에 대한 원칙을 먼저 정해두거나, 최소한 결측이 발생한 문항·응답자 현황을 파악해두는 것이 분석 지연을 줄이는 방법입니다.
표본수가 검정력을 충족하는지 확인해야 합니다
G*Power는 표본 크기와 통계적 검정력(Power)을 무료로 계산해주는 소프트웨어입니다.
t-test, F-test, x²-test, z-test 등 다양한 유형의 검정력 분석을 지원합니다.
표본수 계산에는 유의수준(α), 검정력(1-β), 효과크기(Effect size), 자유도(Df) 같은 파라미터가 쓰입니다.
이 값들을 입력하면 필요한 표본수가 산출됩니다.
사전(a priori) 표본수 계산은 G*Power의 “Type of power analysis”를 “A priori: Compute required sample size”로 설정해 수행하는 방식이 실무에서 쓰입니다.
한 실무 자료에서는표본수가 90 이상이면 80% 이상의 검정력을 확보할 수 있고, 유의수준 1%·중간 효과크기(0.30) 기준으로는 변수당 표본수 270 이상, 큰 효과크기(0.50) 기준으로는 변수당 표본수 120 이상이면 80% 이상의 검정력을 확보할 수 있다는 구체적 기준이 제시되기도 합니다.
다만 이 수치는 특정 논문(회귀분석 계열 연구)에 적용된 사례이지, 모든 통계기법에 그대로 적용되는 일반 공식은 아닙니다.
계획한 통계기법에 맞춰 분석기법별로 재확인이 필요한 이유입니다.
즉, 의뢰 전 단계에서 응답자 수가 계획한 통계기법(회귀분석, 구조방정식 등)의 최소 요구치를 충족하는지, 혹은 G*Power로 필요한 표본수를 미리 계산해두었는지를 확인해두면 분석 착수 후 “표본수 부족”으로 인한 재설계를 줄일 수 있습니다.
리커트 척도 설문에서 역문항은 1점은 5점으로, 2점은 4점으로, 3점은 3점으로, 4점은 2점으로, 5점은 1점으로 점수를 바꾸는 것을 의미합니다.
이를 “역코딩(역채점)”이라고 부릅니다.
설문 설계 시 역문항과 주의집중 문항을 함께 배치하면 중간 응답(무성의 응답)을 줄이는 효과가 있다는 점도 함께 언급됩니다.
웹 기반 통계분석 도구에서도 라벨 붙이기, 합계, 평균, 역순처리(역코딩), 표준화, 삭제 같은 전처리 옵션을 별도로 제공합니다.
역코딩이 설문 데이터 전처리의 표준 단계 중 하나로 다뤄지고 있다는 뜻입니다.
정리하면, 의뢰 전 단계에서 설문지 중 어떤 문항이 역문항인지, 그 문항을 역코딩할 것인지 여부를 미리 표시해두어야 합니다.
그래야 분석자가 신뢰도(문항 내적일관성) 분석과 척도 합산 점수 계산을 정확하게 수행할 수 있는 이유입니다.
다섯 가지, 표로 다시 정리하면 이렇습니다
변수 간 관계를 그림 또는 표로 문서화
G*Power 등으로 사전 계산 여부 확인
결국”분석자가 다시 묻지 않아도 되는 상태”를 만드는 일에서
현재 연구모형(또는 가설), 설문지 원본과 코딩
기준, 결측치·역문항 현황을 정리한 데이터를
보내주시면, 분석 착수 전 단계에서 무엇이
준비된 다섯 가지가, 분석 착수의 속도를 결정합니다.
▶ 통계분석 컨설팅 자세히 보기