목차
설문조사를 끝내고 SPSS 데이터를 열어봤는데 곳곳에 빈칸이 보이면 조금 당황스럽습니다.
응답자는 200명을 모았는데 어떤 변수는 N이 197명, 다른 변수는 193명으로 표시되기도 합니다.
이럴 때 가장 쉽게 떠올리는 방법은 빈칸이 있는 응답을 그냥 삭제하는 것입니다.
하지만 결측값(Missing Value)은 무조건 지우기보다 왜 발생했는지, 얼마나 발생했는지부터 확인하는 과정이 필요합니다. 잘못 처리하면 어렵게 확보한 표본이 줄어들거나 통계분석 결과에도 영향을 줄 수 있습니다.
1. 결측값은 왜 생기는 걸까?
결측값은 데이터에서 특정 변수의 값이 존재하지 않는 상태를 말합니다.
논문 설문조사에서는 응답자가 특정 문항을 건너뛰거나 설문을 끝까지 완료하지 않은 경우 발생할 수 있습니다. 원본 데이터를 엑셀이나 SPSS로 정리하는 과정에서 값이 누락되었는지도 확인해볼 필요가 있습니다.
특히 온라인 설문에서 모든 문항을 필수응답으로 설정했는데도 결측값이 발견됐다면 원본 데이터와 가공된 데이터를 비교해보는 것이 좋습니다.
단순한 무응답인지, 데이터 정리 과정에서 생긴 문제인지에 따라 대응 방법이 달라질 수 있기 때문입니다.
2. 결측값이 있다고 응답자 전체를 삭제하면 안 되는 이유
예를 들어 한 사람이 50개 문항 가운데 1개 문항에만 응답하지 않았다고 가정해보겠습니다.
이 한 개의 결측값 때문에 해당 응답자의 데이터를 전부 삭제하면 나머지 49개 문항에서 얻은 정보도 함께 사라집니다.
몇 명 정도라면 별 차이가 없어 보일 수도 있지만 이런 응답자가 계속 제외되면 이야기가 달라집니다.
200명을 모집했는데 실제 분석에는 170~180명밖에 남지 않는 상황이 발생할 수도 있기 때문입니다.
따라서 결측값을 발견했다면 개별 응답자를 바로 삭제하기보다 전체 데이터에서 결측이 어느 정도 발생했는지부터 살펴보는 것이 좋습니다.
3. SPSS에서 분석마다 N이 달라지는 이유
SPSS 결과표를 보다 보면 분석에 따라 사례 수(N)가 달라지는 경우가 있습니다.
분명 같은 데이터를 사용했는데 기술통계에서는 200명, 다른 분석에서는 195명처럼 표시되는 식입니다.
이때는 분석에 사용된 변수 중 결측값이 포함되어 있는지 확인해볼 필요가 있습니다.
SPSS에서는 분석 방법과 결측값 처리 설정 등에 따라 실제 계산에 포함되는 사례가 달라질 수 있습니다.
그래서 논문 통계분석 결과를 확인할 때는 p값이나 평균만 보는 것이 아니라 실제 분석에 몇 명의 데이터가 사용되었는지도 함께 확인하는 습관이 중요합니다.
4. 빈칸을 0이나 평균값으로 채워도 될까?
결측값이 보기 싫다고 빈칸에 임의로 0을 입력하는 것은 피해야 합니다.
예를 들어 1~5점 리커트 척도에서 0은 원래 존재하지 않는 응답입니다. 여기에 0을 입력하면 SPSS가 실제 관측값으로 처리해 평균이나 표준편차 등에 영향을 줄 수 있습니다.
평균값으로 일괄 대체하는 방법 역시 상황을 고려하지 않고 무조건 적용할 방법은 아닙니다.
결측값을 대체해야 한다면 결측의 양과 발생 패턴, 변수 특성, 이후 사용할 분석 방법 등을 고려해 적절한 처리 방법을 선택해야 합니다.
5. 결측값은 ‘얼마나 있는지’만큼 ‘어떻게 생겼는지’도 중요합니다
전체 데이터 중 결측값이 몇 개인지만 확인하고 끝내기 쉽지만, 발생 패턴도 살펴볼 필요가 있습니다.
특정 문항에서 유독 결측이 많이 발생했다면 문항 자체가 어렵거나 민감했을 가능성을 생각해볼 수 있습니다.
반대로 설문 후반부에서 결측이 집중적으로 나타난다면 응답자가 중간에 이탈했거나 설문 피로도가 영향을 주었을 가능성도 있습니다.
즉, 결측값은 단순히 비어 있는 셀 몇 개를 정리하는 문제가 아니라 데이터 품질을 확인할 수 있는 단서가 되기도 합니다.
SPSS 분석 전에 데이터 검수가 먼저입니다
논문 통계분석을 처음 시작하면 회귀분석, T-test, ANOVA 같은 분석 방법에 관심이 먼저 갑니다.
하지만 실제 분석 전에 확인해야 하는 것은 생각보다 많습니다.
결측값뿐 아니라 불성실 응답, 중복 데이터, 이상치, 역문항 처리, 변수 코딩 등이 제대로 정리되어 있어야 이후 분석 결과도 안정적으로 해석할 수 있습니다.
특히 설문조사를 외부에 맡길 예정이라면 단순히 목표 인원을 채우는지만 보기보다 수집 이후 데이터 검수가 어떻게 이루어지는지도 확인해보는 것이 좋습니다.
더브레인처럼 설문 응답 수집과 불성실 응답 검수, SPSS 통계분석까지 함께 진행할 수 있는 서비스를 알아보는 것도 데이터 정리부터 분석까지 한 번에 진행해야 할 때 참고할 수 있는 방법입니다.
📌 정리
SPSS에서 결측값을 발견했다면 삭제부터 하는 것은 잠시 미뤄두는 것이 좋습니다.
✔ 결측값이 왜 발생했는지
✔ 특정 문항에 집중되어 있는지
✔ 전체 데이터에서 어느 정도 비율인지
✔ 응답자를 제외하면 표본 수가 얼마나 줄어드는지
✔ 분석 방법에 따라 어떤 처리가 필요한지
이런 부분을 먼저 확인해야 합니다.
논문 통계분석은 SPSS에서 분석 버튼을 누르는 순간 시작되는 것이 아닙니다.
수집한 데이터를 제대로 확인하고, 분석할 수 있는 상태로 정리하는 과정부터 이미 통계분석의 일부입니다.
작은 빈칸 하나는 별것 아닌 것처럼 보여도, 그 빈칸을 어떻게 처리했는지는 최종 분석 결과와 연결될 수 있습니다.
