데이터를 정리하다 보면
숫자만 제대로 입력되어 있으면
문제가 없다고 생각하기 쉽습니다.
하지만 같은 숫자라도
단위가 다르면 전혀 다른 값이 됩니다.
누군가는 키를 170cm로 입력하고,
누군가는 1.70m로 입력했다면 어떨까요?
분석 프로그램은 단위를 이해하지 못합니다.
그저 170과 1.70이라는 숫자로 처리합니다.
1️⃣ 평균부터 이상해질 수 있습니다
월소득을 조사했는데
어떤 응답자는 ‘만원’,
다른 응답자는 ‘원’ 단위로 입력했다고 해보겠습니다.
📊 300 → 300만 원
📊 3,000,000 → 300만 원
사람이 보면 같은 금액이지만
프로그램에서는
완전히 다른 숫자입니다.
이 상태로 평균을 계산하면
결과 자체가 왜곡될 수 있습니다.
2️⃣ 이상치로 잘못 판단할 수 있습니다
몸무게 데이터 대부분이
50, 60, 70처럼 입력되어 있는데
한 사람만 65,000이라고 되어 있다면
극단적인 이상치처럼 보입니다.
하지만 알고 보니
그 응답자만 g 단위로 입력했을 수도 있습니다.
⚠️ 즉, 실제 이상치가 아니라
단위 불일치 때문에 만들어진 이상치일 수 있습니다.
3️⃣ 변수끼리 비교하기 어려워집니다
같은 개념을 측정했더라도
측정 단위가 다르면
그대로 비교해서는 안 되는 경우가 있습니다.
예를 들어 시간 데이터를
A에서는 ‘분’,
B에서는 ‘시간’으로 기록했다면
먼저 동일한 기준으로 변환해야 합니다.
📌 분석 전에
각 변수가 어떤 단위로 기록되었는지 확인하는 과정이 필요합니다.
4️⃣ 데이터 병합할 때 특히 조심해야 합니다
여러 차례에 걸쳐 데이터를 수집하거나
서로 다른 자료를 합치는 경우에는
단위가 달라질 가능성이 더 커집니다.
1차 데이터 → 연령 ‘만 나이’
2차 데이터 → 연령 ‘출생연도’
이처럼 변수명이 비슷하다고 해서
그대로 합칠 수 있는 것은 아닙니다.
👉 변수명뿐 아니라 값의 기준과 단위까지 같아야 합니다.
5️⃣ 분석 전에 코드북을 확인하세요
단위 문제를 예방하려면
각 변수의 기준을
처음부터 기록해두는 것이 좋습니다.
예를 들어
📌 키 → cm
📌 체중 → kg
📌 소득 → 만 원
📌 이용시간 → 분
처럼 코드북에 남겨두면
데이터를 다시 확인하거나
다른 사람과 공유할 때도
혼란을 줄일 수 있습니다.
🔥 핵심 정리
숫자가 정상적으로 입력되어 있다고 해서
바로 분석할 수 있는 데이터는 아닙니다.
👉 같은 변수를 같은 기준과 단위로 기록했는지 확인해야 숫자의 의미도 같아집니다.
📌 이렇게 보면 됩니다
✔ 연속형 변수의 측정 단위 확인
✔ 동일 변수의 단위가 섞이지 않았는지 확인
✔ 데이터 병합 전 측정 기준 비교
✔ 비정상적으로 큰·작은 값의 단위 점검
✔ 코드북에 변수별 단위 기록
👀 많이 틀리는 포인트
숫자로 입력됐으니 바로 분석하기 ❌
단위가 다른 데이터를 그대로 합치기 ❌
단위 오류를 무조건 이상치로 삭제하기 ❌
변수명만 같으면 같은 데이터라고 생각하기 ❌
👉 분석 전에 데이터를 확인한다는 것은
숫자만 보는 것이 아니라, 그 숫자가 어떤 단위와 기준으로 만들어졌는지까지 확인하는 것입니다.
