논문 데이터를 정리하다 보면
생각보다 자주 나오는 작업이 있습니다.
👉 코딩(coding)
예를 들어,
- 남자 = 1 / 여자 = 2
- 없음 = 0 / 있음 = 1
- 만족 = 5 / 불만족 = 1
이런 식으로 데이터를 숫자로 바꾸는 과정입니다.
그런데 여기서
많은 분들이 이렇게 생각합니다.
“숫자만 바꾸는 건데 결과가 크게 달라지겠어?”
생각보다 많이 달라집니다.
1️⃣ 코딩은 단순 입력이 아니라 ‘해석 기준’입니다
많이 놓치는 부분입니다.
코딩은 단순히 보기 좋게 정리하는 작업이 아닙니다.
👉 분석 프로그램은
👉 이 숫자를 ‘의미 있는 값’으로 인식합니다
즉,
- 어떤 값을 기준으로 둘지
- 무엇을 비교 대상으로 둘지
전부 결과 해석에 영향을 줍니다.
2️⃣ 특히 많이 헷갈리는 구간: 더미코딩
회귀분석에서 자주 등장합니다.
예:
- 남자 = 0 / 여자 = 1
- 여자 = 0 / 남자 = 1
둘 다 가능은 합니다.
그런데 문제는
👉 기준이 바뀌면
👉 계수 해석 방향도 같이 바뀝니다
✔ 예를 들어
남자=0, 여자=1이면
👉 계수 + = 여성일수록 증가
반대로
여자=0, 남자=1이면
⚠️ 같은 결과도 해석이 반대로 보일 수 있음
3️⃣ 그래서 결과가 “뒤집힌 것처럼” 보이기도 합니다
실제로는 같은 데이터인데도
- 정(+) → 음(-)처럼 보이거나
- 영향 방향이 달라 보이는 경우
👉 생각보다 많습니다 특히 코딩 기준 설명이 없으면
읽는 사람도 헷갈립니다 ⚠️
4️⃣ 숫자는 ‘크기’보다 ‘기준’이 중요합니다
여기서 중요한 건
👉 어떤 숫자를 썼는지가 아니라
👉 무엇을 기준으로 잡았는가
예:
❌ “1과 2로 코딩함”
👉 정보 부족
⭕ “남성을 기준집단(0)으로 설정함”
👉 해석 가능
5️⃣ 이런 경우 특히 조심해야 합니다
📌 역문항 처리 안 된 경우
📌 척도 방향이 섞여 있는 경우
📌 변수마다 기준이 다른 경우
👉 이 상태로 분석 들어가면
결과 자체가 왜곡될 수 있습니다
6️⃣ 실제로 많이 생기는 상황
이상하게 결과가 안 맞을 때
생각보다 자주 원인이 되는 게 이겁니다.
⚠️ 코딩 실수
- 1=긍정인지
- 1=부정인지
반대로 들어간 상태
그러면 해석도 같이 틀어집니다
📌 이렇게 보면 됩니다
- 코딩 = 해석 기준 설정
- 기준 바뀜 → 결과 해석도 바뀜
- 특히 더미코딩은 기준집단 중요
👉 숫자보다 “기준”이 핵심
👀 많이 틀리는 포인트
역문항 처리 누락 ❌
기준 설명 없음 ❌
변수마다 방향 다름 ❌
👉 다 위험
