데이터를 정리하다 보면
중간중간 비어 있는 셀이
눈에 들어옵니다.
“응답 안 했으니까 그냥 삭제하면 되겠지?”
하지만 결측치(Missing Value)는
발견하자마자 지우는 것이 아니라
왜 비어 있는지부터 확인해야 합니다.
1️⃣ 결측치가 얼마나 있는지 확인하세요
결측치가 몇 개 되지 않는 경우와
특정 문항의 절반이 비어 있는 경우는
같이 처리할 수 없습니다.
📊 전체 데이터 중 얼마나 발생했는지
📋 특정 문항에 몰려 있는지
👤 특정 응답자에게 반복되는지
먼저 결측치의 규모와 분포를
확인해야 합니다.
2️⃣ ‘왜’ 비어 있는지가 중요합니다
모든 결측치가
단순한 실수로 발생하는 것은 아닙니다.
문항을 깜빡했을 수도 있고,
민감한 질문이라
의도적으로 답하지 않았을 수도 있습니다.
또는 설문 분기 때문에
애초에 응답 대상이 아니었을 수도 있습니다.
👉 빈칸이라고 해서
모두 같은 결측치로 보면 안 됩니다.
3️⃣ 삭제하면 표본 수도 함께 줄어듭니다
결측치가 있는 응답자를
무조건 통째로 삭제하면
처음에는 500명이었던 데이터가
분석 단계에서 크게 줄어들 수 있습니다.
표본이 줄어들면
통계적 검정력에도
영향을 줄 수 있습니다.
⚠️ 삭제하기 전에
최종 분석 표본이 얼마나 남는지 확인하세요.
4️⃣ 특정 집단만 빠지는지도 확인하세요
예를 들어
고령 응답자에게만
특정 문항의 결측이 많이 발생했다면
해당 사례를 모두 삭제할 경우
최종 표본에서
고령층 비율이 낮아질 수 있습니다.
이렇게 되면
단순히 데이터만 줄어드는 것이 아니라
표본의 구성 자체가 달라질 수 있습니다.
5️⃣ 삭제 말고 다른 방법도 있습니다
결측치가 있다고 해서
항상 삭제만 해야 하는 것은 아닙니다.
연구와 데이터의 특성에 따라
완전사례분석(Listwise Deletion),
쌍별 삭제(Pairwise Deletion),
다중대치(Multiple Imputation) 등
여러 방법을 검토할 수 있습니다.
📌 중요한 것은
편한 방법을 고르는 것이 아니라
왜 그 방법을 선택했는지 설명할 수 있어야 한다는 것입니다.
🔥 핵심 정리
결측치는
‘없는 데이터’가 아니라
데이터 상태를 보여주는 정보일 수도 있습니다.
👉 삭제하기 전에 결측치의 비율, 발생 패턴, 원인과 삭제 후 표본 변화를 먼저 확인해야 합니다.
📌 이렇게 보면 됩니다
✔ 결측치 비율 확인
✔ 특정 문항·응답자에 몰렸는지 확인
✔ 설문 분기로 발생한 빈칸인지 확인
✔ 삭제 후 표본 수와 구성 확인
✔ 적절한 결측치 처리 방법 선택
👀 많이 틀리는 포인트
빈칸을 발견하자마자 행 전체 삭제하기 ❌
모든 결측치를 같은 원인으로 보기 ❌
삭제 후 표본 수를 확인하지 않기 ❌
결측치 처리 기준을 기록하지 않기 ❌
👉 좋은 데이터 정제는
결측치를 무조건 없애는 것이 아니라, 왜 발생했는지 확인하고 연구에 맞는 기준으로 처리하는 과정입니다.
