설문조사가 끝나고 데이터를 정리하다 보면 빈칸이 발견되는 경우가 있습니다.
전체 문항에 잘 응답했는데 한두 문항만 비어 있기도 하고, 특정 응답자는 여러 문항에 답하지 않았을 수도 있습니다.
이런 데이터를 결측값(Missing Value)이라고 합니다.
처음 SPSS를 사용하는 경우에는
“빈칸이니까 그냥 지우면 되는 거 아닌가?”
“결측값 있는 응답자는 통째로 제외해야 하나?”
라고 생각하기 쉽습니다.
하지만 결측치를 어떻게 처리하느냐에 따라 실제 분석에 사용되는 표본 수와 결과가 달라질 수 있기 때문에, 무조건 삭제하기 전에 먼저 결측이 어떻게 발생했는지 확인해야 합니다.
1. 결측값은 왜 생길까요?
설문조사 데이터에서 결측이 발생하는 이유는 다양합니다.
응답자가 실수로 문항을 건너뛸 수도 있고, 특정 질문에 답하고 싶지 않아 응답하지 않았을 수도 있습니다.
설문 구조상 특정 조건에 해당하는 사람만 응답하도록 되어 있어 정상적으로 빈칸이 발생하는 경우도 있습니다.
예를 들어
“최근 1년 이내 해외여행 경험이 있습니까?”
라는 질문에 ‘없음’이라고 응답한 사람에게 이후 여행 만족도 문항을 제시하지 않았다면, 해당 문항의 빈칸은 데이터 오류가 아닙니다.
따라서 빈칸이 있다는 이유만으로 모두 같은 결측값으로 처리하면 안 됩니다.
2. 가장 먼저 ‘얼마나 비어 있는지’를 확인해야 합니다
결측치 처리를 결정하기 전에 전체 데이터에서 결측값이 어느 정도 발생했는지 확인하는 것이 중요합니다.
500명 중 몇 명에게만 한 문항씩 결측이 있는 경우와,
특정 변수에서 100명 이상이 응답하지 않은 경우는 상황이 완전히 다릅니다.
특히 특정 문항에만 결측이 몰려 있다면
단순한 응답 실수보다 문항 자체의 문제나 설문 진행 방식을 함께 살펴볼 필요가 있습니다.
SPSS에서도 빈도분석 등을 통해 변수별 유효 응답 수와 결측값을 확인할 수 있습니다.
3. 결측값이 있으면 응답자를 통째로 삭제해야 할까?
반드시 그런 것은 아닙니다.
예를 들어 50개 문항 가운데 단 하나의 응답이 비어 있다고 해서 해당 응답자의 나머지 49개 응답까지 무조건 버리는 것이 항상 적절한 것은 아닙니다.
반대로 한 응답자가 설문의 상당 부분에 응답하지 않았다면 분석에 포함하는 것이 적절한지도 검토해야 합니다.
결측치가 있는 사례를 어떻게 제외할지는 분석 방식에 따라서도 달라질 수 있습니다.
대표적으로 Listwise deletion은 분석에 사용되는 변수 중 하나라도 결측값이 있는 사례를 제외하는 방식이고, Pairwise deletion은 각 분석에서 필요한 변수의 값이 존재하는 사례를 활용하는 방식입니다.
따라서 어떤 방식을 사용했는지에 따라 분석별 N이 달라질 수도 있습니다.
4. 빈칸에 평균값을 넣으면 해결될까요?
결측값을 발견한 뒤
“그냥 전체 평균을 넣으면 되지 않을까?”
라고 생각하기도 합니다.
실제로 결측값을 다른 값으로 대체하는 방법은 존재합니다.
하지만 평균값을 일괄적으로 넣는 단순한 방법이 항상 적절한 것은 아닙니다.
인위적으로 동일한 값을 추가하면서 데이터의 분산이나 변수 간 관계에 영향을 줄 수 있기 때문입니다.
결측치 대체가 필요한 연구라면 결측의 정도와 발생 패턴, 분석 목적 등을 고려하여 적절한 방법을 선택해야 합니다.
5. ‘999’와 실제 숫자 999는 다르게 처리해야 합니다
설문 데이터를 코딩하면서 결측값을
99, 999, -1
등 특정 숫자로 입력하는 경우도 있습니다.
문제는 SPSS에서 해당 값을 결측값으로 별도 지정하지 않으면 실제 응답값으로 계산될 수 있다는 것입니다.
예를 들어 연령 변수에서 미응답을 999로 입력했는데 이를 그대로 평균 계산에 포함한다면 결과가 크게 왜곡될 수 있습니다.
따라서 특정 숫자를 결측 코드로 사용했다면 SPSS의 변수 설정에서도 해당 값을 어떻게 처리할지 확인해야 합니다.
결측값을 발견했다면 이렇게 확인해보세요 ✅
- 어떤 변수에서 결측값이 발생했는가?
- 전체 표본 중 결측 비율은 어느 정도인가?
- 특정 문항에 결측이 집중되어 있지는 않은가?
- 설문 분기 때문에 정상적으로 발생한 빈칸인가?
- 특정 응답자에게 결측이 지나치게 많지는 않은가?
- 결측값을 99·999 등의 숫자로 코딩하지는 않았는가?
- 결측치를 제외했을 때 실제 분석 표본 수가 얼마나 줄어드는가?
이 과정을 먼저 확인한 뒤 삭제나 대체 여부를 판단하는 것이 좋습니다.
결측치 처리가 중요한 진짜 이유
결측값 몇 개 정도는 사소해 보일 수 있습니다.
하지만 논문 통계분석에서는 결측치 처리에 따라 분석에 사용되는 표본 수가 달라지고, 경우에 따라 통계 결과에도 영향을 줄 수 있습니다.
특히 설문조사 원자료를 바로 SPSS에 넣어 분석하기보다 결측값, 이상치, 불성실 응답, 역문항 등을 먼저 점검하는 데이터 정리 과정이 중요합니다.
더브레인에서도 통계분석을 진행할 때 단순히 SPSS 결과를 산출하는 것뿐 아니라 분석에 사용할 데이터의 상태를 확인하는 과정이 중요하게 다뤄집니다.
마무리
결측값이 있다고 해서 무조건 데이터를 삭제할 필요도 없고, 반대로 아무 처리 없이 그대로 분석해서도 안 됩니다.
먼저 왜 결측이 발생했는지, 얼마나 발생했는지, 특정한 패턴은 없는지를 확인해야 합니다.
그다음 연구의 데이터와 분석 방법에 맞는 처리 방식을 결정하는 것이 순서입니다.
결측치는 단순한 ‘빈칸’이 아니라,
논문 통계분석 전에 원인과 패턴부터 확인해야 하는 데이터 정리 항목입니다.
