설문조사를 진행하다 보면
모든 문항에 빠짐없이 응답했고,
응답시간도 특별히 짧지 않은데
어딘가 이상한 응답이 발견될 때가 있습니다.
예를 들어 앞에서는
‘최근 1개월 동안 온라인 쇼핑을 한 적이 없다’
라고 답했는데,
뒤에서는 ‘최근 1개월 동안 온라인 쇼핑으로 5회 이상 구매했다’
라고 응답한 경우입니다.
각 문항만 따로 보면
문제가 없어 보일 수 있지만,
두 답변을 함께 확인하면
서로 맞지 않는다는 사실을 알 수 있습니다.
이처럼 앞뒤 문항의 답변이 서로 일치하지 않는 경우를 확인하는 것도 설문 데이터 검수의 중요한 과정입니다.
1️⃣ 먼저 서로 연결되는 문항을 찾아야 합니다
설문지에는 서로 다른 질문처럼 보이지만
내용상 연결되어 있는 문항들이 있습니다.
예를 들어
Q1. 최근 1개월 동안 온라인 쇼핑을 한 경험이 있습니까?
① 있다 ② 없다
Q2. 최근 1개월 동안 온라인 쇼핑을 몇 회 이용했습니까?
① 0회 ② 1~2회 ③ 3~4회 ④ 5회 이상
이때 Q1에서 ‘없다’를 선택했는데
Q2에서 ‘5회 이상’을 선택했다면
응답 내용이 서로 충돌합니다.
이처럼 동일한 기간과 행동을
측정하는 문항을 함께 비교하면
논리적으로 맞지 않는 응답을 발견할 수 있습니다.
📌 데이터 검수를 시작하기 전에 서로 연결되는 문항이 무엇인지 먼저 파악하는 것이 중요합니다.
2️⃣ 응답자 조건과 실제 답변을 비교해야 합니다
설문조사에서는 특정 조건을 충족하는 사람만
조사 대상으로 선정하는 경우가 많습니다.
예를 들어 최근 6개월 이내에
배달앱을 이용한 경험이 있는 사람을
대상으로 조사한다고 해보겠습니다.
설문 시작 단계에서는
배달앱 이용 경험이 있다고 응답했지만,
본문에서는
‘배달앱을 한 번도 이용한 적이 없다’
라고 답한 응답자가 있을 수 있습니다.
이 경우 조사 대상 조건과
실제 응답 내용이 일치하지 않습니다.
다만 문항에서 사용하는 기간이나
이용 경험의 기준이 서로 다르다면
응답이 달라질 수도 있습니다.
👉 조사 대상 조건과 본문 응답을 비교할 때는 질문의 기준과 기간이 동일한지 함께 확인해야 합니다.
3️⃣ 비슷한 질문의 응답 패턴도 살펴볼 수 있습니다
설문지에는 같은 개념을 측정하기 위해
여러 문항을 사용하는 경우가 있습니다.
예를 들어 직무만족도를 측정하면서
다음과 같이 질문할 수 있습니다.
Q1. 나는 현재 직장생활에 만족한다.
Q2. 나는 현재 직장에서 일하는 것이 즐겁다.
Q3. 나는 현재 직장에 대해 전반적으로 긍정적으로 생각한다.
세 문항은 표현이 다르지만
비슷한 개념을 측정하고 있습니다.
그런데 첫 번째 문항에는
‘매우 그렇다’를 선택하고,
나머지 문항에는
‘전혀 그렇지 않다’를 선택했다면
응답 패턴을 추가로 살펴볼 수 있습니다.
하지만 이러한 차이가 있다고 해서
반드시 불성실 응답이라고
판단할 수는 없습니다.
응답자가 문항을 서로 다르게 이해했거나
실제로 복합적인 태도를 가지고 있을 수도 있기 때문입니다.
📌 비슷한 문항의 답변이 다르다는 사실은 검토할 단서가 될 수 있지만, 그 자체로 삭제 근거가 되는 것은 아닙니다.
4️⃣ 엑셀이나 SPSS를 활용하면 더 쉽게 찾을 수 있습니다
응답자가 수백 명 이상이라면
모든 답변을 하나씩 비교하기 어렵습니다.
이때 엑셀이나 SPSS를 활용하면
특정 조건에 해당하는 응답자를
보다 효율적으로 확인할 수 있습니다.
예를 들어 엑셀에서
A열은 온라인 쇼핑 경험,
B열은 온라인 쇼핑 횟수라고 해보겠습니다.
A열에서 ‘없다’를 0,
‘있다’를 1로 코딩하고,
B열에는 실제 쇼핑 횟수를
숫자로 입력했다고 가정하겠습니다.
이때 다음과 같은 수식을 활용할 수 있습니다.
=IF(AND(A2=0,B2>0),"확인 필요","정상")
이 수식은 온라인 쇼핑 경험이 없다고 답했지만
쇼핑 횟수는 1회 이상으로 입력한 응답자를
‘확인 필요’로 표시합니다.
SPSS에서도 조건문을 활용해
특정 응답 조합에 해당하는 사례를
별도로 표시할 수 있습니다.
다만 설문 문항의 코딩 방식과
결측값 처리 기준에 따라
조건식은 달라질 수 있습니다.
👉 서로 충돌하는 응답 조합을 미리 정의하면 많은 데이터에서도 검토가 필요한 응답자를 빠르게 찾을 수 있습니다.
5️⃣ 앞뒤 답변이 다르다고 무조건 삭제해서는 안 됩니다
응답 간 불일치가 발견되면
가장 먼저 생각하는 것이
해당 응답자의 데이터 삭제일 수 있습니다.
하지만 모든 불일치가
불성실 응답을 의미하는 것은 아닙니다.
예를 들어
‘평소 운동을 즐긴다’에는
‘매우 그렇다’라고 답했지만,
‘최근 일주일 동안 운동한 횟수’에는
‘0회’라고 응답할 수도 있습니다.
운동을 좋아하지만
최근에는 개인적인 사정으로
운동하지 못했을 가능성이 있기 때문입니다.
이 경우 두 답변은
반드시 모순된다고 볼 수 없습니다.
따라서 응답을 검수할 때는
🔎 두 문항이 같은 기간을 기준으로 하는지
🔎 실제로 논리적인 모순이 존재하는지
🔎 문항 표현이 모호하지 않았는지
🔎 다른 응답에서도 문제가 반복되는지
🔎 사전에 정한 제외 기준에 해당하는지
를 함께 확인해야 합니다.
📌 응답 간 불일치는 삭제 대상이 아니라 우선 검토해야 할 신호로 보는 것이 적절합니다.
🔥 핵심 정리
설문 데이터 검수에서는
결측값이나 응답시간뿐 아니라
문항 사이의 논리적 일관성도
함께 확인할 필요가 있습니다.
특히 조사 대상 조건과 본문 응답,
이용 경험과 이용 횟수처럼
서로 연결되는 문항을 비교하면
확인이 필요한 응답을 발견할 수 있습니다.
다만 앞뒤 답변이 다르다는 이유만으로
모든 응답을 불성실하다고 판단해서는 안 됩니다.
👉 중요한 것은 응답 간 불일치를 찾아내는 것뿐 아니라, 그 차이가 실제 오류인지 합리적인 응답 차이인지 구분하는 것입니다.
📌 이렇게 보면 됩니다
✔ 서로 연결되는 설문 문항 먼저 확인하기
✔ 조사 대상 조건과 본문 응답 비교하기
✔ 이용 경험과 이용 횟수 등 논리적 관계 점검하기
✔ 엑셀·SPSS로 불일치 응답 표시하기
✔ 삭제 여부는 명확한 기준에 따라 판단하기
👀 많이 틀리는 포인트
문항 하나씩만 확인하고 응답 간 관계를 놓치기 ❌
비슷한 문항의 답변이 다르면 무조건 불성실하다고 판단하기 ❌
질문의 기간과 기준이 다른데도 같은 의미로 비교하기 ❌
불일치 응답을 발견하자마자 근거 없이 삭제하기 ❌
👉 설문 데이터 검수에서는 개별 응답이 정상적으로 입력되었는지만 확인해서는 부족할 수 있습니다.
서로 연결되는 답변을 함께 살펴보고, 논리적으로 맞지 않는 응답이 있는지 확인해야 데이터의 신뢰성을 높일 수 있습니다.
