사회조사분석사 2급 자료처리 개념 정리
중요도 ★★★☆☆ · 15% (추정)
2027년 출제기준 반영
개요
이 단원은 현장에서 돌아온 설문지를 컴퓨터로 분석할 수 있는 깨끗한 자료로 바꾸는 과정을 배웁니다. 종이에 적힌 답을 그대로 계산할 수는 없으므로 점검, 숫자로 바꾸기, 입력, 오류 찾기의 순서를 거칩니다.
먼저 설문지를 한 장씩 보며 빈칸이나 서로 어긋나는 답이 없는지 살핍니다. 그다음 미리 정한 규칙표에 따라 답마다 번호를 붙이는데, 이 규칙표가 있어야 여러 사람이 입력해도 같은 숫자가 나오고 나중에 다른 사람이 숫자의 뜻을 알 수 있습니다. 자유롭게 쓴 답은 비슷한 내용끼리 묶어 범주를 만든 뒤 번호를 줍니다.
입력한 뒤에는 있을 수 없는 값과 빠진 값을 찾아 정리합니다. 같은 자료를 두 번 따로 입력해 서로 다른 곳을 찾으면 입력 실수를 잡기 쉽고, 문항마다 허용 범위를 정해 두면 범위를 벗어난 값이 바로 드러납니다. 빠진 값은 따로 표시해 계산에서 빼거나 다른 값으로 채우는데, 평균으로 채우면 자료가 실제보다 덜 흩어져 보인다는 점에 주의합니다.
핵심 개념
편집(에디팅)
회수한 설문지에 빠진 답이나 서로 모순되는 답이 없는지 검토하고 바로잡는 작업입니다. 부호화보다 먼저 합니다.
외우는 요령숫자로 바꾸기 전 점검.
부호화(코딩)
응답 내용을 정해진 규칙에 따라 숫자나 기호로 바꾸어 컴퓨터로 분석할 수 있게 하는 작업입니다.
외우는 요령말을 숫자로.
코딩북
변수 이름, 응답 값마다의 의미, 무응답 코드 등을 정리한 문서입니다. 같은 규칙으로 부호화하고 나중에 숫자의 뜻을 확인하는 데 씁니다.
외우는 요령숫자의 사전.
결측값
응답이 없거나 확인할 수 없어 비어 있는 값입니다. 실제 값과 겹치지 않는 코드로 표시해 두면 분석에서 빼고 그 수도 셀 수 있습니다.
외우는 요령빈칸도 표시해 둔다.
평균대체법
결측값을 그 변수의 평균으로 채우는 방법입니다. 표본 수는 지키지만 채운 값이 모두 평균이라 흩어짐이 줄어듭니다.
외우는 요령평균은 그대로, 분산은 작아짐.
이중 입력
같은 설문지를 두 번(가능하면 다른 사람이) 따로 입력해 두 결과가 다른 곳을 찾아 고치는 입력 오류 점검 방법입니다.
외우는 요령두 번 쳐서 비교.
자료처리, 핵심정리
- 순서: 편집(에디팅: 빠진 답·모순 점검) → 부호화(코딩: 남자 = 1, 여자 = 2) → 입력.
- 코딩북(부호집) = 변수 이름, 값마다의 의미(1 = 매우 불만), 무응답 코드 정리.
- 무응답 = 실제 값과 겹치지 않는 별도 코드(9, 99). 0점 입력·최빈값과 같은 코드·기록 없이 삭제는 금지. '모름'·'해당 없음'도 서로 다른 코드.
- 범위 밖 값(1~5 문항에 7) → 원본 설문지와 대조해 수정, 확인 불가면 결측값.
- 평균대체: 평균은 그대로, 분산·표준편차가 실제보다 작아짐, 상관도 약해질 수 있음, 명목척도엔 못 씀. 결측 사례 삭제는 표본 수가 줄어듦.
- 개방형 응답: 일부를 읽고 범주 만들기 → 범주 번호 부여(겹치지 않게, '기타' 포함).
- 입력 오류 찾기: 같은 설문지를 두 번 따로 입력해 비교 + 범위 점검 + 논리 점검. 원본 설문지는 보관.
자료처리, 자주 틀리는 함정
틀린 생각: 결측값을 평균으로 채우면 그 변수의 평균이 크게 달라진다
바른 내용: 평균으로 채우므로 평균은 그대로이고, 채운 값들이 모두 평균에 몰려 분산이 실제보다 작게 나타납니다. 표본 수가 줄어드는 것은 결측 사례를 지우는 방법의 단점입니다.
틀린 생각: 무응답은 0점으로 입력해 평균 계산에 넣으면 된다
바른 내용: 0점은 실제 점수로 계산되어 평균을 끌어내리는 등 결과를 왜곡합니다. 무응답에는 실제 응답 값과 겹치지 않는 별도 코드(9, 99 등)를 주고 분석할 때 결측값으로 지정합니다.
틀린 생각: 1~5점 문항에 7이 입력되어 있으면 가장 가까운 5로 고치면 된다
바른 내용: 실제 응답이 5였다는 근거가 없으므로 그렇게 고치면 자료를 지어내는 셈입니다. 원본 설문지와 대조해 바른 값으로 고치고, 원본으로도 알 수 없으면 결측값으로 처리합니다.
자료처리 대표 문제 7개
문제 1. 설문지의 응답을 컴퓨터로 분석할 수 있도록 '남자 = 1, 여자 = 2'처럼 숫자로 바꾸는 작업은?
- ① 편집(에디팅)
- ② 부호화(코딩)
- ③ 사전검사
- ④ 표본추출
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ② 부호화(코딩)
핵심: 부호화(코딩) = 응답을 분석용 숫자로 바꾸기
부호화는 응답 내용을 정해진 규칙(코딩북)에 따라 숫자나 기호로 바꾸는 작업입니다. 보통 편집(에디팅)으로 설문지를 점검한 뒤 부호화하고 입력합니다.
틀린 선지
- 편집(에디팅): 설문지에 빠진 답·모순된 답이 없는지 검토하고 바로잡는 작업입니다.
- 사전검사: 본조사 전에 설문지를 시험 삼아 실시해 보는 것입니다.
- 표본추출: 모집단에서 조사 대상을 뽑는 작업입니다.
문제 2. 각 변수의 이름, 응답 값마다의 의미(예: 1 = 매우 불만), 무응답 코드 등을 정리해 둔 문서는?
- ① 조사원 지침서
- ② 표본추출틀
- ③ 코딩북(부호집)
- ④ 질문지 초안
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ③ 코딩북(부호집)
핵심: 코딩북 = 변수명·값의 의미·결측 코드를 적은 부호 규칙
코딩북이 있으면 여러 사람이 입력해도 같은 규칙으로 부호화할 수 있고, 나중에 자료를 보는 사람도 숫자의 뜻을 알 수 있습니다.
틀린 선지
- 조사원 지침서: 조사원이 현장에서 조사하는 방법을 안내하는 문서입니다.
- 표본추출틀: 표본을 뽑는 모집단 명단입니다.
- 질문지 초안: 사전검사 전의 설문지입니다. 값의 의미를 정리한 문서가 아닙니다.
문제 3. 개방형 질문의 응답을 부호화하는 방법으로 가장 알맞은 것은?
- ① 응답한 글자 수를 그대로 코드로 입력한다
- ② 개방형 응답은 부호화할 수 없으므로 분석에서 항상 뺀다
- ③ 응답 내용을 읽고 비슷한 것끼리 범주로 묶어 범주마다 번호를 붙인다
- ④ 응답자 번호를 그대로 코드로 쓴다
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ③ 응답 내용을 읽고 비슷한 것끼리 범주로 묶어 범주마다 번호를 붙인다
핵심: 개방형 코딩: 응답 검토 → 범주 만들기 → 번호 부여
개방형 응답은 먼저 일부 응답을 읽어 보고 자주 나오는 내용으로 범주를 만든 뒤, 각 응답을 해당 범주 번호로 바꿉니다. 범주는 서로 겹치지 않고 모든 응답을 담을 수 있게('기타' 포함) 만듭니다.
틀린 선지
- 응답한 글자 수를 그대로 코드로 입력한다: 글자 수는 응답 내용의 의미를 나타내지 못합니다.
- 개방형 응답은 부호화할 수 없으므로 분석에서 항상 뺀다: 범주를 만들어 부호화하면 분석할 수 있습니다.
- 응답자 번호를 그대로 코드로 쓴다: 응답자 번호는 사람을 구분할 뿐 응답 내용을 나타내지 않습니다.
문제 4. 1~5점으로만 답하는 문항에 '7'이 입력되어 있다. 가장 알맞은 처리는?
- ① 5보다 크므로 가장 가까운 값인 5로 바꾼다
- ② 그대로 두고 분석한다
- ③ 그 응답자의 모든 응답을 지운다
- ④ 설문지 원본을 확인해 바른 값으로 고치고, 확인할 수 없으면 결측값으로 처리한다
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ④ 설문지 원본을 확인해 바른 값으로 고치고, 확인할 수 없으면 결측값으로 처리한다
핵심: 범위 밖 값 → 원본 대조해 수정, 불가하면 결측 처리
자료값 범위를 미리 정해 두면(이 문항은 1~5) 범위를 벗어난 값을 쉽게 찾을 수 있습니다. 찾은 오류는 원본 설문지와 대조해 고치고, 원본으로도 알 수 없으면 결측값(무응답) 코드로 바꿉니다.
틀린 선지
- 5보다 크므로 가장 가까운 값인 5로 바꾼다: 실제 응답이 5라는 근거가 없습니다. 원본 확인 없이 바꾸면 자료를 지어내는 셈입니다.
- 그대로 두고 분석한다: 범위를 벗어난 값이 평균 등을 왜곡합니다.
- 그 응답자의 모든 응답을 지운다: 한 문항 오류 때문에 나머지 정상 응답까지 버리는 것은 지나칩니다.
문제 5. 응답을 부호화할 때 무응답을 처리하는 방법으로 가장 알맞은 것은?
- ① 실제 응답 값과 겹치지 않는 별도의 코드(예: 9, 99)를 정해 입력한다
- ② 무응답을 0점으로 입력해 평균 계산에 넣는다
- ③ 가장 많이 나온 응답 값과 똑같은 코드로 입력한다
- ④ 무응답 응답자는 아무 기록 없이 자료에서 지운다
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ① 실제 응답 값과 겹치지 않는 별도의 코드(예: 9, 99)를 정해 입력한다
핵심: 무응답은 실제 값과 겹치지 않는 별도 결측 코드로
무응답에 별도 코드를 주면 분석할 때 결측값으로 지정해 계산에서 뺄 수 있고, 무응답이 얼마나 있는지도 알 수 있습니다. '모름', '해당 없음'도 서로 다른 코드로 구분해 두면 좋습니다.
틀린 선지
- 무응답을 0점으로 입력해 평균 계산에 넣는다: 0점은 실제 점수로 계산되어 평균이 낮아지는 등 결과가 왜곡됩니다.
- 가장 많이 나온 응답 값과 똑같은 코드로 입력한다: 실제로 그렇게 답한 사람과 구분할 수 없게 됩니다.
- 무응답 응답자는 아무 기록 없이 자료에서 지운다: 누가 어느 문항에 답하지 않았는지 알 수 없게 되고, 표본이 줄어듭니다.
문제 6. 결측값을 그 변수의 평균으로 채우는 평균대체법의 단점으로 가장 알맞은 것은?
- ① 변수의 평균이 크게 달라진다
- ② 자료의 흩어진 정도(분산)가 실제보다 작게 나타난다
- ③ 분석에 쓰는 표본의 크기가 줄어든다
- ④ 명목척도 변수에 가장 정확하게 쓸 수 있다
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ② 자료의 흩어진 정도(분산)가 실제보다 작게 나타난다
핵심: 평균대체: 평균 유지·표본 유지 / 분산 과소 추정
결측값을 모두 같은 값(평균)으로 채우면, 그 사례들은 평균에서 전혀 떨어져 있지 않게 됩니다. 그래서 자료 전체의 흩어짐(분산·표준편차)이 실제보다 작아지고, 다른 변수와의 상관도 약하게 나올 수 있습니다.
틀린 선지
- 변수의 평균이 크게 달라진다: 평균으로 채우므로 평균은 그대로입니다.
- 분석에 쓰는 표본의 크기가 줄어든다: 결측이 있는 사례를 지우는 방법의 단점입니다. 평균대체는 표본 수를 유지합니다.
- 명목척도 변수에 가장 정확하게 쓸 수 있다: 명목척도(성별 등)는 평균 자체가 의미가 없어 평균대체를 쓸 수 없습니다.
문제 7. 자료 입력 과정에서 생긴 실수를 찾는 데 가장 효과적인 방법은?
- ① 입력 후 전체 평균만 보고 이상이 없으면 마친다
- ② 입력 속도가 빠른 한 사람이 혼자 입력하고 확인은 생략한다
- ③ 입력이 끝나면 원본 설문지를 바로 폐기한다
- ④ 같은 설문지를 두 번 따로 입력해 서로 다른 곳을 찾아 고친다
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ④ 같은 설문지를 두 번 따로 입력해 서로 다른 곳을 찾아 고친다
핵심: 입력 오류 검토: 이중 입력 대조·범위·논리 점검
같은 자료를 두 번(가능하면 다른 사람이) 따로 입력해 비교하면, 두 결과가 다른 곳이 곧 입력 실수일 가능성이 큰 곳입니다. 여기에 범위 점검과 논리 점검을 더하면 입력 오류를 대부분 찾을 수 있습니다.
틀린 선지
- 입력 후 전체 평균만 보고 이상이 없으면 마친다: 몇 개의 잘못 입력된 값은 평균에 거의 드러나지 않습니다.
- 입력 속도가 빠른 한 사람이 혼자 입력하고 확인은 생략한다: 확인하지 않으면 입력 실수를 찾을 수 없습니다.
- 입력이 끝나면 원본 설문지를 바로 폐기한다: 원본이 없으면 잘못 입력된 값을 대조해 고칠 수 없습니다.
직접 풀어서 확인해 보세요.
- 중요도
- ★★★☆☆ (3 / 5)
- 출제 비중
- 조사관리와 자료처리 25문항 중 약 4문항 (15%)
AI 작성 · 검수 완료 · AI가 새로 쓴 글 가운데, 작성과 분리된 AI 검증(다시 읽고 사실·수치 확인)을 통과한 단원만 싣습니다. 틀린 곳을 발견하면 알려 주세요.