분석 전에 설문 데이터를 정제하는 방법: 5단계

데이터 내용을 보기 전에 구조를 빠르게 확인합니다. 행과 열이 몇 개인지, 모든 행의 열 수가 같은지, 첫 행이 변수 이름인지 봅니다. 응답 안에 쓰인 구분 기호나 따옴표, SPSS 내보내기 파일의 작은따옴표는 행을 쪼개고 나머지 값을 눈에 띄지 않게 밀어냅니다.

두 번 입력된 사례는 모든 백분율에서 이중으로 계산됩니다. 똑같은 행을 찾고, 그와 별도로 식별자가 반복되는지도 확인합니다. 서로 다른 두 행의 ID가 같다면 한 행이 잘못 입력되었거나 두 사람이 번호를 공유하는 것입니다. 중복 행은 삭제하되, ID가 같은 두 행 중 어느 쪽이 맞는지는 짐작으로 고르지 말고 원자료를 확인합니다.

응답이 하나도 없는 열은 대개 설문 양식의 분기 때문에 아무도 보지 못한 문항입니다. 절반 이상이 비어 있는 열에서는 어떤 평균도 아주 적은 사례로 계산됩니다. 또 조사 연도처럼 모든 사례의 값이 같은 열은 아무 정보도 주지 않습니다. 각 열을 어떻게 할지 결정합니다.

“무응답”을 뜻하는 99나 −1이 응답처럼 평균에 들어가면 아무 경고 없이 결과를 왜곡합니다. 숫자 열에 누군가 “모름”이라고 쓴 경우(하나만 있어도 프로그램은 그 열을 텍스트로 읽습니다)와 소수점이 쉼표와 마침표로 섞인 경우(3,5와 3.5. 프로그램의 언어 설정에 따라 일부는 숫자로, 일부는 텍스트로 읽힙니다)도 마찬가지입니다. 응답하지 않은 곳은 비워 두고, 글자로 된 응답은 다른 열로 옮기고, 소수점 표기는 하나로 통일합니다.

원본이 아니라 원본 파일의 사본에서 고칩니다. 중복 행을 삭제하고, ID 문제를 해결하고, 응답하지 않은 곳을 비우고, 소수점을 통일하고, 쓸모없는 열을 없앱니다. 사례마다 한 행, 변수마다 한 열로 둡니다. 수정본은 다른 이름으로 저장하고, 무엇을 바꿨는지(어떤 행을 왜 삭제했는지, 어떤 코드를 비웠는지) 기록하여 설명하고 반복할 수 있게 합니다.