SPSS 변수계산(Compute Variable) 완벽 가이드: 설문 데이터를 평균 점수로 만드는 방법

논문이나 학술 연구를 위해 설문조사를 진행한 후 데이터를 수집했다면, 가장 먼저 해야 할 일 중 하나가 바로 변수계산(Compute Variable) 이다. 특히 SPSS를 사용하는 연구자라면 신뢰도 분석을 마친 뒤 각 구성개념의 평균값을 계산하여 분석에 활용하게 된다.

이번 글에서는 SPSS의 변수계산 기능이 무엇인지, 왜 필요한지, 그리고 실제로 어떻게 사용하는지 자세히 알아보겠다.

변수계산이란 무엇인가?

변수계산(Compute Variable)은 여러 개의 문항을 하나의 대표 변수로 만드는 기능이다.

예를 들어 직무열의를 측정하기 위해 다음과 같은 문항을 사용했다고 가정해 보자.

나는 일에 몰입한다.
나는 업무를 할 때 활력이 넘친다.
나는 내 업무에 열정을 느낀다.
나는 업무에 의미를 느낀다.


이러한 문항들은 모두 "직무열의"라는 하나의 개념을 측정한다.

연구자는 각 문항을 개별적으로 분석하기보다 이들의 평균을 계산하여 하나의 대표 점수로 활용한다.

즉,
직무열의 = 문항1 + 문항2 + 문항3 + 문항4의 평균
이라는 새로운 변수를 만드는 것이다.

왜 변수계산을 해야 할까?

1. 분석을 단순화하기 위해
설문 문항이 50개라고 가정해 보자.
50개의 문항을 각각 분석하면 결과 해석이 매우 복잡해진다.
하지만
직무자원
회피지향 프리젠티즘
접근지향 프리젠티즘
직무열의
처럼 연구모형에 맞게 평균 변수를 만들면 분석이 훨씬 간결해진다.

2. 상관관계 분석을 위해

상관관계 분석에서는 개별 문항이 아닌 구성개념 간 관계를 확인한다.

예를 들어

직무자원과 직무열의

직무자원과 프리젠티즘

프리젠티즘과 직무열의


사이의 관계를 분석할 때 평균 변수로 계산된 점수를 사용한다.

3. 회귀분석과 구조방정식 분석을 위해

가설 검증 단계에서는 대부분 평균 변수 또는 잠재변수를 활용한다.

따라서 변수계산은 후속 분석을 위한 필수 과정이라고 볼 수 있다.

변수계산 전에 해야 할 일

변수계산을 바로 진행해서는 안 된다.

먼저 다음 사항을 확인해야 한다.

신뢰도 분석 완료

Cronbach's α를 통해 문항의 내적 일관성을 확인한다.

역문항 처리 완료

역문항이 있다면 반드시 점수를 변환해야 한다.

예를 들어 5점 척도에서

1 → 5

2 → 4

3 → 3

4 → 2

5 → 1

로 변환해야 한다.

삭제할 문항 여부 검토

신뢰도를 크게 저해하는 문항이 있는지 확인한다.

SPSS에서 변수계산 하는 방법

1단계
상단 메뉴에서

변환(Transform) → 변수 계산(Compute Variable)
선택

2단계

대상 변수(Target Variable)에 새 변수명을 입력한다.

예시
JobResource
또는
WorkEngagement

3단계

숫자 표현식(Numeric Expression)에 평균 계산식을 입력한다.

예를 들어 직무자원 문항이

JR1
JR2
JR3
JR4
JR5

라면

MEAN(JR1,JR2,JR3,JR4,JR5)

를 입력한다.

4단계

확인(OK) 클릭

그러면 데이터 창 맨 오른쪽에 새로운 변수가 생성된다.

MEAN 함수를 사용하는 이유

많은 초보 연구자들이

(JR1+JR2+JR3+JR4+JR5)/5

로 계산한다.

하지만 SPSS에서는

MEAN(JR1,JR2,JR3,JR4,JR5)

를 사용하는 것이 더 좋다.

그 이유는 결측치(Missing Value)가 있을 경우에도 자동으로 평균을 계산해 주기 때문이다.

따라서 연구에서는 일반적으로 MEAN 함수를 사용한다.

변수계산 후 확인해야 할 것

새로운 변수가 생성되었다면 다음 단계를 진행한다.

기술통계 분석

메뉴
분석 → 기술통계량 → 기술통계
확인 항목
평균
표준편차
최소값
최대값

정규성 확인

추가로
왜도(Skewness)
첨도(Kurtosis)

를 확인하여 데이터가 정규분포에 가까운지 검토한다.

연구 분석의 일반적인 순서

설문 데이터를 분석할 때 일반적으로 다음 순서로 진행한다.

1. 데이터 정리
2. 역문항 처리
3. 신뢰도 분석
4. 변수계산
5. 기술통계 분석
6. 상관관계 분석
7. 요인분석
8. 회귀분석 또는 구조방정식 분석

이 과정에서 변수계산은 연구모형을 검증하기 위한 핵심 단계라고 할 수 있다.

SPSS의 변수계산 기능은 여러 설문 문항을 하나의 대표 변수로 통합하는 매우 중요한 기능이다. 연구자는 신뢰도 분석을 통해 문항의 적합성을 검토한 후 변수계산을 수행하고, 이를 바탕으로 기술통계, 상관관계, 회귀분석, 구조방정식 분석 등을 진행하게 된다.

특히 평균 계산 시에는 단순 산술식보다 SPSS의 MEAN 함수를 활용하는 것이 효율적이며 결측치 처리에도 유리하다. 따라서 논문이나 학술 연구를 진행하는 연구자라면 변수계산 기능을 정확히 이해하고 활용하는 것이 중요하다.

#SPSS #변수계산 #ComputeVariable #논문통계 #박사논문 #석사논문 #설문조사 #데이터분석 #기술통계 #상관관계분석 #구조방정식 #회귀분석 #연구방법론 #CronbachAlpha #SPSS강의 #통계분석 #직무열의 #프리젠티즘 #직무자원 #논문작성팁