수집한 응답 데이터 중에서 오응답이나 목표 수를 초과해서 수집한 응답을 숨김 처리할 수 있는 기능입니다. 불성실 응답, 오응답, 경향과 크게 다른 이상치 응답 데이터를 직접 살펴보고 클리닝할 수 있습니다. 이를 통해 사용자는 데이터의 신뢰도를 높여서 더욱 정밀하고 세세하게 데이터를 분석할 수 있습니다.

오픈애널리틱스에서 응답 데이터 클리닝 기능을 활용하는 방법은 다양합니다. 이번 글에서는 응답 성실도 점수 기준으로 클리닝하기, 특정 응답을 기준으로 필터링해서 클리닝하기, 응답 상세 보기 화면을 살펴보며 클리닝하기에 대해 알아봅니다.

응답 클리닝 시 가장 먼저 해야 할 작업은 성실하게 응답하지 않은 응답 데이터를 분석 대상에서 제외하는 것입니다. 이에 오픈애널리틱스 응답 관리 탭은 응답별 ‘응답 성실도 점수’를 확인할 수 있고, 이를 기준으로 불성실 응답을 클리닝할 수 있습니다.

응답 테이블에서 응답 성실도 점수를 살펴봅니다. 정렬 기능을 통해 성실도 점수 순서대로 테이블을 정렬한 뒤에 점수가 낮은 응답을 클리닝합니다. 이외에도 다양한 변수를 불러와서 데이터를 살펴보고 필터링을 할 수 있습니다.

특정 문항의 응답 값을 기준으로 필터링을 하고 싶다면, 해당 문항의 응답 변수를 불러온 뒤 문항별 필터 기능을 활용해서 조건에 해당하지 않는 응답을 클리닝할 수도 있습니다.

예를 들어 주류 소비 트렌드를 파악하기 위한 설문에서 ‘최근 1달 이내 마신 술 종류’ 중 ‘막걸리/동동주/탁주’만 선택한 응답을 제외하는 방법을 알아보겠습니다.

1) 변수 불러오기 기능으로 ‘최근 1달 이내 마신 술 종류’ 문항을 불러옵니다.

2) 응답 테이블을 ‘보기 라벨’ 기준으로 변경합니다. 그러면 응답 테이블 해당 응답 칼럼이 숫자가 아니라 ‘맥주’ ‘소주’ 등 보기 텍스트로 변경됩니다.

3) 해당 응답 칼럼의 ‘필터’를 누른 뒤 ‘응답값 필터’에서 ‘막걸리/동동주/탁주’를 선택한 뒤 적용을 누릅니다. 만약 응답값 필터에 보기 번호만 나온다면 응답 테이블 보기 기준을 ‘보기 라벨’로 변경해 주세요.

4) 막걸리/동동주/탁주만 선택한 응답을 정렬해서 찾고 선택한 뒤에 클리닝합니다.

응답 상세 보기 화면에서 개별 응답자의 응답 현황을 하나씩 살펴보며 응답 데이터 클리닝을 할 수도 있습니다.

또한, 추후에는 응답 관리 탭 응답 상세 보기 화면에서 이미지 응답 보기를 지원할 예정입니다. 이에 미션형 조사 등에서 이미지 응답을 받았다면 응답 상세 보기 화면에서 이미지 응답 현황을 살펴보고, 조건에 부합하는 이미지를 제출하지 않은 응답을 찾아서 손쉽게 클리닝할 수 있습니다.