설문을 진행하다 보면 수집된 데이터에 불성실한 응답이나 조사 목적과 맞지 않는 응답이 포함될 수 있습니다. 이러한 응답을 그대로 두면 분석 결과의 신뢰도가 낮아질 수 있기 때문에, 응답을 숨김 처리할 수 있는 응답 클리닝 기능을 제공하고 있어요.
하지만 데이터를 검토하다 보면 어떤 기준으로 응답을 클리닝해야 할지 고민될 수 있어요. 응답 데이터를 클리닝할 때 활용할 수 있는 대표적인 방법을 아래에서 확인하고, 차근차근 따라해 보세요.
응답 클리닝이란?
수집한 응답 데이터 중에서 오응답이나 목표 수를 초과해 수집한 응답을 숨김 처리할 수 있는 기능입니다. 불성실 응답, 오응답, 경향과 크게 다른 이상치 응답 데이터를 직접 살펴보고 클리닝할 수 있어요. 이를 통해 데이터의 신뢰도를 높여서 더욱 정밀하고 세세하게 분석할 수 있습니다.
응답 클리닝을 하면 무엇이 좋을까요?
클리닝을 활용하면 데이터를 더 신뢰도 있게 분석할 수 있어요!
활용 사례 | 어떤 점이 좋아지나요? |
불성실 응답 제거하기 | 성실도 점수 기준으로 불성실 응답을 골라내서, 분석 결과의 신뢰도를 높일 수 있어요. |
특정 조건의 응답 제외하기 | 분석 목적에 맞지 않는 응답을 필터링해서, 원하는 대상의 응답만 분석할 수 있어요. |
개별 응답 꼼꼼히 확인하기 | 응답 자세히 보기 화면에서 한 명씩 살펴보며, 이상한 응답을 정확하게 골라낼 수 있어요. |
🧙 예를 들어 이런 경우에 활용할 수 있어요.
설문 응답 시간이 너무 짧거나, 같은 값만 반복 선택한 불성실 응답을 제거하고 싶을 때
특정 문항에서 조사 목적과 맞지 않는 응답자를 제외하고 싶을 때
미션형 조사에서 조건에 맞지 않는 이미지를 제출한 응답을 찾아내고 싶을 때
응답 클리닝 방법
1️⃣ 응답 성실도 점수 기준으로 클리닝
1) 분석 화면에서 [응답] 탭으로 이동해 주세요.
2) 응답 테이블에서 sincerity_score(응답 성실도 점수) 열을 오름차순으로 정렬해, 점수가 낮은 응답부터 확인하며 필요한 경우 클리닝해 주세요.
Q. 성실도 점수는 몇 점부터 클리닝하면 좋을까요?
A. 일반적으로 응답 성실도 점수가 70점 이하인 경우 클리닝을 고려해 볼 수 있습니다. 또한 전체 응답 중 성실도 점수가 하위 5%에 해당하는 데이터도 클리닝 대상으로 검토해 볼 수 있어요.
다만, 클리닝 기준은 조사의 목적이나 분석자의 판단에 따라 달라질 수 있습니다. 응답 테이블을 함께 확인하면서 응답 내용을 살펴보고, 상황에 맞게 기준을 유연하게 적용해 보시는 것을 권장드립니다.
2️⃣ 특정 응답을 기준으로 클리닝
특정 변수의 응답 값을 기준으로 조건에 해당하지 않는 응답을 골라내 클리닝할 수 있어요.
예를 들어, 주류 소비 트렌드 설문에서 '막걸리/동동주/탁주'만 선택한 응답을 제외하고 싶다고 가정해볼게요.
1) [변수 불러오기] 기능으로 '최근 1달 이내 마신 술 종류' 변수를 불러옵니다.
2) 응답 테이블 기준을 [값 라벨] 로 변경합니다. 그러면 숫자 대신 '맥주', '소주' 등 응답 내용이 표시돼요.
3) 해당 열의 [필터] 를 누른 뒤, '응답값 필터'에서 '막걸리/동동주/탁주'를 선택하고 적용합니다.
4) 필터링된 응답을 선택한 뒤 클리닝합니다.
Q. 응답값 필터에 숫자만 보여요!
A. 응답값 필터에 숫자만 표시된다면, 먼저 응답 테이블의 표시 기준을 [값 라벨]로 변경해 주세요.
표시 기준을 [값 라벨]로 바꾸면, 숫자 대신 각 응답 옵션의 내용(라벨)을 확인할 수 있습니다.
3️⃣ 응답 자세히 보기 화면에서 클리닝
개별 응답자의 응답 현황을 하나씩 살펴보며 클리닝할 수 있어요.
1) 응답 테이블에서 응답 우측의 화살표 아이콘을 클릭한 후, ‘응답 자세히 보기’ 화면으로 이동합니다.
2) ‘응답 자세히 보기’에서 개별 응답자의 전체 응답 흐름을 살펴보며 클리닝 여부를 판단합니다.
3) 클리닝이 필요한 응답은 해당 화면에서 바로 클리닝할 수 있어요.
응답 클리닝 방법에 대해 도움이 되셨나요? 😊
가이드를 읽어보신 뒤에도 이해하기 어려운 부분이 있다면, 언제든지 우측 하단의 고객센터 아이콘을 눌러 문의해 주세요.
더 정확한 데이터 분석이 이루어질 수 있도록 성심껏 도와드리겠습니다.