이항로짓 분석을 위한 자료 설계와 변수 처리
EPV, 리커트 척도, 결측치, 더미변수 처리

이항로짓 분석은 사회과학, 정책연구, 경영학, 보건학, 부동산학, 행정학, 관광학, 교육학 등 다양한 분야에서 널리 사용되는 분석방법이다. 연구자가 설명하고자 하는 결과가 “선택한다/선택하지 않는다”, “참여한다/참여하지 않는다”, “이용의향이 있다/없다”, “직거래를 한다/중개거래를 한다”, “만족한다/만족하지 않는다”처럼 두 범주로 구분될 때 이항로짓 분석은 이항 종속변수를 다루는 대표적 방법이지만, 분석결과의 신뢰성은 모형 추정보다 자료 설계와 변수 처리의 정확성에 더 크게 의존한다.
그러나 이항로짓 분석은 단순히 통계 프로그램에서 종속변수와 독립변수를 지정한 뒤 실행하면 끝나는 분석이 아니다. 실제로 많은 오류는 모형 추정 단계가 아니라 분석 전 자료 설계와 변수 처리 단계에서 발생한다. 종속변수의 사건 범주를 잘못 정의하거나, 사건 수와 비사건 수를 확인하지 않거나, 명목형 변수를 연속형처럼 투입하거나, 리커트 척도를 아무 설명 없이 점수형 변수로 사용하는 경우 분석결과는 쉽게 왜곡될 수 있다.
이 책은 『이항로짓 분석 완전정복 시리즈』의 제2권으로, 이항로짓 분석을 실행하기 전에 반드시 점검해야 할 자료 설계와 변수 처리 문제를 다룬다. 제1권이 이항로짓 분석의 기본 개념과 구조를 이해하는 데 초점을 두었다면, 제2권은 실제 자료를 분석 가능한 형태로 정리하는 데 초점을 둔다. 즉, 이 책은 “이항로짓 분석을 어떻게 실행할 것인가”보다 먼저 “이항로짓 분석을 할 수 있는 자료를 어떻게 만들 것인가”를 설명한다.
이 책의 핵심 주제는 네 가지이다. 즉, 사건비율과 EPV(Events Per Variable, 변수당 사건 수), 측정수준과 변수 코딩, 리커트 척도 처리, 결측치와 이상치 처리, 실증예시 적용의 다섯 흐름으로 구성된다.
첫째, 사건비율과 EPV 검토이다. 이항로짓 분석에서는 전체 표본 수만으로 모형의 안정성을 판단할 수 없다. 사건 수와 비사건 수가 충분한지, 작은 사건군이 지나치게 부족하지 않은지, 후보 변수 수에 비해 사건 수가 충분한지 확인해야 한다.
둘째, 측정수준과 변수 코딩이다. 명목형, 순서형, 등간형, 비율형 변수는 서로 다른 방식으로 처리되어야 한다. 특히 범주형 변수는 더미변수로 변환해야 하며, 기준범주 설정에 따라 해석이 달라진다.
셋째, 리커트 척도 처리이다. 사회과학 연구에서 리커트 척도는 매우 자주 사용되지만, 가장 많이 오해되는 변수 유형이기도 하다. 단일 리커트 문항은 기본적으로 순서형 성격이 강하다. 반면 복수 문항으로 구성한 평균척도는 신뢰도와 구성타당도가 확보될 경우 연속형 변수처럼 사용할 수 있다. 이 책은 단일 문항과 평균척도를 구분하고, 리커트 척도의 정규성 검토에 대한 오해도 함께 설명한다.
넷째, 결측치와 이상치 처리이다. 결측치는 단순한 빈칸이 아니며, 이상치는 무조건 삭제할 값이 아니다. 결측치의 유형, 처리 방식, 이상치와 영향점의 판단 기준은 최종 분석표본과 회귀계수의 안정성에 직접 영향을 미친다.
이 책의 독자는 학사 과정에서 처음 이항로짓 분석을 접하는 학생, 석사 과정에서 설문자료를 이용해 논문을 준비하는 연구자, 박사 과정에서 보다 정교한 실증분석을 수행하려는 연구자까지 모두 포함한다. 따라서 가능한 한 어려운 수식보다 실제 연구자가 자주 마주치는 문제를 중심으로 설명하였다. 예를 들어 산지연금 이용의향, 부동산 직거래 여부, 정책 신뢰도, 가족동의 가능성, 리커트 평균척도, 결측치 처리, 더미변수 생성 등 실제 논문에서 자주 등장하는 상황을 활용하였다.
이 책은 다섯 개의 큰 부분으로 구성되어 있다.
제Ⅰ부에서는 분석 전 자료 점검을 다룬다. 종속변수의 사건과 비사건을 어떻게 정의할 것인지, 사건비율을 어떻게 산출할 것인지, 사건 수와 비사건 수를 어떻게 확인할 것인지, 후보 변수 수와 모형 자유도를 어떻게 산정할 것인지, EPV 기준을 어떻게 검토할 것인지를 설명한다. 이 부분은 이항로짓 분석의 기초 체력을 확인하는 과정이다.
제Ⅱ부에서는 측정수준과 변수 코딩을 다룬다. 명목형, 순서형, 등간형, 비율형 변수를 구분하고, 각 변수 유형에 따라 어떤 분석전략을 선택해야 하는지 설명한다. 특히 범주형 변수의 더미화, 기준범주 설정, k개 범주의 k-1개 더미화 원칙, 순서형 변수의 연속형 처리와 범주형 처리 가능성을 다룬다. 이 부분은 독립변수를 모형에 올바르게 투입하기 위한 핵심 절차이다.
제Ⅲ부에서는 리커트 척도 처리를 다룬다. 단일 리커트 문항을 어떻게 처리할 것인지, 복수 문항 평균척도를 어떻게 만들 것인지, 신뢰도와 구성타당도를 어떻게 검토할 것인지 설명한다. 또한 이항로짓 분석에서 독립변수의 정규성이 필수 조건이라는 오해를 바로잡고, 정규성보다 로그오즈 선형성, 이상치, 영향점, 분포 확인이 더 중요하다는 점을 설명한다.
제Ⅳ부에서는 결측치와 이상치 처리를 다룬다. MCAR, MAR, MNAR의 개념을 설명하고, listwise deletion, pairwise deletion, 평균대체, 다중대체의 장단점을 비교한다. 또한 표준화 잔차, 레버리지, Cook’s distance, DFBETA를 통해 이상치와 영향점을 어떻게 판단할 수 있는지 설명한다. 이 부분은 분석결과의 신뢰성과 재현가능성을 확보하기 위한 과정이다.
제Ⅴ부에서는 산지연금 이용의향 분석을 실증분석 예시로 제시한다. 이 장은 제2권 전체의 종합 실습에 해당한다. 연구문제 설정, 종속변수 이항화, 리커트 독립변수 구성, 신뢰도 분석, 평균척도 생성, EPV 검토, 더미변수 생성, 결측치 처리, 실제 이항로짓 추정 결과 해석, 정책적·학문적 시사점, 연구의 한계와 후속 연구과제까지 단계적으로 정리한다. 이 장을 통해 독자는 앞에서 배운 내용을 하나의 실제 분석 흐름으로 연결할 수 있다.