Ⅱ과목 조사관리와 자료처리_5장 자료처리_01.부호화_➊자료값 범위의 설정

➊자료값 범위의 설정
연구 조사에서 얻은 데이터의 범위를 측정하려면 데이터의 폭, 깊이, 적용 범위를 이해하는 데 도움이 되는 여러 측면을 고려할 수 있습니다. 연구 데이터의 범위를 측정하기 위한 몇 가지 주요 방법과 고려 사항은 다음과 같습니다.
①데이터 유형	수집한 데이터 유형을 식별합니다. 데이터는 정량적(숫자, 측정값)일 수도 있고 정성적(텍스트, 설명)일 수도 있습니다. 데이터 유형의 혼합을 이해하는 것이 필수적입니다.
②변수	데이터세트에 있는 변수의 수와 다양성을 조사합니다. 변수의 수는 연구의 복잡성과 범위를 반영합니다.
③표본 크기	표본의 크기가 중요합니다. 표본이 클수록 일반적으로 표현 범위가 더 넓어지지만 분석 깊이에도 영향을 미칠 수 있습니다.
④데이터 소스	데이터는 어디에서 왔습니까? 데이터 소스의 다양성은 범위에 영향을 미칠 수 있습니다. 여러 소스의 데이터는 더 넓은 관점을 제공할 수 있습니다.
⑤기간	연구가 특정 기간을 다루는 경우 기간을 고려하십시오. 기간이 길수록 더 넓은 역사적 관점을 제공하는 경우가 많습니다.
⑥지리적 범위	연구가 지리적 위치와 관련된 경우 지리적 범위를 고려하세요. 여러 지역이나 국가의 데이터로 범위를 넓힐 수 있습니다.
⑦인구통계학적 범위	연구에 사람이 포함된 경우 참가자의 인구통계학적 특성을 평가하십시오. 연령, 성별, 배경이 다양하면 범위가 향상될 수 있습니다.
⑧데이터 수집 방법	다양한 데이터 수집 방법(설문조사, 인터뷰, 관찰)은 다양한 통찰력을 제공할 수 있습니다. 방법 선택은 범위에 영향을 미칠 수 있습니다.
⑨변수 및 범주	각 변수 내의 범주 수는 분석의 깊이와 세부사항에 영향을 미칠 수 있습니다. 카테고리가 많을수록 범위가 더 넓어지는 경우가 많습니다.
⑩연구 목표	연구 목표와 질문은 연구 범위를 정의합니다. 데이터가 연구 목표와 일치하는지 확인하세요.
⑪2차 데이터	2차 데이터를 사용하는 경우 원래 연구의 범위와 그것이 연구 요구 사항에 어떻게 부합하는지 고려하십시오.
⑫데이터 문서	데이터와 관련된 문서나 메타데이터를 검토합니다. 데이터 세트의 범위와 제한 사항에 대한 정보를 제공할 수 있습니다.
이러한 측면을 고려함으로써 연구 데이터의 범위를 평가하고 이를 효과적으로 분석하고 해석하는 방법에 대해 정보에 입각한 결정을 내릴 수 있습니다. 또한 범위는 연구 목표 및 답변하려는 질문과 일치해야 합니다.

➊자료값 범위의 설정 ▶데이터 부호화
데이터 부호화는 연구에서 중요한 과정 중 하나입니다. 데이터 코딩 양식은 데이터 부호화를 준비하기 위해 사용되는 도구입니다. 아래는 일반적인 데이터 코딩 양식의 예시입니다
①연구자의 이름 또는 실험	연구를 수행하는 연구자의 이름 또는 물체를 포함합니다. 이를 통해 데이터의 출처를 추적할 수 있습니다.
②날짜	데이터를 수집하여 날짜를 기록합니다. 데이터의 시간적 범위를 이해하는 데 도움이 됩니다.
③참여자 정보	참여자 또는 참여자에 대한 기본 정보를 포함합니다. 이 정보에는 늙어가는 등을 넣을 수 있습니다.
④질문 또는 항목 번호	각 질문 또는 항목을 식별하기 번호 또는 코드를 표시합니다.
⑤응답 또는 참여하는 조직	각 참여자 또는 참여하는 대상의 응답 또는 참여 결과를 포함합니다. 이 데이터는 측정되는 것에 따라 다르며, 양적 데이터(예: 숫자) 또는 QQ 데이터(예: 텍스트)가 될 수 있습니다.
⑥부호 또는 코드	각 응답에 대한 자격을 갖추십시오. 부호화는 데이터를 처리하고 분석하는 데 도움이 됩니다.
⑦비고 또는 주석	코덱화 부분에 대해 설명할 수 있는 특별한 문제를 기록할 수 있는 공간을 제공합니다
이 형식은 데이터 부호화에 사용할 수 있는 공통 형식입니다. 연구의 부분과 특수한 요청 사항에 따라 데이터 코딩 양식을 사용하실 수 있습니다. 중요한 부호화와 구성은 일관성을 유지하는 것입니다. 부호화 데이터를 나중에 입증할 때 표시를 방지하고 데이터의 인증을 유지하는 데 도움이 됩니다.

▶데이터 코딩 예시
연구자 이름	날짜	참여자 ID	질문 번호	응답 데이터	부호 또는 코드	비고/주석
연구자 1	2023-08-01	001	Q1	25	A
연구자 1	2023-08-01	001	Q2	여자	B
연구자 1	2023-08-01	002	Q1	30	C
연구자 1	2023-08-01	002	Q2	남자	D
연구자 2	2023-08-02	003	Q1	22	E	관찰 필요
연구자 2	2023-08-02	003	Q2	여자	B
위 표는 연구자 이름, 날짜, 참여자 ID, 질문 번호, 응답 데이터, 부호 또는 코드, 그리고 비고/주석 열을 포함합니다. 이 표에서, 연구자 이름은 연구자를 나타내며, 날짜는 데이터 수집 날짜를 나타냅니다. 참여자 ID는 각 참여자에게 할당된 고유한 식별자입니다. 질문 번호는 각 질문을 식별하며, 응답 데이터는 해당 질문에 대한 응답을 나타냅니다. 부호 또는 코드는 응답 데이터를 부호화하는 데 사용되며, 비고/주석 열은 추가 정보나 관찰 사항을 기록하는 데 사용됩니다. 이러한 데이터 코딩 양식을 사용하면 데이터를 효율적으로 부호화하고 나중에 분석할 때 데이터를 추적하고 이해하기가 편리해집니다.