보건데이터 변수설명서에서
분석 전에 확인할 7가지

보건데이터 변수설명서를 안전하게 읽는 조교 역할을 해줘.

내가 공식 변수설명서나 원시자료 이용지침서의 일부를 붙여넣으면 아래 항목의 변수 카드로 정리해줘.
- 조사대상과 한 행의 분석 단위
- 조사연도와 자료 버전
- 변수명과 정확한 질문·측정 방법
- 단위와 코드값
- 결측·비해당·모름 코드
- 기준 범주
- 가중치·층화·집락 변수 안내
- 이용조건과 출처 페이지

붙여넣은 문서에 없는 내용은 절대 추정하지 말고 '문서에서 확인되지 않음'이라고 써줘. 분석 코드를 바로 만들지 말고, 서로 모순되거나 추가로 확인해야 할 항목을 먼저 목록으로 보여줘. 여러 연도를 합친다면 코드와 측정 방식이 같은지 연도별 비교표도 만들어줘.

보건데이터 파일을 열면 변수명이 먼저 보입니다. sex, age, smoking처럼 뜻을 알 것 같은 이름도 조사마다 질문 방식과 코드가 다릅니다. 숫자 1이 남성을 뜻하는지 여성을 뜻하는지, 9가 실제 응답인지 무응답인지도 변수설명서 없이는 확정할 수 없습니다.

1. 조사대상과 분석 단위

누가 포함되고 제외되었는지, 한 행이 개인인지 가구인지 진료 건인지 확인합니다. 청구 건수를 환자 수로 해석하거나 가구 변수를 개인 변수처럼 사용하면 결과의 의미가 달라집니다. 연구 질문의 대상과 데이터의 조사대상이 실제로 겹치는지도 적습니다.

2. 조사연도와 자료 버전

파일명에 적힌 연도만 보지 말고 조사 시점, 공개 시점, 정제·수정 여부를 확인합니다. 같은 연도 자료도 오류 정정이나 변수 추가로 새 버전이 나올 수 있으므로 분석 노트에 내려받은 날짜와 지침서 버전을 함께 남깁니다.

3. 정확한 질문과 측정 방법

변수 라벨만 보지 않고 설문 문항, 응답 기간, 측정 장비와 단위를 확인합니다. 우울 경험이 평생 경험인지 최근 2주인지, 키와 체중이 직접 측정인지 자기보고인지에 따라 해석이 달라집니다.

4. 코드값과 기준 범주

각 숫자의 의미와 범주 순서를 표로 옮깁니다. 회귀분석에서 어떤 범주를 기준으로 둘지도 미리 적습니다. 코드가 연도별로 바뀌었는지 확인하지 않은 채 여러 연도를 합치지 않습니다.

5. 결측·비해당·모름의 구분

빈칸, 8, 9, 88, 99가 모두 같은 결측을 뜻하는 것은 아닙니다. 문항을 묻지 않은 비해당과 응답 거부, 모름을 구분하고 분석에서 어떻게 처리할지 기록합니다. 지침서에 없는 숫자는 임의로 정상값이나 결측값으로 정하지 않습니다.

6. 가중치와 복합표본 설계

국민건강영양조사나 지역사회건강조사처럼 복합표본조사를 분석할 때는 지침서가 안내하는 가중치, 층화와 집락 변수를 확인합니다. 단순 평균과 빈도만 계산하면 모집단을 대표하는 추정이 되지 않을 수 있습니다.

7. 이용조건과 결과 공개 규칙

데이터 신청 절차, 출처 표시, 소수 셀 공개 제한, 결과 등록 같은 이용조건을 확인합니다. 내려받을 수 있다는 사실이 모든 형태의 재배포를 허용한다는 뜻은 아닙니다. 학교 과제라도 개인 식별 가능성이 있는 조합을 만들지 않고 기관의 제공 원칙을 우선합니다.

분석 전에 만드는 변수 카드

여러 연도를 합치면 연도별 차이를 옆 칸에 적습니다. AI에 문서 정리를 부탁할 수는 있지만, 지침서에 없는 코드와 의미를 추정하게 해서는 안 됩니다.

분석 결과의 첫 문장은 코드가 아니라 이 자료에서 이 변수는 정확히 무엇을 뜻하는가에 대한 답이어야 합니다.