SPSS(Statistical Package for the Social Sciences)는 간호연구에서 가장 널리 사용되는 통계 분석 프로그램 중 하나로, 올바른 변수 정의와 데이터 입력이 정확한 분석의 기초가 된다.
SPSS에서 변수 유형(Measure) 설정은 분석 방법 선택과 결과 해석에 직접적인 영향을 미치는 중요한 단계이다. Scale(척도형)은 연속형 변수로 연령, 체중, 혈압, 점수 등과 같이 수치적 의미를 가지며 사칙연산이 가능한 변수에 사용된다. Nominal(명목형)은 범주형 변수로 성별, 혈액형, 진단명 등과 같이 단순히 분류를 위한 변수에 사용되며, Ordinal(서열형)은 교육수준, 만족도 등급 등과 같이 순서가 있는 범주형 변수에 사용된다.
간호연구에서 당뇨병 환자 연구의 경우, 연령과 자가관리 행위 점수는 Scale로, 성별은 Nominal로, 교육수준은 Ordinal로 설정하는 것이 적절하다. 이러한 올바른 변수 유형 설정은 t-test, ANOVA, 상관분석, 회귀분석 등의 통계 분석 방법 선택 시 SPSS가 적절한 분석 옵션을 제공하도록 한다.
변수명은 영문으로 작성하되 공백 없이 작성해야 하며, 결측값은 특별한 코드(예: 99, -1)로 지정하여 분석에서 자동으로 제외되도록 설정해야 한다. 데이터 입력 시에는 각 행이 연구대상자를, 각 열이 변수를 나타내는 것이 SPSS의 기본 구조이다. 변수 라벨과 값 라벨은 서로 다른 목적으로 사용되며, 변수 라벨은 변수의 설명을, 값 라벨은 코딩된 값의 의미를 나타낸다.
간호학과 4학년 김간호 학생이 졸업논문으로 '중년 여성의 건강증진 행위에 영향을 미치는 요인'을 주제로 연구를 진행하고 있다. 200명의 중년 여성을 대상으로 설문조사를 실시하여 다음과 같은 변수들을 수집했다.
수집된 변수: 연령(만 나이), 결혼상태(기혼/미혼/기타), 교육수준(초졸/중졸/고졸/대졸 이상), 월수입(만원), 건강증진 행위 점수(52점 만점), 자아효능감 점수(40점 만점), 사회적 지지 점수(35점 만점) 등이다.
김간호 학생이 SPSS에 데이터를 입력하기 위해 Variable View에서 각 변수를 정의하고 있다. 연령과 월수입, 각종 점수들은 실제 숫자 값을 가지므로 Scale로 설정하고, 결혼상태는 1=기혼, 2=미혼, 3=기타로 코딩하여 Nominal로 설정한다. 교육수준은 1=초졸, 2=중졸, 3=고졸, 4=대졸 이상으로 코딩하여 순서가 있으므로 Ordinal로 설정한다.
데이터 입력 과정에서 일부 응답자가 월수입을 기재하지 않은 경우가 발견되어, 이를 99로 코딩하고 Missing Value로 지정하여 분석 시 자동으로 제외되도록 설정했다. 이러한 체계적인 변수 정의와 데이터 입력을 통해 상관분석, 다중회귀분석 등의 통계 분석을 정확하게 수행할 수 있게 되었다.
Scale (척도형 변수) — 연속형 변수로 수치적 의미를 가지며 사칙연산이 가능한 변수. 연령, 체중, 혈압, 점수 등이 해당되며 평균, 표준편차 계산이 가능하다.
Nominal (명목형 변수) — 범주형 변수로 단순히 분류를 위한 변수. 성별, 혈액형, 진단명 등이 해당되며 순서나 크기의 의미가 없고 빈도와 백분율로 기술한다.
Ordinal (서열형 변수) — 순서가 있는 범주형 변수. 교육수준, 만족도 등급, 중증도 단계 등이 해당되며 순서는 있지만 간격이 동일하지 않다.
Missing Value (결측값) — 데이터가 누락된 경우를 나타내는 값. 특별한 코드(99, -1 등)로 지정하여 통계 분석 시 자동으로 제외되도록 설정한다.
Variable View — SPSS에서 변수의 속성을 정의하는 화면. 변수명, 유형, 소수점 자리수, 라벨, 결측값 등을 설정할 수 있는 인터페이스이다.