SPSS에서 새로운 변수를 생성하거나 기존 변수의 값을 변환하기 위해 주로 사용하는 메뉴는?

'변수 계산' 기능은 수식을 사용하여 새로운 변수를 생성하거나 기존 변수의 값을 재코딩하는 데 사용된다.

보건행정 핵심 해설 이 문제는 보건통계 분석 소프트웨어인 SPSS(Statistical Package for the Social Sciences)의 핵심 기능 사용법을 묻고 있어요. 보건행정학과 학생이라면 연구 설계, 데이터 분석, 정책 효과 평가를 위해 SPSS 활용 능력은 필수적이죠. 특히, 원자료(Raw data)를 분석 가능한 형태로 가공하는 데이터 전처리(Data Preprocessing) 과정에서 변수 계산 기능은 가장 자주 사용되는 도구 중 하나예요. 핵심 개념 분석 (Key Concept): SPSS의 변수 계산(Compute Variable) 기능은 수학적 연산, 조건부 논리, 함수 적용 등을 통해 새로운 변수를 생성하거나 기존 변수의 값을 변환하는 데 사용돼요. 예를 들어, 체질량지수(BMI)를 계산하거나, 여러 설문 문항 점수를 합산하여 총점 변수를 만들 때, 특정 조건에 따라 범주를 재구성(Recoding)할 때 활용됩니다. 정답 근거 (Answer Rationale): 핵심! 정답은 ③번 '변수 계산'입니다. SPSS 메뉴에서 '변환(Transform)' → '변수 계산(Compute Variable...)'을 선택하면 대화상자가 열리며, 여기서 '대상 변수(Target Variable)'에 새 변수명을 입력하고 '숫자 표현식(Numeric Expression)'에 계산식(예: BMI = weight / (height/100)**2)을 입력하여 새로운 변수를 생성할 수 있어요. 이는 데이터 분석 전, 변수를 생성하거나 변환하는 표준적인 절차입니다. 오답 분석 (Distractor Analysis): - ①번 '변수 보기(Variable View)': 데이터 파일의 변수 속성(이름, 유형, 라벨, 값 등)을 확인하고 편집하는 창이에요. 변수를 *만드는* 기능이 아니라 *정의하는* 화면입니다. - ②번 '케이스 선택(Select Cases)': 분석에 포함시킬 특정 조건을 가진 사례(케이스)만을 선별하는 기능이에요. 예를 들어, '성별이 여성인 경우만 분석'할 때 사용합니다. 변수 생성 기능이 아닙니다. - ④번 '데이터 분할(Split File)': 데이터를 특정 변수(예: 병원 종별, 지역)별로 그룹을 나누어, 이후 분석을 각 그룹별로 동시에 수행할 수 있게 하는 기능이에요. 변수 계산과는 목적이 다릅니다. - ⑤번 '데이터 보기(Data View)': 실제 데이터 값이 입력된 스프레드시트 형태의 화면을 말해요. 데이터를 직접 보고 수정할 수는 있지만, 체계적인 변수 생성이나 변환을 위한 메뉴 기능은 아닙니다. 연관 개념 정리 (Related Concepts): SPSS에서 변수를 다루는 다른 주요 기능으로는 변수 재코딩(Recode)이 있어요. '변환(Transform)' → '다른 변수로 재코딩(Recode into Different Variables...)'은 기존 변수의 값을 새로운 범주로 구분하여 별도의 변수로 저장할 때 사용합니다. (예: 연령을 '청년', '중년', '노년' 그룹으로 변환). '변수 계산'은 수식 기반, '재코딩'은 범주화 기반이라는 차이점을 기억하세요.
개념 정리

기능	메뉴 경로	주요 용도
변수 계산	변환(Transform) → 변수 계산(Compute Variable)	수식을 이용한 새 변수 생성, 기존 변수 값 변환
변수 재코딩	변환(Transform) → 다른 변수로 재코딩(Recode into Different Variables)	범주형 변수 값의 재분류
케이스 선택	데이터(Data) → 케이스 선택(Select Cases)	특정 조건을 만족하는 사례만 분석 대상 선정
데이터 분할	데이터(Data) → 데이터 분할(Split File)	그룹별 비교 분석을 위한 데이터 분할 설정

실무 포인트 보건행정 현장이나 연구에서 데이터를 분석할 때는 원본 데이터를 그대로 쓰기보다 전처리가 필수적이에요. 예를 들어, 건강검진 데이터에서 위험도 지수를 산출하거나, 여러 설문 항목을 하나의 척도 점수로 합산할 때 '변수 계산' 기능을 반드시 사용하게 됩니다. 이때, 생성한 새 변수의 이름과 라벨을 명확히 붙이고, 계산식 로직을 기록해두는 것이 향후 검증이나 재분석에 매우 중요해요.
암기 팁 "변환(Transform) 메뉴에서 변수를 계산한다!" 두 단어 모두 '변'으로 시작하는 점을 연상하면 쉽게 기억할 수 있어요. 변수 보기/데이터 보기는 '보기(View)' 메뉴에 속한다는 점에서 구분하세요.
국시 빈출 포인트 SPSS 기능 자체가 매년 출제되지는 않지만, 보건통계학 영역에서 데이터 처리 및 분석 개념은 꾸준히 출제돼요. '변수 계산'과 '재코딩'의 차이, 또는 데이터 정제(Data Cleaning)를 위한 기본 조작(정렬, 필터링, 선택)에 대한 이해를 묻는 문제가 나올 수 있습니다.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "당신은 대학병원 기획조정실에서 지역 주민 건강 설문조사 데이터를 분석 중입니다. 설문지에는 신장(cm)과 체중(kg)이 개별 항목으로 수집되어 있습니다. 이 데이터를 바탕으로 비만도를 평가하기 위한 체질량지수(BMI) 변수를 생성하고, 이를 '저체중', '정상', '과체중', '비만'으로 분류해야 합니다." 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 원시 데이터에는 BMI 변수가 없으므로 생성해야 함. 이후 분류 작업 필요. 2. 법적/규정 검토: 통계 분석 자체의 법규는 없지만, 데이터 무결성과 개인정보 보호 원칙은 준수. 3. 대응 및 처리: - 1단계: 핵심! '변환(Transform)' → '변수 계산(Compute Variable)'을 클릭합니다. - 2단계: 대상 변수(Target Variable)에 'BMI'를 입력합니다. - 3단계: 숫자 표현식(Numeric Expression)에 공식 `체중 / ((신장/100) ** 2)`을 입력합니다. (SPSS 구문에 맞게) - 4단계: '확인'을 눌러 새로운 BMI 변수를 데이터셋에 추가합니다. - 5단계: 생성된 BMI 변수를 바탕으로, '변환' → '다른 변수로 재코딩(Recode into Different Variables...)'을 사용하여 WHO 기준(18.5 미만, 18.5-24.9, 25.0-29.9, 30.0 이상)에 따라 비만도 등급 변수를 생성합니다. 4. 사후 기록/보고: 분석 보고서에 사용된 변수 생성 공식과 재코딩 기준을 명시하여 결과의 재현 가능성(Reproducibility)을 보장합니다.
업무 프로토콜 SPSS 변수 생성/변환 기본 프로토콜 1. 목적 확인: 어떤 지표를 만들 것인지 정의 (예: 총점, 평균, 지수). 2. 원변수 확인: 필요한 원본 변수가 데이터에 존재하는지 '변수 보기'에서 확인. 3. 계산식 작성: 수학적/논리적 공식을 명확히 세움. 4. 메뉴 실행: 변환 → 변수 계산. 5. 변수 정의: 새 변수명, 라벨, 유형(일반적으로 숫자) 설정. 6. 실행 및 검증: 새 변수가 올바르게 생성되었는지 '데이터 보기'에서 샘플 값을 확인.
선배의 한마디 "SPSS는 단순히 통계 결과를 뽑는 도구가 아니라, 데이터를 이야기할 수 있는 형태로 가공하는 '데이터 예술가'의 도구예요. '변수 계산'은 그 핵심 기술 중 하나죠. 보건정책의 효과를 입증하거나, 병원 서비스 품질을 평가할 때, 이 기본기를 탄탄히 해두면 복잡한 데이터도 자신 있게 다룰 수 있을 거예요!"