분석단위 (Unit of Analysis)
쉽게 풀면
"학급 크기가 학업 성취에 미치는 영향"을 연구한다고 해봅시다. 데이터를 학생 개개인의 점수로 모을 수도 있고, 학급별 평균 점수로 모을 수도 있습니다. 이때 무엇을 하나의 관찰치로 셀 것인지가 바로 분석단위입니다.
학생 1000명의 개별 점수를 분석단위로 삼으면 표본이 커 보이지만, 사실 그 학생들은 몇 개 안 되는 학급에 몰려 있어 서로 비슷한 영향을 공유합니다. 반대로 학급 30개의 평균 점수를 분석단위로 삼으면 표본은 30개뿐이지만 각 관찰치가 서로 독립적입니다.
분석단위를 무엇으로 잡느냐에 따라 표본크기, 통계 검정 방법, 심지어 결론까지 달라질 수 있습니다.
왜 중요한가
분석단위는 연구 설계의 가장 기초적인 결정이면서도, 이를 잘못 정하면 표본크기 계산과 통계 검정 방법 선택, 나아가 연구 결론 자체가 잘못될 수 있는 중요한 개념입니다. 특히 학생이 학급에, 환자가 병원에 속하는 것처럼 개체가 더 큰 집단 안에 자연스럽게 묶여 있는 위계적 데이터를 다루는 교육학, 보건학, 사회과학 연구에서는 분석단위를 명확히 밝히는 것이 결과 해석의 타당성을 좌우합니다.
핵심 정리
- 분석단위는 연구에서 결과를 설명하고 결론을 내리는 대상의 수준입니다. 개인, 집단(학급·병동·기업), 지역, 조직, 사건, 문서 등이 모두 될 수 있습니다.
- 자료를 모은 단위(관찰단위)와 분석단위가 다를 수 있습니다. 학생 개인에게 설문한 점수를 학교 평균으로 묶어 학교를 분석단위로 쓰는 경우가 그렇습니다.
- 분석단위는 연구 질문이 결정합니다. “학교의 특성이 성취에 영향을 주는가”는 학교 수준, “학생의 수면이 성취와 관련되는가”는 학생 수준의 질문입니다.
- 분석단위는 표본 크기를 정하기도 합니다. 학급 40개에서 학생 1,200명을 조사했다면 학급 수준 질문의 실제 표본은 40개입니다.
- 같은 집단에 속한 사람들은 서로 비슷한 경향이 있어 독립적이지 않으므로(군집), 이를 무시하면 표준오차가 작게 계산되어 유의한 결과가 과대하게 나옵니다. 다층모형이나 군집을 반영한 표준오차를 씁니다(Raudenbush & Bryk, 2002).
예시로 보기
가상의 예: 4개 지역에서 개인 4명씩의 (A, B) 값을 조사했습니다(코드로 계산).
| 지역 | 개인 (A, B) | 지역 평균 (A, B) | 지역 내 상관 |
|---|---|---|---|
| 가 | (1,10) (2,12) (3,14) (4,16) | (2.5, 13) | +1.00 |
| 나 | (3,8) (4,10) (5,12) (6,14) | (4.5, 11) | +1.00 |
| 다 | (5,6) (6,8) (7,10) (8,12) | (6.5, 9) | +1.00 |
| 라 | (7,4) (8,6) (9,8) (10,10) | (8.5, 7) | +1.00 |
같은 자료에서 개인 16명을 합쳐 본 상관은 −.32, 지역 평균 4개로 본 상관은 −1.00인데, 각 지역 안에서는 모두 +1.00입니다. 어느 수준에서 보느냐에 따라 관계의 방향까지 달라질 수 있다는 뜻입니다. 지역 평균의 음의 관계를 보고 “개인에게도 A가 높을수록 B가 낮다”고 결론짓는 것이 생태학적 오류이고(Robinson, 1950), 반대로 개인 자료를 근거로 집단 수준의 법칙을 주장하는 것은 개인주의적 오류입니다.
자주 하는 오해
| 오해 | 바로잡기 |
|---|---|
| 분석단위는 자료를 모은 대상과 항상 같다. | 같지 않을 수 있습니다. 개인에게 조사해서 집단 평균을 분석단위로 쓸 수 있습니다. 결론은 분석단위의 수준에서만 직접 말할 수 있습니다. |
| 표본 수가 많으니 분석단위도 많다. | 군집 자료에서 실제로 독립적인 단위는 군집 수에 가깝습니다. 학생 1,200명이어도 학급이 40개면 학급 수준 분석의 표본은 40입니다. |
| 집단 수준 관계는 개인 수준에서도 성립한다. | 성립하지 않을 수 있습니다(위 예). 집단 자료로 개인의 행동을 단정하지 말아야 합니다. |
| 개인 자료가 있으면 개인만 분석하면 된다. | 개인이 집단에 속해 있으면 다층 구조를 반영해야 하고, 집단 수준 변수의 효과를 보려면 집단 수준 질문을 따로 둡니다(Diez-Roux, 1998). |
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“이를 위해 서울시를 연구대상 지역으로, 행정동을 지역적 분석단위로 하여 등록된 범죄경력자 수와 사회환경적 변인들 사이의 관계를 분석하였다.”
범죄경력자 거주지 분포에 관한 사회생태학적 접근: 사회환경적 요인과의 관계에 대한 공간효과 분석, 교정복지연구, 2020 · KCI 한국학술지인용색인 · 원문 보기 ↗
“이후 센서스 트랙을 분석단위로 히스패닉 비율, 디젤 미세먼지 농도, 정규식생지수를 적용하여 지표온도에 대한 공간적 영향력을 규명하는 지리가중회귀분석을 실시하였다.”
도시열섬현상의 공간적 특성 및 도시지리학에서의 함의 - 미국 샌안토니오 대도시 지역을 중심으로 -, 국토지리학회지, 2023 · KCI 한국학술지인용색인 · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
이 문장은 "환자 개개인이 아니라 병동을 하나의 관찰치로 삼아 분석했고, 그래서 병동 안 환자들의 유사성을 고려하는 통계기법을 썼다"는 뜻입니다.
경영학 연구에서 개별 구성원의 응답을 그대로 쓰지 않고, 같은 팀에 속한 사람들의 응답을 팀 단위로 종합해 하나의 관찰치로 다루었다는 뜻입니다.
비교사회학 연구에서 여러 나라의 통계를 다룰 때, 각 나라 국민 개개인이 아니라 국가 자체를 하나의 관찰치로 삼았기 때문에 표본 수가 국가 수만큼으로 제한되었다는 의미입니다.
조금 더 깊게 보면
분석단위 문제는 실제 연구 현장에서 다수준 모형(multilevel model, hierarchical linear model)을 사용해야 할지를 판단하는 출발점이 되는데, 이는 개인 수준과 집단 수준의 변이를 동시에 고려함으로써 같은 집단에 속한 개체들이 서로 완전히 독립적이지 않다는 문제를 통계적으로 보정하는 방법입니다. 데이터를 모은 수준과 결론을 내리려는 수준이 다를 때는 집단 내 상관(intraclass correlation)이 얼마나 큰지 확인해, 단순히 개인 단위로 분석해도 무방한지 아니면 위계적 구조를 반드시 반영해야 하는지를 판단하는 것이 일반적인 절차입니다.
주의할 점
분석단위를 잘못 정하면 실제로는 집단 수준의 관계인데 개인 수준의 관계처럼(혹은 그 반대로) 잘못 해석하는 생태학적 오류에 빠지기 쉽습니다. 데이터를 모은 수준과 결론을 내리는 수준이 일치하는지 항상 확인해야 합니다.
헷갈리기 쉬운 용어
수준과 관련된 용어를 구분합니다.
| 용어 | 뜻 | 예 |
|---|---|---|
| 분석단위 | 결론을 내리는 대상의 수준 | 개인, 학급, 지역 |
| 관찰단위(자료 수집 단위) | 자료를 실제로 모은 대상 | 학생 개인의 설문 |
| 생태학적 오류 | 집단 수준 결과를 개인에게 잘못 적용 | 지역 평균 상관으로 개인을 해석 |
| 다층모형 | 개인과 집단 수준을 동시에 분석하는 모형 | 학생(1수준) · 학교(2수준) |
참고 문헌
- Robinson, W. S. (1950). Ecological correlations and the behavior of individuals. American Sociological Review, 15(3), 351–357.
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage.
- Diez-Roux, A. V. (1998). Bringing context back into epidemiology: variables and fallacies in multilevel analysis. American Journal of Public Health, 88(2), 216–222.
- Babbie, E. (2016). The Practice of Social Research (14th ed.). Cengage Learning.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.