측정값이 없는 날을 0건으로 계산해도 될까?
- 01결측과 0은 서로 다른 데이터 상태입니다.
- 02누락 사유와 분모를 확인하고 계산을 선택합니다.
- 03가정에 따라 결과가 어떻게 바뀌는지 같이 제시합니다.
0은 관측값이고 빈칸은 확인할 문제입니다
0은 측정했는데 대상이 없었다는 값일 수 있습니다. 빈칸은 장비 고장, 미제출, 집계 제외 또는 비공개 등 여러 이유로 생길 수 있습니다. 파일에 별도 기호가 있다면 제작 기관의 데이터 설명서에서 뜻을 확인해야 합니다. 엑셀에서 빈칸을 0으로 채우는 편의가 실제 의미를 바꾸지 않는지 살펴봅니다.
미국 Census Bureau의 결과 보고 기준은 0인 추정값을 숫자로 표기하고, 누락 자료의 수준은 메타데이터로 별도 설명하도록 합니다. 즉 표에 숫자 0을 적는 일과 값이 빠졌다는 사실을 알리는 일은 다릅니다. 어떤 표의 모든 빈칸이 같은 이유로 생겼다고 가정할 수 없습니다. 제공 기관의 변수 설명과 주석이 첫 번째 근거입니다.
하루가 비면 평균도 달라집니다
가상 사례: 작은 도서관의 하루 대출 건수가 월요일 20건, 화요일 공란, 수요일 10건으로 적혔습니다. 화요일은 전산 장비 고장으로 기록이 누락되었고 휴관일이 아닙니다. 관측된 이틀의 평균은 (20+10)÷2=15건입니다. 공란을 0으로 바꾸면 3일 평균이 10건이 되어 관측하지 않은 하루를 “0건”으로 만든 셈입니다.
15건은 관측된 날의 평균이지 월~수 전체의 정확한 평균이 아닙니다. 화요일 값이 0이라고 확정할 수도, 15라고 확정할 수도 없습니다. 그래프에서는 화요일을 빈 표식으로 남기거나 “자료 없음”을 표시합니다. 어떤 계산을 했는지 표 아래에 분모와 이유를 적습니다.
| 가상 요일 | 원자료 | 의미 |
|---|---|---|
| 월 | 20건 | 관측 |
| 화 | 공란 | 장비 고장으로 누락 |
| 수 | 10건 | 관측 |
가상 도서관 기록입니다. 관측 이틀 평균 15건과 공란을 0 처리한 10건은 질문이 다릅니다.
0으로 기록할 수 있는 날도 있습니다
반대로 도서관이 화요일에 정상 운영했지만 대출이 없음을 확인했다면 화요일은 0건입니다. 그때는 세 날의 평균 10건이 맞습니다. 관찰하지 못한 날과 실제로 발생하지 않은 날을 구분하는 정보가 계산의 일부입니다. 표의 숫자 모양만 보고 같은 처리를 하는 규칙은 안전하지 않습니다.
미국 Census Bureau의 편집·대체 기준은 누락·오류를 다룰 때 정해진 방법을 마련하도록 합니다. 전문 통계에서는 조건에 따라 값을 추정해 채우기도 하지만, 학생 탐구에서 근거 없이 0이나 평균으로 메우면 원자료가 바뀝니다. 대체를 시도한다면 원자료 열을 보존하고 새 열에 방법을 적습니다. 어떤 결론이 대체 방법에 민감한지도 비교합니다.
공란의 이유마다 계산 방법이 달라집니다
가상 도서관에서 화요일 공란이 장비 고장이라면 관측된 날의 평균을 표시하고 화요일은 자료 없음으로 둡니다. 휴관일이라면 대출 활동 자체가 없었던 날인지, 운영일 평균을 낼 때 제외할 날인지 질문에 따라 처리합니다. 공개 제한이라면 실제 값이 존재할 수 있으므로 0으로 채우지 않습니다. 변수 설명에 “해당 없음”이라고 쓰인 항목도 숫자 0과 구별합니다.
이 처리표는 모든 공공데이터에 그대로 적용하는 규칙이 아닙니다. 각 제공 기관이 쓰는 부호와 집계 정의가 먼저입니다. 그래프·평균을 만들기 전에 공란을 이유별로 분류한 기록을 남기면 다른 사람이 계산 과정을 검토할 수 있습니다. 이유를 모르는 공란은 추측해서 채우지 않고 기관에 문의하거나 한계로 적습니다.
| 가상 공란 원인 | 0 입력? | 권장 기록 |
|---|---|---|
| 장비 고장 | 아니요 | 자료 없음과 관측일 수 표시 |
| 운영일에 실제 대출 없음 | 실제 0 | 0건으로 표기 |
| 비공개 | 아니요 | 공개 제한으로 표시 |
| 해당 없음 | 숫자 0과 별개 | 적용 대상 밖으로 표시 |
가상 사례의 분석 선택지입니다. 실제 자료에는 제공 기관의 기호 정의를 우선 적용합니다.
변수 설명 → 누락 원인 → 계산 범위
공공데이터를 내려받으면 먼저 파일 설명서에서 단위, 집계 기간, 특수 기호를 찾습니다. 다음으로 빈칸이 몇 개인지, 특정 날짜나 지역에 몰렸는지 확인합니다. 결측이 많은 지역을 평균에서 빼면 그 지역의 상황이 전체 결론에서 사라질 수 있습니다. 자료의 빈 곳 자체가 중요한 한계가 되는 이유입니다.
계산할 때는 “관측된 2일의 평균”처럼 분모를 문장에 적습니다. 전체 기간의 값이 필요한 질문인데 빠진 날이 많다면 다른 자료나 기관의 수정본을 찾아야 합니다. 그래프를 만들 때는 0점과 연결선을 자동으로 그리지 않도록 확인합니다. 누락 구간을 비워 두면 독자가 무엇을 모르는지 볼 수 있습니다.
빈칸이 반드시 오류라는 뜻도 아닙니다
어떤 공공표는 개인정보 보호나 작은 집계 수치 때문에 값을 공개하지 않을 수 있습니다. 이때 그 값을 0이라고 추론하면 잘못된 지역 비교가 됩니다. 다른 표는 해당 항목이 애초에 적용되지 않아 공란을 씁니다. 결측 이유가 다르면 처리도 달라져야 합니다.
이 글의 가상 대출 건수는 계산 차이를 보여 줄 뿐 실제 도서관 이용 추세를 설명하지 않습니다. 실제 발표에서는 원본 URL·다운로드일·변수 설명·빠진 칸 수를 함께 적습니다. 누락값을 임의로 채웠다면 그것이 어떤 가정인지 제목이나 표 주석에서 드러내세요. “0과 공란은 다르다”는 작은 구분이 결론의 범위를 지킵니다.
직접 생각해 보기
가상 표에서 장비 고장, 정상 운영 중 대출 없음, 비공개, 해당 없음 네 칸을 각각 0 또는 다른 상태로 분류하고 관측 이틀 평균을 계산하세요.
생각을 확인하는 설명
장비 고장=자료 없음, 정상 운영 중 대출 없음=실제 0, 비공개=값을 알 수 없음, 해당 없음=적용 대상 밖입니다. 20건과 10건이 관측된 이틀의 평균은 15건이며 누락일의 실제 값을 뜻하지 않습니다.
자주 묻는 질문
빈칸을 무조건 제외하면 되나요?
관측된 값의 평균을 낼 수는 있지만 전체 대상의 평균이라고 부를 수는 없습니다. 누락 원인과 규모를 보고 결론을 제한하세요.
공란과 하이픈은 같은 뜻인가요?
기관마다 다릅니다. 파일의 변수 설명과 주석에서 각 기호의 정의를 확인해야 합니다.
원문과 출처
- 1차 자료US Census Bureau · Statistical Quality Standard E2: Reporting Results ↗
Data presentation: 추정값 0은 숫자 0으로 표시하고 결측 수준은 별도 메타데이터로 설명함.
- 1차 자료US Census Bureau · Statistical Quality Standard C2: Editing and Imputing Data ↗
Purpose/Requirements: 결측·오류의 수정과 대체에는 정해진 방법을 요구함.
편집 기록과 검토 상태
- 표와 대화의 가상 사례는 설명용입니다. 실제 사용 시 원자료·시점·동의 범위를 확인하세요.
똑스 편집팀은 사실과 해석, 주장과 근거를 구분하는 편집 기준을 따릅니다. 출처와 적용 조건을 함께 읽어 주세요. 운영·발행 책임은 큐레아에 있으며, 오류나 보완할 자료는 편집팀에 알려주실 수 있습니다.
개념 삽화는 생성 이미지입니다. 가상 사례·자체 계산은 해당 위치에 구분했습니다.