사회복지조사의 변수(사회복지조사론)

변수의 개념과 특징, 구분에 대해 알아보자

변수의 사전적 정의는 '어떤 관계나 범위 안에서 여러 가지 값으로 변할 수 있는 수'입니다. 이런 변수에 대한 개념은 사회복지조사를 실시할 때 정확하게 알고 있어야 합니다. 이때 변수에 대해 사회복지조사에서 어떤 특징을 가지고 있는지, 어떻게 구분하고 있는지 알아보고자 합니다.

변수의 개념과 특징에 대해 알아보자

변수는 개념적 정의가 아닌 조작적 정의의 결과물입니다. 여기서 조작적 정의를 간단하게 설명하자면 추상적인 개념을 측정가능하도록 바꾸는 것을 말합니다. 이러한 변수는 측정가능한 것을 의미하며, 두 개 이상의 속성을 가지고 있어야만 합니다. 키, 몸무게와 같이 직접 관찰할 수 있는 변수도 있고, 만족도와 같이 직접 관찰은 불가능하지만 경험적으로 측정 가능한 변수도 있습니다. 

변수를 기능에 따라 구분해 보자

1. 독립변수

독립변수는 다른 변수에 영향을 받지 않고, 영향을 미치는 변수입니다. 독립변수는 종속변수의 원인이 되기 때문에 종속변수보다 시간적으로 앞서야 합니다. 원인과 결과가 같이 변화하는 것처럼 독립변수와 종속변수는 일정한 방식으로 같이 변해야 합니다. 또한 명목, 서열, 등간, 비율의 모든 형태의 척도가 독립변수로 사용될 수 있습니다. 독립변수는 원인변수, 설명변수, 예측변수 등으로 불리기도 합니다.

2. 종속변수

종속변수는 독립변수에 따라 일정한 방식으로 변화되는 변수입니다. 다른 변수에 의존하지만 영향을 미칠 수 없는 변수이며 결과변수, 피설명변수, 반응변수 등으로 불리기도 합니다. 

3. 매개변수

매개변수는 독립변수와 종속변수의 사이에 존재합니다. 독립변수의 결과인 동시에 종속변수의 원인이 되는 변수가 매개변수입니다. 매개변수는 독립변수와 마찬가지로 모든 측정 수준인 명목, 서열, 등간, 비율의 변수가 매개변수로 사용 가능합니다.

4. 외생변수

 외생변수는 독립변수와 종속변수가 실제로 관련성이 없는 관계인데, 두 변수가 마치 유의미한 관련이 있는 것처럼 보이게 만드는 제3의 변수를 말합니다. 이런 외생변수는 독립변수와 종속변수 모두에 영향을 미치기 때문에 연구자는 외생변수의 영향력을 고려하여 연구를 진행해야 합니다. 외생변수는 외재변수, 외적변수, 가외변수 등으로 불리기도 합니다.

5. 억압변수(억제변수)

억압변수는 독립변수나 종속변수 중 하나와는 정적 상관을 보이고, 나머지 변수와는 부적 상관으로 나타나 결과적으로 독립변수와 종속변수 간 인과관계가 없는 것처럼 보이게 만드는 변수입니다. 외생변수와 마찬가지로 연구자는 억압변수 또한 잘 고려해야 합니다.

6. 통제변수 및 조절변수

독립변수와 종속변수 간 관련성을 확인할 때 그 주변에서 영향을 미치는 제3의 변수들의 효과를 통제해야 하는데, 이때 통제되어야 하는 제3의 변수를 통제변수라고 합니다. 앞서 설명했던 외생변수와 억압변수 또한 통제변수가 됩니다.

 

조절변수는 독립변수가 종속변수에 미치는 영향의 크기나 병향성에 영향을 미치는 변수입니다. 즉, 독립변수와 종속변수 사이에서 결과를 조절해 주는 변수가 조절변수입니다.

변수를 속성에 따라 구분해 보자

1. 비연속변수(이산변수)

비연속변수에는 명목변수와 서열변수가 있습니다. 먼저 명목변수는 구분을 위해 숫자를 부여했을 뿐, 다른 의미는 없는 것을 말합니다. 예를 들어 응답자의 성별에 따라 1번은 남성, 2번은 여성으로 측정할 경우, 1과 2간의 어떠한 서열이나 다른 중요한 의미가 없는 것을 의미합니다.

 

서열변수는 변수 내 서열과 순서가 존재하지만 그 서열 간의 간격이 일정하지 않는 것을 말합니다. 응답자의 선호나 만족도, 순서 등을 측정할 때 유용합니다. 예를 들어 평가등급, 강의만족도 등이 있습니다.

2. 연속변수

연속변수에는 등간변수와 비율변수가 있습니다. 등간변수는 정해진 범위 내에 서열이나 순서는 당연히 존재하며 그 서열 사이의 간격도 일정한 것을 말합니다. 예를 들어 온도, IQ, 학년이 있습니다.

 

비율변수는 앞서 설명한 3가지 변수의 특징을 모두 가지고, 절대 0이 존재하는 변수를 말합니다. 비율변수는 절대 0이 있기 때문에 사칙연산이 가능합니다. 이는 가장 고차원적인 비교와 계산이 가능하고, 다양한 통계기법을 적용할 수 있는 변수입니다. 예시로 키, 몸무게, 가구소득 등이 있습니다.