법률 인식 설문 혼합 방법 (고급 SPSS)

개요

시민의 법률 인식 수준을 측정하는 설문을 정량(신뢰도 분석, t-검정, 회귀분석)과 정성(개방형 응답 코딩) 혼합 방법으로 분석한다. SPSS를 사용한 정량 부분을 중심으로 설명한다.

분석 절차

1단계: 신뢰도 분석

법률 인식 척도 4문항의 Cronbach’s Alpha로 내적 일관성을 확인한다.

2단계: 그룹별 차이 검정

법률 교육 수강 여부(0/1)에 따른 법률 인식 점수 차이를 독립 t-검정으로 확인한다.

3단계: 다중 회귀분석

나이, 교육수준, 소득, 법률 교육이 법률 인식에 미치는 영향을 회귀분석으로 검증한다.

4단계: 정성 데이터 통합

개방형 응답을 코딩하여 정량 결과와 삼각 검증(triangulation)한다. 예: 회귀분석에서 소득이 유의하지 않더라도, 정성 응답에서 소득 관련 법률 접근성 문제가 반복 등장하면 의미 있는 발견이다.

코드 예제

* 신뢰도 분석
RELIABILITY
  /VARIABLES law_aware1 law_aware2 law_aware3 law_aware4
  /SCALE('Legal Awareness') ALL
  /MODEL=ALPHA.

* 독립 t-검정 (그룹별 법률 인식 차이)
T-TEST GROUPS=legal_education(0 1)
  /VARIABLES=law_awareness_score
  /MISSING=ANALYSIS.

* 다중 회귀분석
REGRESSION
  /MISSING LISTWISE
  /DEPENDENT law_awareness_score
  /METHOD=ENTER age education_level income legal_education
  /STATISTICS COEFF OUTS R ANOVA.

참고문헌

Creswell, J. W., & Plano Clark, V. L. (2018). Designing and Conducting Mixed Methods Research (3rd ed.). SAGE.

심화 내용

고급 분석에서는 다음을 추가로 고려해야 합니다:

• 부트스트래핑(Bootstrapping)을 통한 강건성 검증
• 교차 검증(Cross-validation)으로 모형 일반화 성능 평가
• 민감도 분석(Sensitivity Analysis)으로 가정 위반 시 영향 평가