조사원 확인 · 관리 설문
관리는 어떤 상태인가?
항목 기준과 비교 → 영역별 평균
관리 상태는 M, 인식은 A, 먼저 확인할 조건은 L로 읽습니다.

항목 기준과 비교 → 영역별 평균
응답 환산 → 세 영역별 평균
척도 검토연 2회 접종 기록 미달 → 우려 높음
그 외 → 자료 충분성·영역 조합 확인
M과 L은 같은 관리 항목을 서로 다르게 읽습니다. A가 높아도 관리 자료의 부족이 해소되지는 않습니다.
환경의 두 항목을 점수로 요약하면 모두 50점입니다. 하지만 미달 항목이 있는지는 서로 다릅니다.
계산 설명용 가상 사례 · 실제 기관 자료가 아닙니다. 두 항목 모두 점수 산출이 가능한 경우입니다.
환경 상태: 미달
환경 상태: 주의
그래서 M은 평균으로 요약하고, L은 항목 상태와 영역 조합을 다시 확인합니다.
이 두 항목만으로 전체 L을 결정하지는 않습니다. 나머지 영역과 자료 충분성도 함께 봅니다.


높은 인식 점수 A가 방역 미달을 지우지는 않습니다.
현행 연구진 제안 규칙의 흐름입니다. 전반적 복지 심각도를 확정하는 등급은 아닙니다. 상세 조건과 검증 범위 ↗
어떤 항목이 점수에 반영됐는지 쉽게 설명합니다.
동일가중·선형 합산 [1]문항들이 의도한 인식을 함께 측정하는지 점검합니다.
심리측정·구성타당도 [2, 3]선택한 위험 조건을 다른 좋은 점수가 상쇄하지 않게 합니다.
비보상적 논리를 참고한 자체 규칙 [1]이 체계의 목적은 시설의 관리 자료와 인식 응답을 정리해 무엇을 먼저 확인하고 개선할지 설명하는 것입니다. 이 목적에 맞춰 측정 개념과 자료의 성격을 먼저 정하고, 점수화와 판정 규칙을 선택합니다.
아래의 방법론 근거는 설계 원리를, 자료 분석은 현재 자료에서 확인한 결과를 뜻합니다. 잠정 선택은 아직 확정 근거가 부족한 부분입니다. 문헌은 현재 설계를 검토하는 근거이며, 기존 개발 과정이 문헌의 모든 절차를 수행했다는 뜻은 아닙니다.
Equal weighting · Linear aggregation
서로 다른 관리 항목을 영역별로 요약합니다. 현재는 충족·주의·미달을 100·50·0으로 환산해 유효 항목을 평균합니다.
선택 이유: 각 항목의 기여를 설명하고 계산을 추적하기 쉽습니다. 동일가중도 하나의 가정이므로 연속 점수·통계 가중치 후보와 비교합니다. [1]
현재 한계: 100·50·0의 간격이 실제 복지 차이와 같다는 근거는 아직 없습니다. 서로 다른 관리 항목이 반드시 높은 상관을 가져야 하는 것은 아니므로, 내적 일관성만으로 항목을 삭제하지 않습니다.
점수 후보 비교 ↗Psychometrics · Construct validity
실천의지·법·제도인식·학대민감도가 각각 무엇을 뜻하는지 먼저 정의하고, 문항 구조와 일관성을 점검합니다. [2]
수행: PCA·varimax로 문항 묶음을 탐색하고 Cronbach α와 적재량을 확인했습니다. PCA는 차원 축소 방법이며 잠재요인 모형과 같지는 않습니다. [3]
후속: 내용타당도 전문가 검토, 평행분석·탐색적 요인분석(EFA), 별도 표본의 확인적 요인분석(CFA)·연도 간 측정동일성 검토가 필요합니다. 이 후속 절차는 수행 완료로 표시하지 않습니다. [2]
현재 문항 구조 결과 ↗Non-compensatory logic · Rule-based classification
특정 위험 신호가 다른 영역의 좋은 점수에 가려지지 않게 하려는 설계입니다. 현행(판정 기준 3판)은 방역의 연 2회 접종 기록 미달을 먼저 확인한 뒤 나머지 영역 상태를 조합합니다.
방법론적 연결: 지표 간 상쇄를 허용할지 명시해야 한다는 다기준 평가의 논리를 참고합니다. 현행은 자체 규칙이며, 정식 다기준 의사결정 모형을 추정했다는 뜻은 아닙니다. [1]
현재 한계: 왜 방역을 우선하는지, 왜 접종 기록만으로 우려 높음을 정하는지는 전문가·현장 근거가 더 필요합니다. 문헌은 현재 경계값이나 결합 규칙의 타당성을 보증하지 않습니다.
판정 방식 후보 비교 ↗| 선택 | 이유 | 현재 근거 | 확정에 필요한 확인 |
|---|---|---|---|
| M의 영역별 동일가중 평균 | 항목의 기여를 쉽게 설명하고 특정 항목의 임의적 우대를 줄입니다. | 방법론: 복합지표의 동일가중·선형 합산 [1]. 자료 분석: 점수 후보 비교. | 동일가중과 100·50·0 간격의 적절성은 잠정입니다. 대안별 순위·판정 변화를 비교합니다. |
| A의 세 인식 영역 | 실천의지·제도인식·상황별 학대인식의 내용을 구분합니다. | 방법론: 척도 개발 [2]. 자료 분석: PCA·적재량·α. 법·제도인식의 약한 일관성도 보고합니다. | 문항 내용 검토와 별도 표본의 구조 검증이 필요합니다. |
| 등록 80/50·방역 70/50 경계 | 원 관찰과 응답 구간을 현재 계산의 출발점으로 사용합니다. | 잠정 선택: 등록 80%는 원 보고서 관찰을 참고했습니다. 등록 50%는 별도 근거가 미확정입니다. 방역 70/50은 설문 보기 구간입니다. 현장 결과로 추정한 최적 절단값은 아닙니다. | 원문·코드 의미와 현장 준거를 확인하고 경계 변화의 영향을 비교합니다. |
| L의 방역 우선 규칙 | 선택한 방역 위험 신호를 다른 좋은 항목이 가리지 않게 합니다. | 방법론: 비보상적 논리 [1]. 방역을 다른 영역보다 우선할 실증 근거는 아직 부족합니다. | 다른 영역의 심각한 문제를 놓치는지 평가해야 합니다. 현행 우려 높음이 전반적 복지 심각도를 대표한다고 가정하지 않습니다. |
| 연 2회 접종 기록 미달 우선(판정 기준 3판) | 2025년부터 하반기 접종이 자부담(유료)으로 바뀌어 조사원 확인이 하반기 미접종을 보지 못하므로, 접종 기록의 미달을 먼저 반영하는 설계입니다(발주처 확인 2026-11-12). 이전 2판은 두 출처 동시 미달(AND)이었습니다. | 잠정 선택: 출처 결합 대안 비교. 기록에 빠진 접종이 있으면 우려 높음이 될 수 있어 증빙 뒤 다시 판정합니다. | 실제 문제를 놓치는 비용과 과잉 판정 비용을 함께 비교합니다. 출처가 다르다는 사실만으로 독립 검증으로 보지 않습니다. |
| 자료 부족과 0점의 구분 | 확인할 수 없음과 확인된 낮은 상태를 구분합니다. | 자료 분석: 코드북·분모·연결키 감사와 누락키 민감도. 접종 연결 실패 처리의 한계가 확인됐습니다. | 미연결을 실제 미접종으로 해석하지 않도록 처리·표현을 보완하고 재검증해야 합니다. |
문항이 의도한 개념과 다르게 묶이면 A의 구성과 해석을 재검토합니다. 자료 처리나 경계값의 작은 변화로 분류가 크게 달라지면 M·L의 안정성을 다시 봅니다. 독립 현장 평가에서 중요한 문제를 놓치면 L의 우선 규칙을 수정 후보에 올립니다. 검토 기준과 비교할 대안은 분석 결과를 본 뒤 유리하게 고르지 않도록 먼저 기록해야 합니다.
원 보고서 13–18쪽은 PCA → varimax 회전 → 요인점수 → 설명분산 비중의 가중합 순서로 구성합니다. 현재 체계는 이를 재현·대조하면서 관리·인식·우려 분류를 분리했습니다. 분산을 잘 설명하는 가중치가 복지 중요도의 최적 가중치라는 뜻은 아닙니다. [1, 3]
원 보고서의 표현도 구분해 읽습니다. 주성분의 무상관은 통계적 독립을 일반적으로 보장하지 않습니다. Bartlett 구형성 검정에서 유의한 결과는 상관행렬이 단위행렬이라는 귀무가설을 기각할 근거이며, 선택한 요인 수나 복지 판정의 타당성까지 확정하지 않습니다.
[1] OECD/European Union/EC-JRC (2008). Handbook on Constructing Composite Indicators: Methodology and User Guide. DOI: 10.1787/9789264043466-en. 특히 가중·합산(§1.6), 강건성·민감도(§1.7). 적용: M의 가중·합산 선택 및 L의 상쇄 허용 여부를 설명하는 틀. 우리 기준값의 검증 문헌은 아닙니다.
[2] Boateng GO, Neilands TB, Frongillo EA, Melgar-Quiñonez HR, Young SL (2018). Best Practices for Developing and Validating Scales for Health, Social, and Behavioral Research: A Primer. Frontiers in Public Health, 6:149. DOI: 10.3389/fpubh.2018.00149. 적용: A의 문항 개발·차원성·신뢰도·타당도 검토 절차.
[3] Jolliffe IT, Cadima J (2016). Principal component analysis: a review and recent developments. Philosophical Transactions of the Royal Society A, 374:20150202. DOI: 10.1098/rsta.2015.0202. 적용: 원 보고서 재현과 PCA 차원 축소의 의미·한계.
[4] AWIN (2015). AWIN Welfare Assessment Protocol for Horses. DOI: 10.13130/AWIN_horses_2015. 적용: 후속 말 복지 현장 평가의 참고 틀. 현재 행정자료 기반 L의 정확도를 입증한 자료는 아닙니다.
원 연구: 첨부 「2025년 말 복지 지수 개발 결과보고서」 13–18쪽(구조·산식), 24·26–29쪽(군집·집단 비교), 34쪽(다항 로짓). 재현한 부분과 잔여 차이는 근거 페이지에 따로 기록합니다.
자료를 맞추고 원 방법을 재현한 뒤, 현재 지표의 구조·관계·시간 변화·규칙 민감도를 별도로 점검했습니다. 각 카드에서 실제 분석 결과와 사용한 분모를 확인할 수 있습니다.
동일 1,023시설의 등록·방역 공통 기준만 비교했습니다. 자료 확인 표시를 나눈 민감도와 계산상 조건 변화를 확인합니다.
대응 분석 ↗자료 재현 → 계산 구현 → 관찰자료 분석 → 독립 현장 대조의 네 범위를 구분합니다.
확률분포 기준값, 손으로 계산한 ANOVA, PCA 고유값·회전 직교성·요인점수 재계산, 알려진 군집과 회귀계수를 갖는 모의자료로 구현을 검사했습니다.
해석 범위 · 모의자료 재현은 이 자료에 대한 모형 가정이나 현장 타당성을 보증하지 않습니다.
결과는 HC3 회귀·시설 재표집·자료 처리 민감도, 변화·추세는 동일시설 대응 검정과 Holm 다중비교 보정을 적용했습니다. 아래 실행 결과에서 효과크기·구간·분모를 함께 확인합니다.
해석 범위 · 관찰된 연관성을 인과효과로 읽지 않습니다. 점수 구성변수로 점수나 군집을 설명한 결과는 독립 검증이 아닙니다.
통계 계산·요인분석 17건 통과 · 검증 파이프라인 9건 통과 · 연관성 분석 12건 통과 · 대응 변화 분석 8건 통과
전체 집중 검사 181건 통과. 기준값·모의자료·저장 자료 검사를 포함합니다. 검사 수는 과학적 근거의 강도를 뜻하지 않으며 모든 가정·입력 조합을 검증한 것도 아닙니다. 독립 현장 검증은 미완료입니다.
등록·방역·환경·활용의 원값을 기준과 비교합니다.
충족 · 주의 · 미달 · 확인 필요유효 항목의 100·50·0점을 영역별로 평균합니다.
영역별 충족 정도를 비교항목에서 정한 영역 상태와 방역 특별 조건을 조합합니다.
특정 미달이 평균에 가려지지 않게②·③은 같은 항목 평가에서 갈라지는 결과입니다. M 평균점수만으로 L을 역산하지 않습니다. A는 별도의 인식 응답이며 L에 넣지 않습니다.
(100 + 0) ÷ 2 = M 50점
환경 상태: 미달(50 + 50) ÷ 2 = M 50점
환경 상태: 주의나머지 영역이 충족이고 자료가 충분하면, 첫 예는 L 우려 낮음, 둘째 예는 L 우려 없음입니다.
가상 예시 · 실제 기관 결과 아님일반 영역은 확인된 판정 항목 중 더 나쁜 상태를 사용합니다. 방역은 기록·조사원 확인의 별도 결합표를 사용합니다. ‘우려 없음’도 모든 항목이 충족했다는 뜻은 아닙니다.
항목별 충족·주의·미달을 100·50·0으로 환산하고 유효 항목을 영역별로 평균합니다. 작은 표본·출처 충돌·자료 부족은 별도로 처리합니다. 같은 점수 간격이 실제 복지 차이의 같은 크기를 뜻하지 않습니다.
응답 방향을 맞추고 문항별 최대값을 기준으로 0–100 눈금으로 환산합니다. 실천의지·법·제도인식·학대민감도를 각각 제시하며 실제 행동이나 L 판정에 합산하지 않습니다.
방역 조건과 미달·주의 영역의 조합을 정해진 순서로 확인합니다. M 평균의 절단값이나 표본의 일정 비율로 나눈 단계가 아닙니다. 방역의 연 2회 접종 기록이 미달이면 조사원 확인과 관계없이 우려 높음을 먼저 판정합니다(판정 기준 3판). 그 밖에는 설문 영역이 모두 판정 불가이거나 판정 가능한 영역이 부족하면 보류합니다. 현재는 연구진 제안 기준입니다.
확인 우선순위를 정하는 방법으로 사용할 수 있습니다. 다만 현재 기준이 실제 말 복지를 정확히 구분한다는 검증은 아직 남아 있습니다.
등록이 좋아도 방역 문제를 덮지 않도록, 특정 조건을 먼저 확인합니다. 이런 상쇄 제한은 복합지표·동물복지 평가에도 쓰이는 설계 원리입니다.
평균 대신 규칙을 쓰는 이유저장된 항목·영역 상태에서 L을 재계산해 기존 분류와 대조했습니다. 완전한 자료 조건에서는 일반 영역 상태가 나빠질 때 우려가 줄지 않는지도 점검했습니다.
계산 일관성 점검전문가의 기준 검토, 조사자 간 일치도, 별도 현장 평가와의 대조가 필요합니다. 기준 변화와 결측에 따른 판정 변동도 확인해야 합니다.
현장 정확도는 미확인개체 구성·결과(C)는 판정 영역에서 제외합니다. M에서는 5두 미만 비율 항목을 평균에서 제외하지만 해당 상태는 L에 남을 수 있습니다. 방역 출처가 충돌하면 M은 미산출이며, 현재 코드의 판정 가능 영역 수에는 이 ‘확인 필요’ 영역이 포함됩니다. 따라서 M 미산출이 곧 L 보류는 아닙니다. 부분 결측은 영역 평균의 항목 수와 상태 판정의 정보 범위를 바꿉니다.
M의 100·50·0과 영역 내 평균은 설계한 요약 방식입니다. 실제 복지의 간격이 같다는 증거는 아닙니다. L은 위험 확률을 추정한 통계모형이 아니라 사전에 정한 조건을 적용하는 판정 규칙입니다.
L과 M은 같은 항목을 사용하므로 서로의 상관으로 독립적인 타당성을 검증할 수 없습니다. L 판정에 넣지 않은 A의 단계별 평균 차이도 연관성 근거이며, 기준선의 정확도·인과·독립 현장 타당성을 입증하지 않습니다.
현재 우려 높음은 방역의 연 2회 접종 기록 미달에서만 나옵니다(판정 기준 3판). 다른 영역의 여러 미달은 우려 있음까지로 분류됩니다. 따라서 모든 복지 문제의 심각도를 포괄하는 확정 등급으로 사용할 수 없습니다. 조사원 확인과 접종 기록이 독립적으로 수집되었는지도 확인해야 합니다.
후속 검증에서는 판정 정보를 보지 않은 평가자가 별도 말 상태·환경을 조사하고, 누락과 과잉 분류를 기준별로 대조해야 합니다. 임계값을 조정했다면 별도 자료에서 다시 평가합니다. 재표집 시설 수의 구간은 이 정확도 검증을 대신하지 않습니다.
방법론 근거: OECD/JRC, Handbook on Constructing Composite Indicators (2008), 가중·집계 및 민감도 검토, DOI: 10.1787/9789264043466-en; Welfare Quality® 산란계 프로토콜(2019), 인쇄 17–20쪽. 후자는 점수 간 상쇄를 제한하고 전문가가 기준을 정한 다른 축종의 사례입니다. 이 연구의 말·등록·접종 기준을 승인하거나 검증한 문헌은 아닙니다.
첨부 「2025년 말 복지 지수 개발 결과보고서」의 분석 순서를 따라, 기법의 목적과 이번 연구의 적용 상태를 정리했습니다. 원 보고서가 분석한 2023년 자료와 현재 2025년 분석을 구분합니다.
여러 문항의 공통 변동을 소수의 축으로 요약하고, 회전 적재량으로 각 축의 내용을 해석합니다. Bartlett 구형성 검정은 상관행렬이 단위행렬인지 확인합니다.
적용 상태 · 원 11항목·3요인 구조를 재현하고, 2025년 자료의 구조도 재추정했습니다. A의 인식 문항은 별도 구조 분석으로 점검했습니다.
해석 범위 · 설명분산은 데이터 변동을 요약한 비율입니다. 복지 예측 정확도나 영역의 정책적 중요도가 아닙니다. 직교성도 통계적 독립성을 보장하지 않습니다.
계산·재현 근거 ↗원 보고서는 표준화한 변수로 요인점수를 만들고, 설명분산 비중을 이용해 종합지수를 구성했습니다.
적용 상태 · 원 점수와 가중치를 대조했습니다. 현재 M은 항목 상태의 영역별 평균, A는 인식 응답의 영역별 환산 평균이며, L은 상태·조건의 조합입니다.
해석 범위 · 현재 M·A·L을 하나의 총점으로 더하지 않습니다. 원 종합점수 가중치에는 작은 잔여 차이가 있어 근사 재현으로 표시합니다.
계산·재현 근거 ↗여러 요인점수에서 가까운 시설을 같은 군집으로 묶습니다. 원 보고서는 네 군집의 특성을 비교했습니다.
적용 상태 · 저장 군집의 시설 수·평균을 대조하고, 2025년 k-means 재분류와 현재 L 단계의 교차도 검토했습니다. 2023년 저장 군집과 2025년 L의 교차는 시설 연결 검증이 미완료입니다.
해석 범위 · 군집은 유사한 특성의 집단입니다. 현재 L의 우려 단계와 동일하지 않으며, 군집에 사용한 변수의 차이는 독립 검증이 아닙니다.
계산·재현 근거 ↗ANOVA는 집단 평균을, Bartlett 등분산 검정은 집단 분산을 비교합니다. Bonferroni는 여러 쌍을 비교할 때의 오류율을 조정합니다.
적용 상태 · 현재 L 단계별 A 평균 차이를 분석했습니다. 등분산 가정과 효과크기 η²를 함께 보고, 학대민감도는 Kruskal–Wallis 순위 검정도 확인했습니다.
해석 범위 · p값은 차이의 크기가 아닙니다. 유의한 평균 차이만으로 인식 향상이 관리 개선을 일으켰다고 판단하지 않습니다.
계산·재현 근거 ↗기준 범주에 비해 다른 범주에 속할 상대적 확률의 비가 설명변수와 어떻게 관련되는지 추정합니다.
적용 상태 · 원 보고서의 다항 로짓을 재추정·대조하고, 현재 L 단계와 시설 특성·인식의 연관성도 분석했습니다.
해석 범위 · RRR은 사건의 절대 발생확률이나 인과효과가 아닙니다. 희소한 범주의 불안정성과 포함하지 못한 요인을 고려해야 합니다.
계산·재현 근거 ↗사분위는 점수순으로 구간을 나누고, 트리는 변수의 분기 조건으로 자료의 차이를 설명합니다.
적용 상태 · 현재 A 비교에는 순위 기반 네 구간을 사용합니다. 원 보고서의 트리 모형은 재현하지 않았으며, 현재 L 규칙은 트리에서 추출한 규칙이 아닙니다.
해석 범위 · 상대 구간은 절대 복지등급이 아닙니다. 같은 점수는 같은 구간에 두므로 구간별 시설 수가 다를 수 있습니다.
계산·재현 근거 ↗구조 요약 → 점수 구성 → 집단 분류 → 차이 검정 → 관련 요인 분석. 현장 타당성과 지원 효과는 별도 검증 과제입니다.
이전 종합지수의 재현과 현재 M·A·L의 타당성 검토는 구분합니다. 아래 원 보고서 방법 검토에 재현 근거와 잔여 차이를 정리했습니다.
점수 분포, 동일 시설의 연도 변화, PCA 구조, 가중치 대안, 자기보고와 행정기록의 연관성을 검토했습니다.
시설 소속, 연령·식별불가 분모, 전문가 가중치와 독립 현장 관찰을 확인해야 합니다. 새 판정 기준의 타당성과 지원 효과는 입증되지 않았습니다.
기존 분류의 반복 계산 결과는 새 판정체계의 정확도나 신뢰도를 보장하지 않습니다.
시설의 답변과 말의 기록을 연결해 시설 단위로 요약합니다. 네 자료는 한 행의 뜻과 기준 시점이 서로 다릅니다.
한 행 = 시설의 설문 응답
시설이 답한 내용
복지·법 인식, 보유두수, 생산·번식, 등록 인식, 퇴역마 활용, 학대 의심 목격, 정책 요구. 2025년에는 청소·깔짚 주기, 등록·접종 자기보고, 학대상황 인식 등이 더해졌습니다.
응답표와 보기 뜻을 풀이한 코드북을 함께 읽습니다. 질문 번호가 같아도 연도에 따라 내용이 달라질 수 있습니다. 무응답·비대상·0은 구분합니다.
한 행 = 제공된 말 기록
시설에 연결된 말의 기록
시설 연결번호, 등록·방역 여부, 개체 식별정보, 성별·연령·품종·용도. 2025년에는 자료출처와 퇴역·폐사 표식 등도 들어 있습니다.
같은 말의 반복 기록이나 시설 이동 가능성이 있습니다. 행 수를 고유 말 수 또는 생존마 두수로 읽지 않습니다. 폐사 표시가 빈칸이라고 생존을 확인한 것은 아닙니다.
한 행 = 접종 관련 제공 기록
백신별 날짜가 있는 행정기록
개체 식별정보, 용도, 백신 3종의 접종 날짜 등이 들어 있습니다. 한 행에 여러 백신 날짜가 있고 같은 말이 여러 행·파일에 나타날 수 있습니다.
한 행을 한 마리나 접종 1회로 세지 않습니다. 파일 이름의 상·하반기와 실제 기록 날짜를 구분하고 월별 분포로 기간을 점검합니다. 연결되는 기록이 없다고 미접종은 아닙니다.
한 행 = 해당 시트의 등록 또는 사육 장소 기록
특정 날짜에 저장한 등록정보
말의 기본정보·식별정보·소유/사육 장소 연결정보와 표식. 말 등록표와 사육 장소 표는 서로 다른 단위의 시트입니다.
현재 상태를 실시간으로 보여주는 명부가 아닙니다. 2025년의 별도 등록 스냅샷은 제공 목록에 없습니다. 2025 말자원의 등록 응답과 같은 자료로 취급하지 않습니다.

| 연도 | 시설 설문 | 말자원 |
|---|---|---|
| 2023 | 1,193 | 27,289 |
| 2024 | 2,661 | 27,521 |
| 2025 | 2,250 | 27,165 |
조사표는 질문 원문과 응답 조건, 코드북은 열과 보기 번호의 뜻을 확인하는 자료입니다. 조사표 전체 항목의 응답을 모두 제공받은 것은 아닙니다.
연도별 실태조사 보고서는 당시 집계와 해석을 담고, 기존 복지지수 개발보고서는 점수·분류 방법을 설명합니다. 기존 분석용 Excel에는 변환 변수와 저장된 점수·분류도 들어 있지만, 저장값만으로 모든 계산식이 재현되지는 않습니다.
파일명·발행연도·조사기간은 다를 수 있습니다. 2025년 폴더에 제공된 기존 복지지수 보고서는 2023년 자료에 기초하며, 동일한 보고서의 중복 제공본을 별도 연구로 세지 않습니다.
원자료의 종류와 항목, 설문 원문·보기, 집계 결과를 확인할 수 있습니다. 개인·시설 식별정보가 포함된 원본 행의 공개 다운로드를 제공하지 않습니다.
공개 집계 탐색현재 평가 항목과 문항 확인 ↗보유한 프로젝트의 문서 폴더에서 42번 원본자료 열람 안내를 엽니다. 파일별 원본 링크·시트·읽는 순서가 있습니다. Excel에서는 읽기 전용으로 열고 응답표와 코드북을 함께 확인합니다.
원본을 보유하지 않았다면 자료 관리 담당자에게 이용 목적·필요 연도·항목을 알려 제공 가능 범위를 확인해야 합니다. 이 사이트에 원본 열람 계정이나 원본 검색 기능은 없습니다.
이번 연구 초기에 산출한 PDF·진단서·분류 안정성 결과는 개발 기록으로 보존합니다. 초기안의 5분위 분류를 현재 평가 기준이나 원 보고서의 군집 분석과 혼동하지 않습니다.
혼동을 막기 위해 이전 PDF와 진단서의 공개 다운로드를 중단했습니다. 현재 M·A·L의 계산과 설명은 이 사이트의 현행 페이지에서 확인합니다. 원본 분석 기록은 연구 작업공간에 그대로 보존되어 있습니다.
| 검토 항목 | 방법과 확인 결과 | 해석 범위 |
|---|---|---|
| 표준화·분석 단위 | F006 ‘지수추가’ 시트의 z 점수 11개와 저장 요인점수·총점·군집을 사용했습니다. 서로 다른 단위의 항목을 표준화해 상관구조를 분석합니다. | 표준화 점수는 기준 표본 안의 상대적 위치입니다. 실제 복지의 절대 기준이 아닙니다. |
| PCA·varimax 회전 | 상관행렬 PCA에서 고유값 1 초과인 3성분을 추출했습니다. Kaiser 정규화 없는 varimax 설정에서 재계산 설명분산은 39.81%·17.05%·14.65%이며, 누적 약 71.5%는 원 보고서와 반올림 수준에서 일치했습니다. 저장 요인점수와 재계산 점수의 상관은 세 축 모두 1.00000입니다. | 항목 간 공통 구조를 재현한 근거입니다. 설명분산 71.5%를 복지 예측 정확도로 읽지 않습니다. |
| 상관구조의 분석 적합성 | KMO 0.858. Bartlett 구형성 검정 χ²(55)=5,990.6으로 원 보고서 5,996.62와 약 0.1% 차이입니다. 상관행렬이 단위행렬이라는 가설과 맞지 않아 공통 구조 분석을 뒷받침합니다. | 항목의 간격을 연속형처럼 다루는 가정이 있습니다. 이 검정만으로 요인 수·문항 내용·현장 타당성이 모두 입증되는 것은 아닙니다. |
| 군집·집단 비교 | 저장 4군집의 시설 수 217·326·364·165곳과 군집별 요인·종합점수 요약을 대조했습니다. 평균의 최대 차이는 약 0.01점입니다. ANOVA·Bonferroni는 집단 평균 차이를 검토하는 기법으로 사용됐습니다. | 저장 군집의 요약값 대조와, 임의 초기화에 영향을 받는 k-means 분류의 완전한 재생성은 구분합니다. 군집 구성변수의 차이는 외부 타당성 검증이 아닙니다. |
| 총점 가중치의 잔여 차이 | 회전 후 분산비율의 정규화 가중치와 저장 총점에서 역산한 가중치 간 최대 약 0.0016 차이가 남습니다. 해당 가중치로 계산한 총점은 저장값과 최대 약 0.12점 차이입니다. | PDF 표기의 출처는 설명됐으나 잔여 차이의 원인은 미확인입니다. 원 코드·정밀 계수 확인 전까지 고정 산식의 연도 확장은 근사 재현으로 표기합니다. |
상관계수는 두 점수의 동반 변동을, ANOVA는 집단 평균 차이를, Bonferroni는 여러 쌍 비교의 오류율을 조정합니다. 다항 로짓은 다른 설명변수를 고려한 범주와의 연관성을 추정합니다. 모두 관찰자료에서 인과관계나 지원 효과를 자동으로 보장하지 않습니다.
내적 일관성(Cronbach α)은 문항들의 응답 일관성을 점검하는 보조 지표입니다. 높은 값만으로 단일 차원성이나 실제 복지 상태의 정확한 측정을 입증하지 않습니다.
연도 비교에는 같은 문항·고정된 기준과 계산식이 필요합니다. 연도별 전체 표본 비교와 같은 기관의 연결 비교를 구분하며, 기록 확보·대상 구성의 차이를 고려해야 합니다.
기존 방법은 여러 항목의 공통 구조와 집단 특성을 요약하는 데 쓰였습니다. 현재는 M으로 관리 항목의 충족 상태를, A로 세 영역의 인식 응답을, L로 확인할 관리상 우려와 판정 사유를 각각 제시합니다. A를 L에 합산하지 않으며, 상대 순위만으로 실제 복지 상태를 판정하지 않습니다.
원 보고서 F005 13–18쪽(요인·점수), 27·31쪽(군집), 34쪽(다항 로짓), F006 ‘지수추가’ 시트를 대조했습니다. 재현 계산은 고정된 입력과 회전 설정으로 수행하고, 검정 함수는 알려진 임계값·손계산·합성 자료로 점검했습니다. 검토 기록의 기준 모델 재현 절에 입력·방법·오차를 남겼습니다. 원자료와 개인별 계산 내역은 공개 페이지에 포함하지 않습니다.