민원 12개월 한 벌: 일간·주간·월간은 서로 다른 것을 묻는다
가상 자료 17,305건 · 14열 · 다섯 마디 — 접수 구조 → 일간(지금 어떤가) → 주간(달라지고 있는가) → 월간(왜 그런가) → 설명
연구 질문 — 기한을 넘기는 것은 부서가 느려서인가, 아니면 기한 자체가 짧게 설계되어서인가?
이 사례는 영어입니다 — 원자료·표·APA 문장이 영어로 되어 있습니다.
시연용 가상(합성) 자료 · 실제 지자체 아님(○○시)
원자료 원자료_민원접수_2025-09_2026-08.csv · 12행
시연용 가상(합성) 자료 — 실제 민원이 아니고 어떤 지방자치단체의 자료도 아닙니다(도시 이름은 「○○시」). fixtures/gov_demo/make_gov_complaints.py 가 씨앗을 못박아 만든 12개월 자료이고, 표와 문장은 backend/scripts/gov_demo_engine_run.py 가 저장소의 엔진을 실제로 돌려 낸 실측치입니다. 그 값은 엔진을 쓰지 않고 따로 계산한 답안지와 마흔일곱 칸을 맞대어 어긋남 0 으로 확인됐습니다(docs/parity/gov_demo_diff.md). 관리도·이항검정은 아직 엔진이 없어 그 칸들은 「엔진 없음」으로 빼 두었고, 무엇을 왜 뺐는지도 같은 표에 적혀 있습니다.
| 접수번호 | 접수일 | 접수시각 | 접수경로 | 권역 | 민원유형 | 담당부서 | 법정처리기한일 | 처리상태 | 처리완료일 | 처리소요일 | 기한내처리 | 재접수여부 | 만족도 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| C000001 | 2025-09-01 | 00:21 | 전화 | 신도시권 | 환경·청소 | 환경관리과 | 7 | 처리완료 | 2025-09-03 | 2.0 | Y | N | |
| C000002 | 2025-09-01 | 06:28 | 전화 | 신도시권 | 기타 | 민원여권과 | 7 | 처리완료 | 2025-09-01 | 0.0 | Y | N | 4.0 |
| C000003 | 2025-09-01 | 07:09 | 전화 | 신도시권 | 도로·교통 | 도로교통과 | 7 | 처리완료 | 2025-09-08 | 7.0 | Y | N | |
| C000004 | 2025-09-01 | 07:18 | 누리집 | 중앙권 | 주택·건축 | 주택정비과 | 14 | 처리완료 | 2025-09-08 | 7.0 | Y | Y | 4.0 |
| C000005 | 2025-09-01 | 07:40 | 전화 | 중앙권 | 행정·세무 | 세무과 | 3 | 처리완료 | 2025-09-02 | 1.0 | Y | N | 5.0 |
완주 여정 — 단계별로 실제로 만든 것
① 접수 구조 — 부서에 따라 기한 준수가 다른가
먼저 자료를 손질합니다. 중복 접수번호를 빼고, 빈 권역을 「미상」으로 두고, 처리소요일을 날짜에서 다시 계산하고, 완료일이 접수일보다 빠른 행을 「확인필요」로 뺍니다. 그 뒤 부서와 기한 준수를 교차해 봅니다 — 이 표가 뒤 세 주기의 출발점입니다.
담당부서와 기한내 간의 관계를 알아보기 위해 카이제곱 검정을 실시하였다(N = 16385). 유의수준 .05에서 두 변수 간 유의한 관계가 있다(χ²(7, N = 16385) = 934.32, p < .001). 연관의 크기는 Cramér's V = .24이었다. 특히 유의한 셀: 도로교통과×N(낮음), 도로교통과×Y(높음), 문화체육과×N(낮음), 문화체육과×Y(높음), 복지정책과×N(낮음), 복지정책과×Y(높음).
② 일간 — 지금 어떤가
하루치는 «달라졌는가»를 묻지 않습니다. 오늘 몇 건 들어왔고 잔량이 얼마이며 기한을 넘긴 건이 몇인지를 셉니다. 어제와 견주면 요일 때문에 요동치므로 전주 같은 요일과 견줍니다. 여기에서는 검정을 하지 않습니다 — 하루는 검정이 설 만큼의 자료가 아닙니다.
개통전후에 따른 일별접수의 차이를 검정하기 위해 독립표본 t검정을 실시하였다(N = 365). 일별접수에 대한 Welch의 t-검정 결과, 전(M = 40.55, SD = 17.50)과 후(M = 54.15, SD = 26.32) 간에 유의한 차이가 있었다(t(319.0) = -5.82, p < .001, Cohen's d = -0.61, 평균차 = -13.60, 95% CI [-18.21, -8.99]). 등분산 가정이 충족되지 않아 Welch 보정을 적용하였다(Levene F = 17.43, p < .001).
③ 주간 — 달라지고 있는가
한 주는 «튀었는가»를 묻습니다. 유형 여덟을 전주와 견주면 그중 하나는 우연히 크게 움직입니다. 그래서 여덟을 동시에 보고 있다는 사실을 계산에 넣어야 합니다. 요일 효과가 얼마나 큰지는 분산분석이 수로 답합니다.
요일에 따른 일별접수의 차이를 검정하기 위해 일원배치 분산분석을 실시하였다(N = 365). 일별접수에 대한 일원배치 분산분석 결과, 집단 간 유의한 차이가 있었다(F(6, 358) = 124.09, p < .001, η² = .68). 집단별 기술통계는 금(M = 56.88, SD = 14.96), 목(M = 52.25, SD = 13.68), 수(M = 54.85, SD = 17.31), 월(M = 71.92, SD = 17.25), 일(M = 16.44, SD = 4.77), 토(M = 20.58, SD = 5.03), 화(M = 58.42, SD = 14.26)이었다. 등분산 가정은 충족되지 않았다(Levene p < .001). 사후검정(Tukey HSD): 금↔월(p < .001), 금↔일(p < .001), 금↔토(p < .001), 목↔월(p < .001), 목↔일(p < .001).
④ 월간 — 왜 그런가
한 달이 모여야 원인을 묻는 검정이 섭니다. 권역에 따라 처리소요일이 다른지 분산분석으로 보고, 어느 권역 쌍이 갈렸는지 사후검정이 이름을 댑니다. 앱 접수가 열린 앞뒤로 접수량이 달라졌는지도 이 자리에서 봅니다.
권역에 따른 처리소요일의 차이를 검정하기 위해 일원배치 분산분석을 실시하였다(N = 16385). 처리소요일에 대한 일원배치 분산분석 결과, 집단 간 유의한 차이가 있었다(F(3, 16381) = 114.00, p < .001, η² = .02). 집단별 기술통계는 동부권(M = 4.20, SD = 3.80), 서부권(M = 5.20, SD = 4.53), 신도시권(M = 3.74, SD = 3.30), 중앙권(M = 3.95, SD = 3.63)이었다. 등분산 가정은 충족되지 않았다(Levene p < .001). 사후검정(Tukey HSD): 동부권↔서부권(p < .001), 동부권↔신도시권(p < .001), 동부권↔중앙권(p = .014), 서부권↔신도시권(p < .001), 서부권↔중앙권(p < .001).
⑤ 설명 — 부서 탓인가 기한 설계 탓인가
부서와 권역을 함께 넣어 처리소요일을 설명합니다. 그리고 기한 준수율을 부서가 아니라 «법정기한 길이»로 다시 가릅니다. 같은 수를 다른 축으로 가르면 답이 뒤집히는 자리가 이 보고서의 핵심입니다.
처리소요일에 대한 다중회귀분석을 실시하였다. 회귀모형은 통계적으로 유의하였다(R² = .28, 수정 R² = .28, F(10, 16374) = 640.53, p < .001). 모형의 설명력은 28.1%였다. 이는 투입된 10개 독립변수가 처리소요일 분산의 약 28%를 설명함을 의미한다. 각 독립변수의 영향력을 살펴보면, 담당부서_주택정비과는 처리소요일에 유의한 정적(+) 영향을 미쳤다(B = 5.30, SE = 0.09, β = .43, t(16374) = 57.68, p < .001). 다음으로 담당부서_복지정책과는 처리소요일에 유의한 정적(+) 영향을 미쳤다(B = 2.05, SE = 0.09, β = .16, t(16374) = 21.63, p < .001). 다음으로 담당부서_민원여권과는 처리소요일에 유의한 부적(-) 영향을 미쳤다(B = -1.61, SE = 0.09, β = -.13, t(16374) = -17.00, p < .001). 다음으로 권역_서부권은 처리소요일에 유의한 정적(+) 영향을 미쳤다(B = 0.83, SE = 0.07, β = .09, t(16374) = 11.44, p < .001). 다음으로 담당부서_안전총괄과는 처리소요일에 유의한 부적(-) 영향을 미쳤다(B = -1.11, SE = 0.10, β = -.08, t(16374) = -11.12, p < .001). 다음으로 담당부서_환경관리과는 처리소요일에 유의한 부적(-) 영향을 미쳤다(B = -0.72, SE = 0.07, β = -.08, t(16374) = -9.65, p < .001). 다음으로 권역_중앙권은 처리소요일에 유의한 부적(-) 영향을 미쳤다(B = -0.35, SE = 0.07, β = -.04, t(16374) = -4.85, p < .001). 다음으로 권역_신도시권은 처리소요일에 유의한 부적(-) 영향을 미쳤다(B = -0.30, SE = 0.07, β = -.03, t(16374) = -4.09, p < .001). 마지막으로 담당부서_세무과는 처리소요일에 유의한 부적(-) 영향을 미쳤다(B = -0.52, SE = 0.12, β = -.03, t(16374) = -4.33, p < .001). 즉, 담당부서_주택정비과, 담당부서_복지정책과, 권역_서부권이 높을수록 처리소요일이 높아지는 것으로, 담당부서_민원여권과, 담당부서_안전총괄과, 담당부서_환경관리과, 권역_중앙권, 권역_신도시권, 담당부서_세무과가 높을수록 처리소요일이 낮아지는 것으로 해석할 수 있다. 한편, 담당부서_문화체육과은(는) 통계적으로 유의한 영향을 미치지 않는 것으로 나타났다(p > .05). 다중공선성 진단 결과 최대 VIF는 1.46(권역_중앙권)로, 문제없음이었다.
핵심 산출
① 접수 구조 — 담당부서 × 기한내 교차표
유효 N = 16385 (100.0%) · Cramer's V 해석: 약한 연관 · 수정 잔차: |값| > 1.96이면 유의한 셀 (p < .05) · 하단 요약 행은 «값 · 자유도 · 유의확률» 순으로 읽습니다.
| 담당부서 | 구분 | N | Y | 합계 |
|---|---|---|---|---|
| 도로교통과 | 빈도 | 388 | 3956 | 4344 |
| 수정 잔차 | -5.27 | 5.27 | ||
| 문화체육과 | 빈도 | 73 | 868 | 941 |
| 수정 잔차 | -3.35 | 3.35 | ||
| 민원여권과 | 빈도 | 180 | 1508 | 1688 |
| 수정 잔차 | -0.58 | 0.58 | ||
| 복지정책과 | 빈도 | 81 | 1603 | 1684 |
| 수정 잔차 | -8.66 | 8.66 | ||
| 세무과 | 빈도 | 319 | 604 | 923 |
| 수정 잔차 | 23.39 | -23.39 | ||
| 안전총괄과 | 빈도 | 311 | 1144 | 1455 |
| 수정 잔차 | 13.10 | -13.10 | ||
| 주택정비과 | 빈도 | 284 | 1549 | 1833 |
| 수정 잔차 | 6.38 | -6.38 | ||
| 환경관리과 | 빈도 | 180 | 3337 | 3517 |
| 수정 잔차 | -12.72 | 12.72 | ||
| 합계 | 빈도 | 1816 | 14569 | 16385 |
| 수정 잔차 | ||||
| 검정·측도 | Pearson 카이제곱 | 934.316 | 7 | < .001 |
| 검정·측도 | 우도비 | 787.177 | 7 | < .001 |
| 검정·측도 | 유효 케이스 수 | 16385 | — | — |
| 검정·측도 | Phi | 0.239 | — | < .001 |
| 검정·측도 | Cramer's V | 0.239 | — | < .001 |
② 일간 — 개통전후에 따른 차이분석
일별접수: Levene p=< .001
| 변수 | 집단 | N | 평균 | 표준편차 | 등분산 | t | df | p | 평균차 | Cohen's d | 평균차 95% CI |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 일별접수 | 전 | 181 | 40.55 | 17.501 | 미가정 | -5.822 | 318.962 | < .001 | -13.600 | -0.608 | [-18.210, -8.989] |
| 후 | 184 | 54.15 | 26.319 |
③ 주간 — 일별접수 — 사후검정 (Tukey HSD)
| 비교 | 평균차 | 표준오차 | p | 95% CI | 판정 |
|---|---|---|---|---|---|
| 금 vs 목 | 4.635 | 1.862 | .576 | [-3.174, 12.443] | 비유의 |
| 금 vs 수 | 2.038 | 1.862 | .987 | [-5.770, 9.847] | 비유의 |
| 금 vs 월 | -15.040 | 1.853 | < .001 | [-22.811, -7.269] | 유의 |
| 금 vs 일 | 40.442 | 1.862 | < .001 | [32.634, 48.251] | 유의 |
| 금 vs 토 | 36.308 | 1.862 | < .001 | [28.499, 44.116] | 유의 |
| 금 vs 화 | -1.538 | 1.862 | .997 | [-9.347, 6.270] | 비유의 |
| 목 vs 수 | -2.596 | 1.862 | .957 | [-10.404, 5.212] | 비유의 |
| 목 vs 월 | -19.675 | 1.853 | < .001 | [-27.446, -11.903] | 유의 |
| 목 vs 일 | 35.808 | 1.862 | < .001 | [27.999, 43.616] | 유의 |
| 목 vs 토 | 31.673 | 1.862 | < .001 | [23.865, 39.481] | 유의 |
| 목 vs 화 | -6.173 | 1.862 | .226 | [-13.981, 1.635] | 비유의 |
| 수 vs 월 | -17.078 | 1.853 | < .001 | [-24.850, -9.307] | 유의 |
| 수 vs 일 | 38.404 | 1.862 | < .001 | [30.596, 46.212] | 유의 |
| 수 vs 토 | 34.269 | 1.862 | < .001 | [26.461, 42.077] | 유의 |
| 수 vs 화 | -3.577 | 1.862 | .823 | [-11.385, 4.231] | 비유의 |
| 월 vs 일 | 55.482 | 1.853 | < .001 | [47.711, 63.254] | 유의 |
| 월 vs 토 | 51.348 | 1.853 | < .001 | [43.576, 59.119] | 유의 |
| 월 vs 화 | 13.501 | 1.853 | < .001 | [5.730, 21.273] | 유의 |
| 일 vs 토 | -4.135 | 1.862 | .702 | [-11.943, 3.674] | 비유의 |
| 일 vs 화 | -41.981 | 1.862 | < .001 | [-49.789, -34.173] | 유의 |
| 토 vs 화 | -37.846 | 1.862 | < .001 | [-45.654, -30.038] | 유의 |
③ 주간 — 요일에 따른 차이분석
일별접수: η²=0.675, ω²=0.669, Levene p=< .001(등분산 위반), 사후검정(Tukey HSD): 금↔월(p=< .001), 금↔일(p=< .001), 금↔토(p=< .001), 목↔월(p=< .001), 목↔일(p=< .001)
| 변수 | 집단 | N | 평균 | 표준편차 | SS | df | MS | F | p | η² | ω² |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 일별접수 | 금 | 52 | 56.88 | 14.965 | 134228.061 | 6 | 22371.343 | 124.085 | < .001 | 0.675 | 0.669 |
| 목 | 52 | 52.25 | 13.677 | ||||||||
| 수 | 52 | 54.85 | 17.312 | ||||||||
| 월 | 53 | 71.92 | 17.250 | ||||||||
| 일 | 52 | 16.44 | 4.775 | ||||||||
| 토 | 52 | 20.58 | 5.035 | ||||||||
| 화 | 52 | 58.42 | 14.259 | ||||||||
| 집단 내 | 64543.737 | 358 | 180.290 | ||||||||
| 합계 | 198771.797 | 364 |
④ 월간 — 처리소요일 — 사후검정 (Tukey HSD)
| 비교 | 평균차 | 표준오차 | p | 95% CI | 판정 |
|---|---|---|---|---|---|
| 동부권 vs 서부권 | -1.005 | 0.060 | < .001 | [-1.223, -0.787] | 유의 |
| 동부권 vs 신도시권 | 0.461 | 0.061 | < .001 | [0.240, 0.683] | 유의 |
| 동부권 vs 중앙권 | 0.251 | 0.059 | .014 | [0.037, 0.464] | 유의 |
| 서부권 vs 신도시권 | 1.466 | 0.062 | < .001 | [1.243, 1.690] | 유의 |
| 서부권 vs 중앙권 | 1.256 | 0.059 | < .001 | [1.040, 1.471] | 유의 |
| 신도시권 vs 중앙권 | -0.211 | 0.060 | .065 | [-0.429, 0.008] | 비유의 |
④ 월간 — 권역에 따른 차이분석
처리소요일: η²=0.020, ω²=0.020, Levene p=< .001(등분산 위반), 사후검정(Tukey HSD): 동부권↔서부권(p=< .001), 동부권↔신도시권(p=< .001), 동부권↔중앙권(p=.014), 서부권↔신도시권(p=< .001), 서부권↔중앙권(p=< .001)
| 변수 | 집단 | N | 평균 | 표준편차 | SS | df | MS | F | p | η² | ω² |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 처리소요일 | 동부권 | 4185 | 4.20 | 3.799 | 5052.194 | 3 | 1684.065 | 113.995 | < .001 | 0.020 | 0.020 |
| 서부권 | 4014 | 5.20 | 4.533 | ||||||||
| 신도시권 | 3795 | 3.74 | 3.303 | ||||||||
| 중앙권 | 4391 | 3.95 | 3.627 | ||||||||
| 집단 내 | 241998.657 | 16381 | 14.773 | ||||||||
| 합계 | 247050.851 | 16384 |
⑤ 설명 — 처리소요일에 영향을 미치는 요인
종속변수: 처리소요일 · N = 16385 · 모형 요약 행: R²·수정 R²는 값 열에, 모형 F는 검정통계량·유의확률 열에 싣습니다.
| 변수 | B | 표준오차 | 베타 | t | p | VIF |
|---|---|---|---|---|---|---|
| (상수) | 3.874 | 0.067 | 57.640 | < .001 | - | |
| 담당부서_문화체육과 | 0.004 | 0.119 | 0.000 | 0.037 | .970 | 1.11 |
| 담당부서_민원여권과 | -1.607 | 0.095 | -0.126 | -16.995 | < .001 | 1.18 |
| 담당부서_복지정책과 | 2.046 | 0.095 | 0.160 | 21.631 | < .001 | 1.16 |
| 담당부서_세무과 | -0.518 | 0.119 | -0.031 | -4.334 | < .001 | 1.10 |
| 담당부서_안전총괄과 | -1.109 | 0.100 | -0.081 | -11.115 | < .001 | 1.16 |
| 담당부서_주택정비과 | 5.297 | 0.092 | 0.430 | 57.679 | < .001 | 1.19 |
| 담당부서_환경관리과 | -0.722 | 0.075 | -0.076 | -9.648 | < .001 | 1.29 |
| 권역_서부권 | 0.835 | 0.073 | 0.092 | 11.443 | < .001 | 1.37 |
| 권역_신도시권 | -0.303 | 0.074 | -0.033 | -4.089 | < .001 | 1.36 |
| 권역_중앙권 | -0.346 | 0.071 | -0.039 | -4.848 | < .001 | 1.46 |
| R² | 0.281 | |||||
| 수정 R² | 0.281 | |||||
| 모형 F(10, 16374) | 640.533 | < .001 |
대표 인용
모든 인용은 원자료에 실재하는 문장입니다 (발췌 실재 검증 통과).
논문형 표
복사하면 편집 가능한 사본이 작업대에 열립니다 — 이 전시는 그대로 남습니다.