논문에서 가장 빈번하게 사용하는 통계방법으로 교차분석, t-test, 분산분석, 상관분석 및 회귀분석이 있으며 이들에 대한 간략한 소개는 다음과 같다.
1. 교차분석
교차분석은 범주형 자료(명목척도 및 서열척도)를 두 개 또는 그 이상의 변수에 대한 결합분포, 즉 결합빈도로 나타내는 분할표를 보여주는 분석방법입니다. 특정 속성에 대하여 집단별로 어떤 차이가 있는지를 알아보기 위해 사용합니다.
아래는 국적에 따라 다른 문화와 비교한 한국문화 수용 정도의 인식 차이를 살펴본 예시입니다.
| 국적 | 수용하기 쉽다 | 별다른 차이 없다 | 수용하기 어렵다 | 합계 |
|---|---|---|---|---|
| 일본인 | 166 50.2% |
126 38.1% |
39 11.8% |
331 100.0% |
| 동남아 | 16 14.8% |
44 40.7% |
48 44.4% |
108 100.0% |
| 유럽·북미 | 30 26.1% |
11 9.6% |
74 64.3% |
115 100.0% |
| 합계 | 212 38.3% |
181 32.7% |
161 29.1% |
554 100.0% |
χ² = 48.162***, *** p < .001
원자료의 해석 예시에서는 일본인의 50.2%가 다른 문화보다 수용하기 쉽다고 응답했고, 동남아 응답자의 44.4%, 유럽·북미 응답자의 64.3%는 수용하기 어렵다고 응답했습니다. 이는 국적별 한국문화 수용 정도에 유의한 차이가 있음을 보여주는 예시입니다.
2. t-test
t-test는 두 집단의 평균값을 편차와 자유도를 고려하여 비교하는 방법입니다. 분석 대상이 두 집단인 경우에 주로 이용하며, 세 집단 이상인 경우에는 일반적으로 분산분석을 검토합니다.
논문에서는 대응비교 t-test와 독립표본 t-test가 자주 사용됩니다.
2-1. 대응비교 t-test
대응비교 t-test는 같은 대상의 사전·사후 점수를 비교할 때 많이 사용합니다. 예를 들어 프로그램 참여 전후의 점수 차이, 처치 전후 반응 차이를 검토할 수 있습니다.
아래는 종합복지관을 이용하는 47명을 대상으로 심리치료 프로그램 참여 전후의 무력감과 생활만족도 차이를 대응비교 t-test로 비교한 예시입니다.
| 변수 | 시점 | M | N | SD | t |
|---|---|---|---|---|---|
| 생활만족도 | 사전 | 2.98 | 47 | .36 | -6.282*** |
| 사후 | 3.25 | 47 | .23 | ||
| 무력감 | 사전 | 2.95 | 47 | .33 | 6.974*** |
| 사후 | 2.68 | 47 | .26 |
원자료의 해석 예시에서는 심리치료 프로그램 후 생활만족도가 2.98점에서 3.25점으로 0.27점 높아졌고, 무력감은 2.95점에서 2.68점으로 0.27점 낮아졌으며 통계적으로 유의한 차이가 있다고 설명합니다(p<.001).
2-2. 독립표본 t-test
독립표본 t-test는 독립된 두 표본집단 간 평균 차이를 검정하는 방법입니다. 예를 들어 남녀 간 만족도 수준, 서로 다른 서비스 유형 간 재방문 의도 차이를 비교할 수 있습니다.
아래는 인터넷 쇼핑몰 유형에 따른 만족도, 재방문 빈도 및 재구매 의도 차이를 독립표본 t-test로 비교한 예시입니다.
| 변수 | 집단 | N | M | t |
|---|---|---|---|---|
| 만족도 | 종합쇼핑몰 | 207 | 4.18 | -2.239* |
| 전문쇼핑몰 | 200 | 4.65 | ||
| 재방문 빈도 | 종합쇼핑몰 | 207 | 4.11 | -2.132* |
| 전문쇼핑몰 | 200 | 4.67 | ||
| 재구매 의도 | 종합쇼핑몰 | 207 | 4.22 | -2.333* |
| 전문쇼핑몰 | 200 | 4.85 |
* p < .05
원자료의 해석 예시는 전문쇼핑몰이 종합쇼핑몰보다 만족도, 재방문 빈도 및 재구매 의도에서 높은 평균을 보였고, 해당 차이가 통계적으로 유의하다고 설명합니다.
3. 분산분석
분산분석은 세 집단 이상일 때 평균 차이를 검토하는 방법입니다. ANOVA(Analysis of Variance), 변량분석 또는 F 검정이라고도 합니다.
F 검정 결과가 유의할 때에는 실제로 어느 집단 간 차이가 있는지 확인하기 위해 사후검증을 수행할 수 있습니다. 사후검증 방법으로는 Scheffé, 최소유의차, Duncan 등 여러 방법이 사용되며, 연구 설계와 자료 특성에 맞는 방법을 확인해야 합니다.
아래는 항암화학요법 기간에 따른 구토 증세 정도를 분산분석으로 비교한 원자료 예시입니다.
| 항암화학요법 기간 | N | M | SD | F |
|---|---|---|---|---|
| 1일 | 39 | 1.33(a) | .58 | 5.677*** |
| 2일 | 39 | 1.31(a) | .57 | |
| 3일 | 39 | 1.77(b) | .87 | |
| 4일 | 39 | 1.84(b) | .95 | |
| 5일 | 39 | 2.00(b) | 1.01 | |
| 합계 | 195 | 1.65 | .85 |
원자료의 예시에서는 Duncan 사후검정을 사용하여 1일과 2일에 비해 3일, 4일, 5일의 구토 증세가 더 심해졌다고 해석합니다(p<.001). 표 안의 a·b 표시는 사후검정 결과에 따른 집단 구분을 나타냅니다.
분산분석 결과를 작성할 때 확인할 점
- 비교 집단 수와 각 집단의 표본 수를 확인합니다.
- F값과 유의확률을 함께 제시합니다.
- 유의한 차이가 있을 때에는 사후검정 방법과 결과를 명시합니다.
- 평균 차이뿐 아니라 연구 목적과 실제적 의미를 함께 해석합니다.
4. 상관분석
상관분석은 두 변수 간의 선형 관계를 분석하는 기법입니다. 상관계수는 -1부터 1 사이의 값을 가지며, 절댓값이 클수록 관계의 강도가 큰 것으로 해석합니다.
| 상관계수 절댓값 | 양의 상관 | 음의 상관 |
|---|---|---|
| .90 ~ 1.00 | 상관이 아주 높다 | 부적 상관이 아주 높다 |
| .70 ~ .90 | 상관이 높다 | 부적 상관이 높다 |
| .40 ~ .70 | 확실한 상관이 있다 | 확실한 부적 상관이 있다 |
| .20 ~ .40 | 얕은 상관이 있다 | 얕은 부적 상관이 있다 |
| .00 ~ .20 | 상관이 거의 없다 | 부적이긴 하나 상관이 거의 없다 |
아래는 교직윤리와 직무만족도 관계를 파악하기 위해 피어슨 상관계수를 이용한 원자료 예시입니다.
| 직무만족도 영역 | 교직관 | 교사관 | 학생관 | 학부모관 | 사회관 | 윤리전체 |
|---|---|---|---|---|---|---|
| 담당업무 | .458** | .425** | .566** | .483** | .513** | .669** |
| 대인관계 | .313** | .418** | .300** | .355** | .314** | .470** |
| 근무환경 | .278** | .313** | .219** | .209** | .245** | .347** |
| 행정체계 | .237** | .326** | .219** | .209** | .264** | .347** |
| 보상 | .217** | .260** | .159** | .247** | .195** | .300** |
| 만족자체 | .382** | .448** | .364** | .376** | .385** | .538** |
원자료의 해석 예시는 교직윤리 전체와 직무만족도 전체의 상관계수 r=.538을 제시하며, 변수 간 관계의 방향과 크기를 연구 맥락과 함께 해석해야 함을 보여줍니다.
5. 회귀분석
회귀분석은 관련 변수 간 상호관계와 영향력을 살펴보기 위한 통계적 기법입니다. 독립변수가 하나이면 단순회귀분석, 둘 이상이면 다중회귀분석이라고 합니다.
아래는 인터넷 쇼핑몰 선택요인이 만족도에 미치는 영향을 다중회귀분석으로 검토한 원자료 예시입니다.
| 독립변수 | B | 표준오차 | β | t | p | 공차한계 | VIF |
|---|---|---|---|---|---|---|---|
| (상수) | -.212 | .289 | -.733 | .464 | |||
| 편리성 | .228 | .064 | .181 | 3.582 | .000*** | .686 | 1.457 |
| 이미지 | .300 | .079 | .230 | 3.820 | .000*** | .481 | 2.081 |
| 안정성 | .114 | .058 | .100 | 1.968 | .050** | .671 | 1.491 |
| 디자인 | .399 | .061 | .359 | 6.582 | .000*** | .585 | 1.708 |
R² = .492, Adjusted R² = .485, F = 70.553 (p = .000) / ** p < .01, *** p < .001
원자료의 예시에서는 공차한계와 분산확대인자(VIF)를 통해 다중공선성 여부를 검토합니다. 제시된 값에서는 공차한계가 최소 .481 이상이고 VIF가 2.081 이하이므로 다중공선성이 문제되지 않는다고 해석합니다.
또한 편리성, 이미지, 안정성, 디자인 요인이 쇼핑몰 시스템 만족도를 약 49.2% 설명하며, 디자인·이미지·편리성·안정성 순으로 만족도에 유의한 영향을 보인다고 설명합니다.
회귀분석 결과를 작성할 때 확인할 점
- 종속변수와 독립변수의 개념 및 측정 방식을 명확하게 제시합니다.
- 회귀계수, 표준화계수, t값 및 유의확률을 함께 확인합니다.
- 설명력(R²)과 모형의 F 검정 결과를 함께 제시합니다.
- 다중회귀분석에서는 공차한계와 VIF 등 다중공선성 지표를 검토합니다.
- 통계적 유의성과 실제적 의미를 구분하여 연구문제와 연결해 해석합니다.
이 자료는 통계방법의 기본 개념을 설명하기 위한 참고자료입니다. 실제 연구의 설계, 분석, 결과 해석 및 논문 작성은 연구 목적과 자료 특성에 맞추어 진행해야 합니다.