통계분석을 끝내고 결과를 작성했는데
피드백을 받아보면 이런 말이 나옵니다.
- “해석이 부족합니다”
- “결과만 나열되어 있습니다”
- “왜 이런 결과가 나왔는지 설명이 필요합니다”
이건 개인 문제가 아니라
대부분의 대학원생이 한 번씩 겪는 과정입니다.
특히 만학도나 실무 병행 연구자의 경우 이 부분에서 많이 막힙니다.
1️⃣ 결과만 있고 ‘의미’가 없는 경우
가장 많이 지적받는 부분입니다.
예를 들어
변수 A는 변수 B에 유의한 영향을 미쳤다 (p < .05)
이 문장은 틀리지 않았습니다.
하지만 교수님 입장에서는 부족합니다.
👉 “그래서 그게 무슨 의미인가?”
이 질문에 답이 없기 때문입니다.
2️⃣ 가설과 연결이 안 되는 경우
결과를 쓰다 보면
가설과 따로 노는 경우가 많습니다.
예를 들어
- 가설 1: A → B 영향 있음
- 결과: 유의함
여기서 끝.
👉 하지만 중요한 건
- 가설이 지지되었는지
- 그 이유가 무엇인지
이 연결입니다.
논문은 결과 나열이 아니라
가설 검증 과정입니다.
3️⃣ 유의하지 않은 결과를 그냥 넘기는 경우
많이들 이렇게 합니다.
변수 A는 변수 B에 유의한 영향을 미치지 않았다.
끝.
하지만 교수님 입장에서는
여기가 더 궁금합니다.
👉 왜 유의하지 않았을까?
가능한 이유를 제시해야 합니다.
- 표본 특성
- 변수 선택
- 선행연구와 차이
이 부분이 들어가야
논문이 “생각한 흔적이 있는 글”이 됩니다.
4️⃣ 표만 있고 설명이 부족한 경우
SPSS 결과표를 깔끔하게 넣어도
설명이 부족하면 의미가 약합니다.
표는 ‘근거’일 뿐이고
본문은 ‘설명’입니다.
👉 좋은 구조
- 표 → 결과 요약
- 본문 → 해석 + 의미
이 구조가 맞아야 읽히는 논문이 됩니다.
5️⃣ 연구 대상 특성을 반영하지 않은 해석
이건 특히 중요합니다.
시니어 대상 설문이나
만학도 연구에서는
👉 결과가 일반 연구와 다르게 나오는 경우가 많습니다.
이때 그냥 일반적인 해석을 쓰면
바로 지적됩니다.
예를 들어
- 연령대 영향
- 경험 기반 응답
- 보수적 응답 경향
이런 특성을 반영해야
논문이 살아납니다.
정리
교수님이 지적하는 핵심은 하나입니다.
👉 “결과를 이해하고 썼는가?”
좋은 결과 작성은
- 숫자 정리
→ 기본 - 의미 해석
→ 핵심 - 연구 맥락 연결
→ 완성
이 세 단계가 필요합니다.
