회귀분석을 하고 나면
많은 사람들이 가장 먼저 확인하는 숫자가 있습니다.
바로
👉 설명력(R²)
입니다.
예를 들어
R² = .72
가 나오면
“설명력이 높네!”
“연구 잘 나온 것 같다.”
라고 생각하기 쉽습니다.
그런데 정말
설명력이 높으면
무조건 좋은 연구일까요?
1️⃣ 설명력은 ‘얼마나 설명했는지’를 의미합니다
설명력(R²)은
독립변수가 종속변수를
얼마나 설명하는지를 나타내는 값입니다.
예를 들어
R²=.60이라면
종속변수의 약 60%를
현재 변수들이 설명하고 있다는 의미입니다.
하지만
여기서 중요한 것은
👉 설명을 많이 했다는 것과
👉 좋은 연구라는 것은
같은 의미가 아니라는 점입니다.
2️⃣ 설명력이 높아도 연구가 약할 수 있습니다
예를 들어
비슷한 의미의 변수들을
여러 개 동시에 넣었다고 가정해보겠습니다.
설명력은 높아질 수 있습니다.
하지만
변수들이 서로 너무 비슷하다면
연구의 새로운 의미는 오히려 줄어들 수 있습니다.
즉,
설명력이 높다고 해서
연구의 가치까지 높아지는 것은 아닙니다.
3️⃣ 설명력이 낮다고 실패한 연구도 아닙니다
사회과학 연구에서는
사람의 행동을 다룹니다.
사람의 행동은
하나의 변수만으로 설명하기 어렵습니다.
그래서
R²가 아주 높지 않아도
충분히 의미 있는 연구가 될 수 있습니다.
실제로 사회과학에서는
설명력보다
이론적 의미를 더 중요하게 보는 경우도 많습니다.
4️⃣ 교수님들은 설명력보다 ‘이유’를 봅니다
교수님들은
R² 숫자만 보고
논문를 평가하지 않습니다.
오히려
👉 왜 이 정도 설명력이 나왔는지
👉 빠진 변수는 없는지
👉 연구 목적에 적절한 모델인지
를 함께 봅니다.
결국 숫자보다 해석이 더 중요합니다.
5️⃣ 설명력은 여러 지표 중 하나일 뿐입니다
좋은 연구는
설명력 하나로 결정되지 않습니다.
함께 확인해야 할 것들이 있습니다.
✔ 연구 질문은 적절한가
✔ 변수 선정은 타당한가
✔ 결과 해석은 논리적인가
✔ 연구 설계는 탄탄한가
이 모든 것이 함께 갖춰져야
좋은 논문가 됩니다.
🔥 핵심 정리
설명력이 높다는 것은
좋은 신호일 수 있습니다.
하지만
👉 설명력이 높다고
👉 무조건 좋은 연구는 아닙니다.
중요한 것은
숫자보다
그 숫자가 왜 나왔는지 설명하는 것입니다.
📌 이렇게 보면 됩니다
✔ 설명력 = 모델이 설명하는 정도
✔ 높다고 무조건 좋은 연구는 아님
✔ 낮아도 충분히 의미 있을 수 있음
✔ 연구 목적과 함께 해석해야 함
👀 많이 틀리는 포인트
설명력만 보고 연구 평가하기 ❌
설명력이 낮으면 실패라고 생각하기 ❌
숫자만 보고 해석 끝내기 ❌
R²만 높이면 된다고 생각하기 ❌
👉 좋은 논문는
설명력이 높은 논문가 아니라, 설명력을 제대로 해석하는 논문입니다.
