통계분석을 하다 보면
다른 응답값과 유난히 차이가 나는
이상치(Outlier)를 발견할 수 있습니다.
이때
“다른 값들과 너무 다르니까
그냥 삭제하면 되지 않을까?”
라고 생각하기 쉽습니다.
하지만
이상치라고 해서
무조건 잘못된 데이터는 아닙니다.
오히려
연구 대상의 특성을 보여주는
중요한 값일 수도 있습니다.
오늘은
이상치를 무조건 삭제하면 안 되는 이유를 알아보겠습니다.
1️⃣ 이상치가 반드시 오류는 아닙니다
이상치는
전체 데이터의 일반적인 패턴에서
크게 벗어나는 관측값을 의미합니다.
하지만
그 값이 데이터 입력 실수인지,
응답자의 실제 특성을 반영한 것인지는
별도로 확인해야 합니다.
예를 들어
대부분의 응답자가 20~40대라고 해서
70대 응답자가 잘못된 데이터라고
볼 수는 없습니다.
👉 이상치와 잘못된 데이터는 같은 의미가 아닙니다.
2️⃣ 실제로 중요한 정보를 담고 있을 수 있습니다
특정 응답자가
다른 사람들과 매우 다른 경험이나 특성을 가지고 있다면
그 값 자체가
연구에서 중요한 의미를 가질 수 있습니다.
이상치를 삭제하면
이러한 특성을 가진 응답자가
분석에서 제외될 수 있습니다.
👉 이상치가 연구 대상의 다양성을 보여주는 경우도 있습니다.
3️⃣ 이상치를 삭제하면 분석 결과가 달라질 수 있습니다
이상치는
평균이나 상관관계,
회귀계수 등
통계분석 결과에 영향을 줄 수 있습니다.
따라서 이상치를 삭제하면
분석 결과가 달라질 수 있으며,
경우에 따라서는
실제 데이터의 특성을 왜곡할 가능성도 있습니다.
특히 표본 수가 적은 연구에서는
일부 관측값의 영향이
상대적으로 크게 나타날 수 있습니다.
👉 이상치를 제거하기 전후의 결과가 어떻게 달라지는지 확인하는 것이 중요합니다.
4️⃣ 먼저 이상치가 발생한 이유를 확인해야 합니다
이상치를 발견했다면
바로 삭제하기보다
왜 이런 값이 나타났는지
확인해야 합니다.
📌 데이터 입력 오류인지
📌 응답자가 실제로 해당 값을 선택한 것인지
📌 측정 과정에서 문제가 있었는지
📌 연구 대상의 특성을 반영한 값인지
등을 살펴볼 필요가 있습니다.
👉 삭제보다 먼저 원인을 확인하는 것이 중요합니다.
5️⃣ 삭제했다면 그 이유를 설명할 수 있어야 합니다
연구에서 이상치를 제외했다면
단순히
“이상치라서 삭제했다.”
라고 작성하는 것만으로는
충분하지 않을 수 있습니다.
어떤 기준으로 이상치를 판단했는지,
왜 제외했는지 등을
연구 방법에 적절하게 설명하는 것이 좋습니다.
👉 데이터를 제외한 과정도 연구의 투명성과 관련됩니다.
🔥 핵심 정리
이상치는
“무조건 삭제해야 하는 문제가 아니라,
먼저 그 값이 왜 나타났는지를 확인해야 하는 데이터”입니다.
👉 “오류라면 적절하게 처리할 수 있지만,
실제 관측값이라면 연구 목적과 분석 결과에 미치는 영향을 고려해
신중하게 판단해야 합니다.”
📌 이렇게 보면 됩니다
✔ 이상치 발견 → 바로 삭제하지 않기
✔ 입력 및 측정 오류 여부 확인하기
✔ 실제 응답값인지 확인하기
✔ 분석 결과에 미치는 영향 검토하기
✔ 제외했다면 기준과 이유 기록하기
👀 많이 틀리는 포인트
이상치 = 잘못된 데이터라고 생각하기 ❌
분석 결과를 좋게 만들기 위해 삭제하기 ❌
이상치 발견 즉시 제거하기 ❌
삭제 기준을 기록하지 않기 ❌
삭제 전후 결과를 비교하지 않기 ❌
👉 “좋은 연구는 이상치를 없애는 연구가 아니라,
이상치가 무엇을 의미하는지 확인한 뒤
합리적인 근거를 가지고 처리하는 연구입니다.”
