분석을 돌렸는데
생각했던 결과랑 다르게 나오는 순간이 있습니다.
- 정(+)일 줄 알았는데 음(-)으로 나오고
- 유의할 줄 알았는데 유의하지 않고
- 오히려 반대로 관계가 나오는 경우
“이거 제가 잘못한 건가요?”
1️⃣ 결과가 다르다고 해서 틀린 건 아닙니다
많이 하는 오해입니다.
“가설과 다르면 틀린 연구다” ❌
논문에서 중요한 건
👉 가설이 맞았느냐가 아니라
👉 결과를 어떻게 설명하느냐 입니다.
2️⃣ 오히려 자연스러운 상황입니다
실제 데이터에서는
예상과 다른 결과가 나오는 경우가
생각보다 훨씬 많습니다.
이유는 단순합니다.
- 현실은 복잡하고
- 변수는 완벽하게 통제되지 않기 때문입니다
👉 그래서 가설 ≠ 결과는 흔한 일
3️⃣ 먼저 확인해야 할 것들
다만, 바로 해석으로 넘어가면 안 됩니다.
✔️ 데이터 문제 없는지
- 결측값 / 이상치
- 코딩 오류
✔️ 분석 설정 문제 없는지
- 변수 선택
- 모델 설정
👉 이 단계는 반드시 체크
4️⃣ 문제가 아니라 ‘신호’일 수 있습니다
결과가 예상과 다를 때는
👉 틀린 게 아니라 새로운 신호일 수 있습니다.
예:
- 다른 변수의 영향이 더 크거나
- 특정 집단에서만 효과가 다르거나
- 관계가 단순하지 않은 경우
이때 논문이 깊어집니다.
5️⃣ 많이 하는 실수
👉 결과를 억지로 맞추려고 함 ❌
👉 변수 제거해서 방향 맞추기 ❌
👉 유의성 나올 때까지 반복 ❌
⚠️ 이건 분석이 아니라 조작에 가까움
6️⃣ 논문에서는 이렇게 접근합니다
결과가 예상과 다르면
👉 “틀렸다”가 아니라 “왜 다른지 설명”
✔ 예문
“본 연구 결과는 기존 가설과 상반된 방향으로 나타났으며, 이는 ○○ 변수의 영향 또는 표본 특성에 기인한 것으로 해석될 수 있다.”
👉 핵심은 “이유 제시”
📌 이렇게 보면 됩니다
- 예상과 다름 → 문제 ❌
- 설명 가능 → 의미 ⭕
👉 설명이 핵심
