논문에서 가장 많이 나오는 값이 있습니다.
p값 (유의확률)
문제는 분석은 맞게 했는데
표현을 틀리는 경우가 정말 많습니다
p값은 무엇을 의미할까 ⚠️
간단하게 정리하면
“이 결과가 우연일 가능성”입니다.
예를 들어
p < .05라면
우연일 가능성이 5% 미만
즉, 통계적으로 의미 있음
여기서 가장 많이 틀립니다 ❌
1. “유의하다 = 중요하다”
이건 완전히 다른 개념입니다.
- 유의하다 → 통계적으로 의미 있음
- 중요하다 → 연구적으로 의미 있음
둘은 다릅니다
2. “p값이 낮을수록 좋다”
이것도 잘못된 해석입니다.
p값은
단순히 유의성 여부 판단 기준이지
크고 작음 경쟁이 아닙니다
3. p값만 보고 결론 내림
❌
p < .05 → 끝
이건 해석이 아닙니다
✔
p < .05 + 방향 + 의미
이게 논문입니다
논문에서 제대로 쓰는 방법 📌
이 3개를 같이 써야 합니다.
- 유의성 (p값)
- 방향 (β값)
- 의미 (해석)
✔ 예
변수 A는 변수 B에 정(+)의 영향을 미치는 것으로 나타났다 (β = .32, p < .05)
이 구조가 정석입니다
유의하지 않은 결과는 이렇게 씁니다
많이들 어려워하는 부분입니다.
✔ 예
변수 A는 변수 B에 유의한 영향을 미치지 않는 것으로 나타났다.
여기서 끝내지 말고
✔ 추가
이는 해당 관계가 제한적으로 작용할 가능성을 시사한다.
이게 논문입니다
사람들이 많이 틀리는 표현 ❌
- “유의미하다” 남용
- p값만 나열
- 의미 없이 반복
👉 교수님이 바로 보는 부분입니다
p값 기준 다시 정리 ✔️
- p < .05 → 일반적 기준
- p < .01 → 더 강한 유의성
- p < .001 → 매우 강함
이 정도만 알면 충분합니다
논문에서는 이렇게 쓰면 깔끔합니다 ✍️
분석 결과, 변수 A는 변수 B에 유의한 영향을 미치는 것으로 나타났으며(β = ○○, p < ○○), 해당 관계가 통계적으로 지지되었다.
핵심 정리 🔥
p값은
결과의 크기가 아니라
결과의 신뢰성 기준입니다
p값은 숫자가 아니라
판단 기준입니다
