논문을 쓰다 보면
상관분석 결과를 보고
생각보다 기분 좋아지는 순간이 있습니다.
예를 들어
👉 r = .72
같은 결과가 나오면
“오, 관계가 엄청 높네?” 라는 생각이 듭니다.
그리고 자연스럽게
“그럼 영향력도 큰 거 아닌가?” 라고 생각하게 됩니다.
그런데 여기서 많은 분들이 한 번쯤 헷갈립니다.
1️⃣ 상관관계와 영향력은 같은 말이 아닙니다
먼저 이것부터 구분해야 합니다.
상관관계는
👉 두 변수가 함께 움직이는 정도를 의미합니다.
예를 들어
A가 증가할 때
B도 증가한다면
👉 상관관계 존재
하지만
이것만으로는 알 수 없는 것이 있습니다.
바로
👉 누가 누구에게 영향을 주는가 입니다.
2️⃣ 같이 움직인다고 원인은 아닙니다
생각보다 중요한 포인트입니다.
예를 들어
아이스크림 판매량과
익사 사고 건수는
상관관계가 높게 나오는 경우가 있습니다.
그렇다고
👉 아이스크림이 익사를 유발하는 건 아닙니다
실제로는 여름이라는 제3의 요인 때문입니다.
즉. 상관관계는 “같이 움직인다” 까지는 알려주지만
“왜 움직이는지”는 알려주지 않습니다.
3️⃣ 그래서 회귀분석을 하는 겁니다
상관분석만으로는
영향력을 설명하기 어렵습니다.
그래서 논문에서는 회귀분석을 사용합니다.
상관분석
👉 관계 존재 여부 확인
회귀분석
👉 영향 방향과 크기 확인
4️⃣ 상관이 높아도 영향력은 작을 수 있습니다
실제로 자주 나오는 상황입니다.
상관분석
r = .65
그런데 회귀분석에서는
β가 작거나
유의하지 않을 수 있습니다.
왜냐하면
다른 변수들이 함께 들어오면서
영향력이 분산될 수 있기 때문입니다.
즉,
👉 관계는 강했는데
👉 실제 영향력은 크지 않은 경우도 존재합니다.
5️⃣ 반대로 상관은 낮아도 영향력은 있을 수 있습니다
이것도 가능합니다.
상관분석에서는
관계가 약해 보였는데
회귀분석에서는
다른 변수들을 통제한 후
특정 변수 영향이 뚜렷하게 나타날 수 있습니다.
그래서
상관계수 하나만 보고
결론 내리면 위험합니다.
6️⃣ 특히 논문에서 많이 하는 실수
📌 상관 높음
→ 영향력 큼
이라고 해석 ❌
📌 상관 있음
→ 인과관계 있음
이라고 해석 ❌
📌 상관분석 결과만 보고
논의 작성 ❌
이런 경우 생각보다 많습니다.
7️⃣ 결국 중요한 건 연구 질문입니다
어떤 분석을 봐야 하는지는
연구 질문에 따라 달라집니다.
✔️ 관계가 있는지 궁금한가?
→ 상관분석
✔️ 영향이 있는지 궁금한가?
→ 회귀분석
✔️ 인과를 이야기하고 싶은가?
→ 연구설계까지 함께 고려
즉, 분석마다 답하는 질문이 다릅니다.
🔥 핵심 정리
상관관계에서 중요한 건 하나입니다.
👉 “관계가 높다”가 아니라
👉 “무슨 의미의 관계인가”
📌 이렇게 보면 됩니다
상관관계
→ 함께 움직임
영향력
→ 실제로 얼마나 영향을 주는가
인과관계
→ 왜 그런 변화가 생겼는가
