논문를 쓰다 보면
이런 말을 자주 합니다.
“데이터가 말해주네요.”
정말 그럴까요?
사실 데이터는
그저 숫자일 뿐입니다.
숫자 자체에는
좋고 나쁨도,
정답도,
의미도 없습니다.
의미를 만드는 것은
결국 연구자의 해석입니다.
1️⃣ 같은 숫자도 다르게 해석될 수 있습니다
예를 들어
설명력(R²)이 0.32 나왔다고 가정해보겠습니다.
어떤 연구자는
“설명력이 낮다.”
라고 말할 수 있습니다.
반대로 다른 연구자는
“사회과학에서는 충분히 의미 있는 수준이다.”
라고 해석할 수도 있습니다.
숫자는 같습니다.
달라지는 것은
그 숫자를 바라보는 관점입니다.
2️⃣ 연구자는 보고 싶은 것을 보기 쉽습니다
사람은 누구나
자신의 가설이 맞기를 기대합니다.
그래서
유의한 결과는 크게 보고,
예상과 다른 결과는
작게 해석하는 경우가 있습니다.
이것이 반복되면
데이터를 보는 것이 아니라
자신의 생각을 확인하는 연구가 될 수도 있습니다.
3️⃣ 결과보다 중요한 건 ‘왜 그렇게 해석했는가’입니다
좋은 논문를 읽어보면
결론만 적혀 있지 않습니다.
👉 왜 이런 해석을 했는지
👉 어떤 선행연구를 근거로 했는지
👉 다른 해석 가능성은 없는지
까지 함께 설명합니다.
그래서 독자도
그 결론에 자연스럽게 동의하게 됩니다.
4️⃣ 교수님들은 숫자가 아니라 해석을 봅니다
같은 데이터를 가지고도
학생마다 논의 내용이 다른 이유가 있습니다.
교수님들이 자주 하는 질문도
결국 하나입니다.
“왜 그렇게 해석했나요?”
숫자는 모두가 볼 수 있습니다.
하지만
그 숫자를 논리적으로 설명하는 것은
연구자의 역할입니다.
5️⃣ 좋은 연구자는 ‘다른 해석’도 생각합니다
결과가 나왔다면
한 가지 해석만 떠올리지 말아야 합니다.
“다른 이유는 없었을까?”
“다르게 해석할 수도 있지 않을까?”
이 질문을 하는 순간
논문의 깊이가 달라집니다.
데이터는 하나지만,
해석은 여러 가지가 가능하기 때문입니다.
🔥 핵심 정리
데이터는
있는 그대로의 숫자를 보여줍니다.
하지만
👉 그 숫자에 의미를 부여하는 것은 연구자입니다.
그래서 좋은 논문는
결과보다
해석을 더 신중하게 작성합니다.
📌 이렇게 보면 됩니다
✔ 데이터는 사실을 보여줌
✔ 해석은 연구자가 만듦
✔ 같은 데이터도 다른 결론 가능
✔ 해석에는 근거가 필요
✔ 다른 가능성도 함께 고려
👀 많이 틀리는 포인트
숫자가 결론을 말해준다고 생각하기 ❌
가설에 맞는 결과만 보기 ❌
다른 해석 가능성 무시하기 ❌
근거 없이 결론 내리기 ❌
👉 좋은 연구자는
숫자를 읽는 사람이 아니라, 숫자를 객관적으로 해석하는 사람입니다.
