통계분석을 하다 보면 한 번쯤 이런 경험을 합니다.
“분명 맞게 했는데 결과가 이상해요.”
“유의확률이 하나도 안 나와요.”
“선행연구랑 완전히 반대로 나왔어요.”
“변수 간 상관관계가 전혀 없는데요?”
이럴 때 많은 분들이
“SPSS가 잘못된 건가?”
라고 생각합니다.
그런데 의외로 문제는 통계분석이 아니라
데이터에 있는 경우가 훨씬 많습니다.
1. 결측치(Missing Value)를 확인해보세요
생각보다 가장 흔한 원인입니다.
- 응답 누락
- 빈칸 처리
- 잘못된 코드값 입력(99, 999 등)
결측치가 많으면
표본 수가 줄어들고,
분석 결과도 예상과 다르게 나올 수 있습니다.
SPSS를 실행하기 전에
먼저 데이터가 얼마나 빠져 있는지 확인해보는 것이 좋습니다.
2. 역문항 처리가 제대로 되었나요?
논문 설문조사에서 정말 자주 발생합니다.
예를 들어,
- “나는 내 삶에 만족한다.”
- “나는 내 삶이 불만족스럽다.”
이 두 문항이 함께 있다면
역문항 처리가 필요할 수 있습니다.
이 작업이 빠지면
신뢰도가 갑자기 낮아지거나,
분석 결과가 이상하게 나오는 경우가 많습니다.
3. 불성실 응답이 섞여 있지는 않나요?
아무 생각 없이
1번만 계속 누른 응답,
너무 빠르게 제출한 응답,
앞뒤가 맞지 않는 응답.
이런 데이터가 많으면
아무리 좋은 분석을 해도 결과가 흔들릴 수 있습니다.
그래서 분석 전에는
데이터 클리닝(Data Cleaning)이 중요합니다.
4. 변수명을 잘못 지정한 경우도 많습니다
의외로 단순한 실수도 많습니다.
- 척도 방향 반대로 입력
- 변수 라벨 오류
- 그룹 변수 설정 오류
- 명목척도/연속형 변수 설정 오류
특히 t-test나 ANOVA를 진행할 때
변수 설정이 잘못되면
결과가 완전히 달라질 수 있습니다.
5. 선행연구와 다르다고 해서 틀린 것은 아닙니다
가장 많이 오해하는 부분입니다.
“선행연구에서는 유의했는데 저는 안 나왔어요.”
하지만
- 연구 대상
- 표본 특성
- 시점
- 환경
이 다르면 결과도 달라질 수 있습니다.
그래서 선행연구와 다르다는 이유만으로
통계가 틀렸다고 판단할 수는 없습니다.
결과가 이상할 때 체크리스트
분석 전에 한 번 확인해보세요.
□ 결측치는 없는가?
□ 역문항 처리는 했는가?
□ 불성실 응답은 제거했는가?
□ 변수 설정은 맞는가?
□ 데이터 입력 오류는 없는가?
□ 표본 수는 충분한가?
마무리
SPSS 결과가 이상하게 나왔다고 해서
무조건 분석 방법을 의심할 필요는 없습니다.
실제로는 분석보다 앞 단계인
데이터 정리 과정에서 원인이 발견되는 경우가 훨씬 많습니다.
그래서 경험이 많은 연구자일수록
통계분석 전에 데이터를 먼저 확인합니다.
좋은 분석은
좋은 데이터에서 시작되기 때문입니다.
SPSS 결과가 이상하다면 통계를 다시 돌리기 전에, 먼저 데이터를 확인해보세요.
