분석을 끝냈는데
기대한 변수 하나가
p>.05로 나왔습니다.
“유의하지도 않은데 굳이 논문에 넣어야 하나?”
“이 변수만 빼면 결과가 훨씬 깔끔한데…”
이런 생각이 들 수 있습니다.
하지만 연구에서 중요한 것은
유의한 결과만 보여주는 것이 아니라, 계획한 분석 결과를 적절하게 보고하는 것입니다.
1️⃣ 유의하지 않다고 의미 없는 결과는 아닙니다
p>.05라는 결과는
단순히 ‘실패’를 의미하는 것이 아닙니다.
해당 연구와 분석 조건에서
통계적으로 유의한 근거가 확인되지 않았다는
하나의 연구 결과입니다.
📌 따라서
유의하지 않음 = 필요 없는 결과
라고 판단해서는 안 됩니다.
2️⃣ 가설에 포함된 변수라면 보고하는 것이 원칙입니다
연구자가 처음부터
A가 B에 영향을 미칠 것이라는
가설을 설정했다고 해보겠습니다.
그런데 분석 결과
A → B가 유의하지 않았다고 해서
결과에서 A를 빼버리면
독자는 해당 가설이
어떻게 되었는지 알 수 없습니다.
👉 가설을 검증했다면
채택 여부와 관계없이
그 결과를 제시하는 것이 중요합니다.
3️⃣ 유의한 결과만 남기면 연구가 왜곡될 수 있습니다
가설 5개를 검증했는데
2개만 유의했다고 가정해보겠습니다.
그런데 논문에는
유의한 2개만 보여준다면
마치 모든 분석에서
긍정적인 결과가 나온 것처럼
보일 수 있습니다.
⚠️ 원하는 결과만 선택적으로 보고하면
연구 결과에 대한 해석 자체가
달라질 수 있습니다.
4️⃣ 예상과 다른 결과가 논의를 만들기도 합니다
선행연구에서는 유의했는데
내 연구에서는 유의하지 않았다면
오히려 살펴볼 부분이 생깁니다.
🤔 연구 대상이 달랐는지
🤔 조사 시점이나 환경이 달랐는지
🤔 변수의 측정 방식에 차이가 있었는지
🤔 기존 관계가 특정 조건에서만 나타나는지
이런 차이를 검토하면서
논의가 더 풍부해질 수 있습니다.
5️⃣ 다만 모든 변수를 똑같이 강조할 필요는 없습니다
여기서 주의할 점이 있습니다.
데이터 파일에 존재하는
모든 변수를 논문에서
동일한 비중으로 설명해야 한다는 뜻은 아닙니다.
연구 질문과 가설,
분석 계획과 관련된 핵심 결과는 보고하되
연구 목적과 직접적인 관련이 없는 변수까지
억지로 크게 다룰 필요는 없습니다.
📌 핵심은 유의성만을 기준으로 보고 여부를 결정하지 않는 것입니다.
🔥 핵심 정리
유의하지 않은 결과가 나왔다고 해서
연구에서 지워야 하는 것은 아닙니다.
👉 연구 질문이나 가설을 검증하기 위해 분석한 핵심 변수라면, 유의 여부와 관계없이 결과를 적절하게 보고하는 것이 중요합니다.
📌 이렇게 보면 됩니다
✔ 연구 질문·가설에 포함된 변수인지 확인
✔ 유의하지 않은 결과도 적절하게 보고
✔ p값과 함께 계수·효과의 방향과 크기 확인
✔ 예상과 다른 결과의 이유를 논의
✔ 유의한 결과만 선택적으로 강조하지 않기
👀 많이 틀리는 포인트
p>.05면 아무 의미가 없다고 생각하기 ❌
기각된 가설을 결과에서 빼버리기 ❌
유의한 변수만 골라서 보고하기 ❌
비유의 결과를 무조건 ‘영향이 없다’고 단정하기 ❌
👉 좋은 연구는
유의한 결과만 모아 보여주는 것이 아니라, 예상과 다른 결과까지 투명하게 설명할 때 더 설득력을 가질 수 있습니다.
