논문 통계분석에서 자주 활용되는 분석 중 하나가 상관분석(Correlation Analysis)입니다.
SPSS로 분석을 하면 변수 사이에
r = .18
r = .47
r = -.62
같은 값이 나타납니다.
처음 결과표를 보면 자연스럽게 이런 궁금증이 생깁니다.
“상관계수가 높으면 좋은 건가?”
“r이 음수면 문제가 있는 건가?”
“상관관계가 유의하면 A가 B에 영향을 준다는 뜻인가?”
상관분석은 비교적 간단해 보이지만, 논문에서는 의외로 잘못 해석하기 쉬운 분석이기도 합니다.
1. 상관계수 r은 무엇을 보여줄까요?
상관계수는 일반적으로 -1에서 +1 사이의 값으로 나타납니다.
값의 부호는 두 변수의 관계가 어느 방향인지를 보여줍니다.
예를 들어
r = .50이라면 한 변수가 높아질수록 다른 변수도 높아지는 경향이 있는 정적 상관관계,
r = -.50이라면 한 변수가 높아질수록 다른 변수는 낮아지는 경향이 있는 부적 상관관계를 의미합니다.
여기서 중요한 점은 음(-)의 상관이라고 해서 나쁜 결과가 아니라는 것입니다.
연구가설에서 예상했던 방향과 일치하는지가 더 중요합니다.
2. r값이 크면 무조건 좋은 결과일까요?
그렇지 않습니다.
상관계수의 절댓값이 커질수록 두 변수의 관계가 강하게 나타났다고 볼 수 있지만, ‘높을수록 좋은 점수’처럼 이해해서는 안 됩니다.
예를 들어 스트레스와 삶의 만족도 사이에서 음의 상관관계를 예상했다면
두 변수가 반대 방향으로 움직이는 것 자체가 연구적으로 의미가 있을 수 있습니다.
또 상관계수의 크기를 어느 정도부터 강하다고 판단할지는 연구 분야와 변수의 특성에 따라 달라질 수 있습니다.
따라서 단순히
“r = .6이니까 좋은 결과다.”
라고 해석하기보다는 관계의 방향과 크기를 연구 맥락 안에서 살펴봐야 합니다.
3. p값도 함께 확인해야 합니다
상관분석 결과표에는 상관계수와 함께 유의확률(p-value)도 표시됩니다.
예를 들어
r = .42, p < .001
이라면 두 변수 사이에 정적인 관계가 관찰되었고, 설정한 유의수준을 기준으로 통계적으로 유의한 상관관계가 확인되었다고 보고할 수 있습니다.
하지만 여기에서도 p값만 보고 판단하면 부족합니다.
표본 수가 커지면 비교적 작은 상관관계도 통계적으로 유의하게 나타날 수 있기 때문입니다.
따라서 p값과 함께 r값의 크기와 방향도 같이 확인하는 것이 중요합니다.
4. 상관관계가 있다고 ‘영향을 미친다’고 쓰면 안 됩니다
상관분석에서 특히 많이 주의해야 하는 부분입니다.
A와 B 사이에 높은 상관관계가 나타났다고 해서
“A가 B에 영향을 미친다.”
“A 때문에 B가 증가한다.”
라고 바로 해석할 수는 없습니다.
상관분석이 보여주는 것은 두 변수가 함께 변화하는 관계가 관찰되었다는 것입니다.
어느 변수가 원인이고 어느 변수가 결과인지까지 상관계수 하나로 확인할 수 있는 것은 아닙니다.
즉,
상관관계 ≠ 인과관계
입니다.
논문 결과를 작성할 때 ‘관련이 있다’와 ‘영향을 미친다’를 구분하는 것이 중요합니다.
5. 상관관계가 너무 높다면 오히려 확인이 필요할 수도 있습니다
상관계수가 높게 나왔다고 무조건 반가워할 일도 아닙니다.
특히 서로 다른 개념이라고 설정한 두 독립변수 사이에서 매우 강한 상관관계가 나타났다면
“두 변수가 실제로 충분히 구분되는 개념인가?”
를 확인해볼 필요가 있습니다.
측정 문항이 지나치게 비슷하지 않은지, 변수 구성에 문제가 없는지, 이후 회귀분석에서 다중공선성 문제가 발생할 가능성은 없는지도 함께 살펴볼 수 있습니다.
즉, 상관분석은 단순히 가설을 확인하는 용도뿐 아니라 본격적인 분석 전에 변수 간 관계를 점검하는 역할도 할 수 있습니다.
6. 상관분석표에서는 대각선의 1.000을 신경 쓰지 않아도 됩니다
SPSS 상관분석 결과를 처음 보면 표의 대각선에 계속 1.000이 나타나 당황하기도 합니다.
하지만 이는 오류가 아닙니다.
변수 A와 변수 A의 상관관계는 자기 자신과의 관계이기 때문에 1로 나타납니다.
또한 상관행렬은 대칭이기 때문에
A와 B의 상관계수와
B와 A의 상관계수도 동일합니다.
그래서 실제 결과를 확인할 때는 중복된 값을 모두 읽을 필요는 없습니다.
상관분석 결과를 볼 때 이것만은 확인하세요 ✅
- 상관계수의 부호는 +인가, -인가?
- 연구에서 예상한 방향과 일치하는가?
- 상관계수의 크기는 어느 정도인가?
- 통계적으로 유의한 관계인가?
- 특정 변수끼리 지나치게 높은 상관을 보이지 않는가?
- 상관관계를 인과관계처럼 해석하고 있지는 않은가?
이 정도만 확인해도 단순히 p값만 보는 것보다 결과표에서 훨씬 많은 정보를 읽을 수 있습니다.
마무리
상관분석은 SPSS에서 비교적 쉽게 실행할 수 있지만 결과를 제대로 해석하는 것은 별개의 문제입니다.
특히 상관계수의 크기, 방향, 통계적 유의성은 각각 다른 정보를 제공하기 때문에 함께 살펴보는 것이 중요합니다.
더브레인에서도 논문 통계분석을 진행할 때 단순히 상관계수의 유의성만 확인하는 것이 아니라 연구모형과 변수의 관계를 고려하여 결과를 확인하는 과정이 중요합니다.
그리고 상관관계가 확인됐다는 이유만으로 ‘영향을 미쳤다’고 확대해서 해석하지 않는 것도 꼭 기억해두는 것이 좋습니다.
상관분석에서 중요한 것은 r값이 높고 낮은지가 아니라,
두 변수가 ‘어느 방향으로, 어느 정도 함께 움직이고 있는지’를 연구 맥락에 맞게 해석하는 것입니다.
