K-GRAD 꿀팁

— 설문 설계에서 자주 발생하는 실수 설문지를 만들다 보면의도하지 않게 다음과 같은 문항이 만들어지기도 합니다. 예를 들어 “우리 조직은 의사소통이 원활하고 협력이 잘 이루어진다.” 이 문장은 자연스럽게 보이지만사실 두 가지 질문이 동시에 포함된 문항입니다. 이처럼 하나의 문항 안에두 개 이상의 내용을 포함한 질문을 통계에서는 이중 질문(double-barreled question)이라고 합니다. 1️⃣ 응답자가 무엇에 답해야 하는지...

— 설문 설계에서 자주 고민되는 부분 설문지를 만들다 보면 다음과 같은 고민을 하게 됩니다. “모른다”, “잘 모르겠다” 같은 선택지를 넣어야 할까? 어떤 설문에서는 이 선택지를 포함하고,어떤 설문에서는 아예 제외하기도 합니다. 사실 이 선택지는 연구 목적에 따라 다르게 판단해야 하는 요소입니다. 1️⃣ 응답자가 실제로 판단하기 어려운 질문일 수 있습니다 모든 설문 질문이응답자가 명확하게 판단할...

— 설문 설계에서 자주 나오는 질문 설문지를 만들다 보면 한 번쯤 고민하게 되는 부분이 있습니다. “리커트 척도는 5점이 좋을까, 7점이 좋을까?” 실제로 많은 논문에서5점 척도와 7점 척도가 모두 사용되고 있습니다.하지만 두 척도는 각각 장단점이 있으며, 연구 목적에 따라 선택이 달라질 수 있습니다. 5점 척도는 응답이 더 쉽습니다 5점 척도는 다음과 같은 형태입니다. 이...

— 많은 연구자들이 빠지는 함정 설문조사를 처음 설계할 때 흔히 이런 생각을 하게 됩니다. “문항이 많을수록 더 정확하게 측정할 수 있지 않을까?”“혹시 빠뜨린 내용이 있으면 어떡하지?” 그래서 설문 문항을 계속 추가하다 보면어느 순간 설문지가 50문항, 70문항이 되어 있기도 합니다. 하지만 설문 문항은많을수록 좋은 것이 아닙니다. 1️⃣ 문항이 많아질수록 응답 피로가 커집니다 응답자가 설문을...

— 숫자만으로는 설명되지 않는 결과 조절효과 분석을 처음 해보면 이런 경험을 하게 됩니다. 회귀분석 결과에는 하지만 막상 결과를 설명하려고 하면어떻게 해석해야 할지 막히는 경우가 많습니다. 이때 반드시 필요한 것이조절효과 그래프(interaction plot)입니다. 1️⃣ 조절효과는 ‘조건에 따라 달라지는 관계’입니다 조절효과는 간단히 말해한 변수의 영향력이 다른 변수의 수준에 따라 달라지는 현상입니다. 예를 들어, 이 경우 의미는...

— 연구 설계에서 가장 자주 생기는 오해 논문을 준비하다 보면 가장 먼저 고민하게 되는 것 중 하나가 표본 수입니다. “표본이 많을수록 좋은 연구 아닐까?”“최대한 많이 모아야 안전한 것 아닐까?” 실제로 많은 연구자들이 표본 수를 가능한 한 많이 확보하려고 합니다.하지만 표본 수는 단순히 “많을수록 좋다”는 문제로만 볼 수는 없습니다. 1️⃣ 표본 수의 목적은 ‘대표성’입니다...

— p값만으로는 연구의 의미를 설명하기 어렵습니다 논문 결과를 해석할 때 많은 연구자들이 가장 먼저 보는 것은 p값입니다.p < .05인지 아닌지에 따라 가설 채택 여부가 결정되기 때문입니다. 하지만 p값은 효과가 있는지 없는지만 보여줄 뿐,그 효과가 얼마나 큰지는 설명해주지 않습니다. 이때 반드시 함께 확인해야 하는 것이 효과크기(effect size)입니다. 1️⃣ 효과크기는 ‘영향의 크기’를 의미합니다 효과크기는 말...

— p값만으로는 연구의 의미를 설명하기 어렵습니다 논문 결과를 해석할 때 많은 연구자들이 가장 먼저 보는 것은 p값입니다.p < .05인지 아닌지에 따라 가설 채택 여부가 결정되기 때문입니다. 하지만 p값은 효과가 있는지 없는지만 보여줄 뿐,그 효과가 얼마나 큰지는 설명해주지 않습니다. 이때 반드시 함께 확인해야 하는 것이 효과크기(effect size)입니다. 1️⃣ 효과크기는 ‘영향의 크기’를 의미합니다 효과크기는 말...

논문을 쓰다 보면 이런 상황이 나옵니다. 숫자 차이는 0.002뿐인데논문에서는 “채택”과 “기각”으로 나뉩니다. 이게 정말 그렇게 큰 차이일까요? 결론부터 말씀드리면,통계적으로는 기준이 있지만, 실질적으로는 거의 차이가 없습니다. 1️⃣ p값은 연속적인 값입니다 p값은 0과 1 사이의 연속적인 확률 값입니다.0.049와 0.051 사이에는 본질적인 단절이 존재하지 않습니다. 0.049는 “맞고”0.051은 “틀렸다”는 식의 구분은사실상 연구 관행에서 정한 기준선(α = .05)...

— p값만 보면 놓치는 것들 논문 결과를 해석할 때 많은 분들이 p값만 확인합니다. p < .05인지, 아닌지.유의한지, 아닌지. 하지만 p값만으로는결과의 정확한 의미를 충분히 이해할 수 없습니다. 이때 반드시 함께 봐야 할 것이신뢰구간(Confidence Interval, CI)입니다. 1️⃣ 신뢰구간은 ‘가능한 범위’를 보여줍니다 예를 들어, 회귀계수가 다음과 같이 나왔다고 가정해보겠습니다. β = .3095% 신뢰구간: [.05, .55] 이...