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....

설문조사를 끝내고 데이터를 받아보면 숫자만 가득한 엑셀 파일을 보게 됩니다. 1, 2, 3, 4… Y, N… 0, 1… 시간이 지나면 이 숫자가 무엇을 의미하는지 연구자 본인도 헷갈리는 경우가 많습니다. 이럴 때 필요한 것이 바로 코딩표(Codebook) 입니다. 1️⃣ 숫자의 의미를 잊지 않게 해줍니다 예를 들어 성별을 1=남성, 2=여성으로 코딩했는지, 반대로 했는지는 몇 달만 지나도...

설문 응답자를 모집할 때 가장 쉽게 떠올리는 방법이 있습니다. 바로 인스타그램, 카카오톡, 온라인 커뮤니티 같은 SNS에 설문 링크를 올리는 것입니다. 빠르게 많은 응답자를 모을 수 있다는 장점이 있지만, SNS로 모은 응답이 곧바로 전체 집단을 대표하는 것은 아닙니다. 1️⃣ SNS 이용자만 설문에 들어옵니다 SNS에 설문을 올리면 해당 플랫폼을 자주 사용하는 사람이 응답할 가능성이 높습니다....

필요한 정보를 더 빠르게 학교마다 흩어진 장학금과 공모전,연구에 도움이 되는 정보까지직접 찾아다니는 일은 생각보다 쉽지 않습니다. K-grad에서는 대학원생이 자주 찾는 정보를한곳에서 편하게 확인할 수 있습니다. 손안에서 확인하는 대학원 소식 필요한 정보를놓치지 않는 것도 중요합니다. 홈페이지에서는 정보를 정리해서 보고,오픈채팅에서는 새로운 소식을빠르게 함께 확인할 수 있습니다. 고민이 생겼다면 혼자만 고민하지 마세요 잠시 방향을 잃는 것은누구에게나...

혹시 이런 고민, 해본 적 있으신가요? 장학금, 공모전, 연구 정보처럼놓치기 아쉬운 소식은 생각보다 많습니다. 혼자 찾아다니기보다비슷한 고민을 하는 대학원생들과정보를 함께 나누는 것도 좋은 방법입니다. 정보를 찾는 시간을 줄여보세요 여러 사이트를 오가며정보를 찾는 데 시간을 쓰기보다, 필요한 내용을 한곳에서 확인하면연구와 학업에더 집중할 수 있습니다. 함께할수록 더 많은 정보를 얻습니다 대학원 생활은 혼자 해결하기보다경험을 나누며...

SPSS로 데이터를 입력하다 보면 변수 이름을 Q1, Q2, SAT1처럼 간단하게 작성하는 경우가 많습니다. 처음에는 기억하기 쉽지만, 시간이 지나면 각 변수가 무엇을 의미하는지 헷갈리는 경우도 적지 않습니다. 그래서 SPSS에는 변수 라벨(Label)​이라는 기능이 있습니다. 오늘은 변수 라벨을 설정해야 하는 이유를 알아보겠습니다. 1️⃣ 변수 이름만으로는 의미를 알기 어렵습니다 SPSS에서는 변수 이름을 짧게 작성하는 경우가 많습니다. 예를...

논문 발표를 마치고 교수님이 이렇게 말씀하실 때가 있습니다. 학생 입장에서는 유의한 결과도 나왔고, 가설도 채택됐는데 왜 좋은 평가를 받지 못했는지 의아할 수 있습니다. 하지만 교수님이 말하는 ‘당연하다’는 것은 결과 자체보다 연구의 새로움에 대한 이야기인 경우가 많습니다. 1️⃣ 이미 모두가 아는 사실일 수 있습니다 예를 들어 “공부를 많이 할수록 성적이 높아진다.” “직무만족이 높을수록 조직몰입이...

설문을 만들다 보면 이런 생각이 듭니다. 실제로 응답자의 다양한 의견을 담기 위해 선택지를 계속 추가하는 경우가 있습니다. 하지만 선택지가 많아질수록 오히려 설문의 품질이 떨어질 수도 있습니다. 1️⃣ 응답 시간이 길어집니다 선택지가 4개일 때와 10개일 때는 응답 방식이 달라집니다. 선택지가 많아질수록 응답자는 모든 보기를 읽고 비교해야 합니다. 결국 응답 피로도가 높아지고, 설문 완료율에도 영향을...

논문에서 집단 간 차이를 비교한 후 가장 먼저 확인하는 결과는 대부분 p값입니다. 하지만 통계적으로 유의한 결과라고 해서 항상 의미 있는 차이라고 볼 수는 없습니다. 그래서 연구에서는 차이가 실제로 얼마나 큰지를 보여주는 효과크기(Effect Size)​도 함께 확인합니다. 그중 가장 널리 사용되는 지표가 바로 Cohen’s d​입니다. 오늘은 Cohen’s d를 어떻게 해석하면 되는지 쉽게 알아보겠습니다. 1️⃣ p값이...

논문에서 통계분석 결과를 제시할 때 많은 연구자가 가장 먼저 확인하는 것은 p-value입니다. p-value가 0.05보다 작으면 ‘유의하다’, 크면 ‘유의하지 않다’는 결론을 내리는 경우가 많죠. 하지만 최근에는 단순히 p-value만 보고 연구 결과를 해석하는 것은 충분하지 않다는 의견이 많습니다. 실제로 국제 학술지에서도 효과크기(Effect Size)​와 함께 신뢰구간(Confidence Interval, CI)​을 함께 제시할 것을 권장하고 있습니다. 그렇다면 신뢰구간은 왜...