현장에서 출발하는 과정을 이해하기 연구를 설계할 때 선택해야 하는 첫 갈림길이 있습니다.숫자로 설명할 것인가, 이야기로 이해할 것인가 양적연구가 관계의 크기나 영향력을 검증하는 방식이라면질적연구는 사람들이 실제로 어떤 경험을 하고그 안에서 어떤 의미를 만들어가는지 탐구하는 방식입니다. 질적연구는 직관에 의존하는 방법이 아니라경험의 맥락을 자료에 기반하여 철저하게 분석하는 과학적 접근입니다. 그중에서도 근거이론 Grounded Theory은자료를 기반으로 새로운 이론을...

연구를 진행하다 보면 어느 순간 이런 의문을 만나게 됩니다. 이처럼 두 범주형 변수 사이에 연관성이 있는지 확인할 때 가장 기본적으로 활용되는 분석 방법이 바로 카이제곱 검정입니다.SPSS에서는 교차분석과 함께 가장 자주 사용되는 기법이죠. 카이제곱 검정이란 무엇인가 카이제곱 검정은 명목 또는 순서 척도로 측정된 데이터에 적용하는 비모수 검정입니다.쉽게 말하면 두 범주형 변수 사이에 관계가 존재하는지또는...

이진 종속변수를 다루는 분석 중로지스틱 회귀는 가장 활용도가 높은 기법입니다. 하지만 결과표를 단순히 보고 작성하면논문 심사에서 지적될 가능성이 높은 실수들이 존재합니다.아래 항목들은 반드시 점검하는 것이 좋습니다. 1. 기준 범주 설정을 정확하게 확인 로지스틱 회귀는어떤 범주를 기준으로 삼느냐에 따라계수 해석 방향이 달라집니다. SPSS는 일반적으로값이 작은 범주를 기준으로 설정합니다예: 0을 기준으로 하여 1의 발생 확률을...

통계에서 가설검정을 진행할 때가장 먼저 하는 일은효과가 없다라는 가정을 설정하는 것입니다. 연구자는 보통효과가 있다, 차이가 있다를 알고 싶은데왜 그 반대 방향으로 접근할까요이 방식은 통계적 추론을 정확하게 하기 위한 필수 절차입니다. 두 가지 가설의 역할 가설검정에서는 두 개의 가설이 함께 사용됩니다. 분석 과정은처음부터 H1을 인정하는 것이 아니라H0가 유지될 수 있는지 확인하는 방향으로 진행됩니다. 영가설...

탐색적 요인분석(EFA)은설문 문항들 사이에 숨어 있는 공통 요인을 찾아내기 위한 분석입니다. 그런데문항들이 서로 전혀 관련이 없다면아무리 분석을 돌려도 요인이 나올 수 없겠죠? 그래서 요인분석의 첫 관문은📍 데이터 적합성 검증입니다.바로 여기서KMO와 Bartlett 검정이 핵심 역할을 합니다. 🧠 KMO vs Bartlett, 역할이 다릅니다 항목 무엇을 확인하나요? 좋은 기준은? KMO 표본과 변수들이 요인 분류가 가능한지 ≥...

― 설문 데이터는 먼저 “믿을 수 있는가?”를 물어야 합니다 설문 기반 연구를 진행할 때가장 먼저 확인해야 할 것은“내 문항이 제 역할을 하고 있는가?” 입니다. 아무리 많은 응답이 모여 있어도,거기 포함된 질문들이 엉뚱한 방향을 측정하고 있다면그 결과를 기반으로 한 분석은 모두 무의미해집니다. 그래서 등장한 것이 바로 👇신뢰도 분석(Reliability Analysis) 입니다! 🧠 신뢰도란? (연구자가 꼭...

설문 도구를 고치는 건 ‘수리’가 아니라 ‘정교화’입니다 신뢰도 분석을 했는데Cronbach’s α 값이 0.7 미만, 심지어 0.6도 안 된다? 연구자라면 누구나 한 번쯤 경험하는 순간이죠.하지만 이때 절대 당황하지 마세요.신뢰도 개선에는 명확한 절차가 있습니다! 🧩 신뢰도 낮을 때 해결 순서 딱 3단계 1️⃣ 문항 간의 “궁합” 먼저 확인 🔍 Corrected Item-Total Correlation→ 0.3 미만이면해당 문항은...

데이터 분석이라고 하면가장 먼저 떠오르는 건 전처리, 이상치 제거, 통계 분석 같은 멋진 용어들이죠. 하지만 그보다 앞서 꼭 해야 할 기본이 있습니다.바로 데이터를 보기 좋게 ‘정돈’하는 것! “그게 뭐가 그렇게 중요해? 예쁘게 보이는 거랑 분석이랑 무슨 상관?”라고 의문이 들 수 있어요. 하지만 정렬은 감각이 아니라 정확성과 효율의 출발점입니다.데이터의 첫 단추가 잘못 잠기면 분석도...

“집단 3개?그럼 t-test만 3번 하면 되는 거 아냐?” 📍 절대 그렇지 않습니다.📍 통계 오류의 지름길입니다. 이건 생각보다 많은 연구자가실제로 저지르는 실수예요. ❌ t-검정을 반복하면 일어나는 문제 3가지 ① 거짓 결과가 튀어나올 확률 폭발 🔥 한 번의 오류확률: 5%세 번 비교하면? → 약 14.3%로 3배 증가 차이가 없는데 “있다”고 착각할 확률 대폭 증가! 집단이...

설문조사와 통계분석 결과는논문에만 등장하는 숫자들이 아닙니다. TV 속 여론조사 결과,정부 정책 실태조사 보고서,기업의 시장분석 리포트까지—우리는 매일같이 데이터를 기반으로 한 그래프를 보고 있죠. 그렇기 때문에,📌 데이터를 어떻게 시각화하느냐는정보를 보여주는 방식이 아니라정보를 이해하게 만드는 능력입니다. 학술대회 발표, 기업 제안서, 정부 보고서…그래프는 곧 결과 전달력입니다. 🔍 그래프는 데이터의 “목소리” 같은 숫자여도그래프가 달라지면메시지가 정반대로 읽힐 수 있습니다....