설문 조사가 끝나고 엑셀(Excel)이나 SPSS 데이터를 손에 넣으셨나요? 축하드립니다! 하지만 진짜 싸움은 지금부터입니다. 데이터를 받고 나서 가장 먼저 무엇을 해야 할지, 그 순서를 아주 친절하게 알려드립니다.
1단계: 분석 전 '기초 공사' (데이터 클리닝 & 코딩)
건물을 짓기 전 땅을 다지듯, 통계도 기초 공사가 제일 중요합니다.
* 데이터 정제: 모든 문항에 똑같은 번호(예: 3번만 쭉 찍기)를 쓴 불성실 응답자나, 응답이 빠진 데이터(결측치)를 골라내어 삭제하거나 보정합니다.
* 역채점 (Reverse Coding): 설문지에는 가끔 '부정 질문'이 섞여 있습니다. (예: "나는 직장이 즐겁다" vs "나는 출근이 싫다"). 이때 '출근이 싫다'의 점수를 반대로(1점→5점) 뒤집어 주어야 전체 점수가 일치합니다.
* 평균 변수 만들기 (Compute Variable): 보통 '직무만족'을 묻는 문항이 5개라면, 이 5개 점수를 합쳐서 '직무만족_평균'이라는 새로운 데이터 칸을 만듭니다. 우리는 앞으로 이 '평균값'으로 분석을 할 거예요.
2단계: 내 설문지는 믿을 만한가? (신뢰도 분석)
"이 설문지로 측정하는 게 정말 일관성이 있나?"를 확인하는 단계입니다.
* Cronbach's \alpha (크론바흐 알파) 확인: * 통계 결과에서 이 계수가 0.7 이상 나오면 "아주 믿음직한 설문지"라고 봅니다.
* 만약 이 값이 너무 낮다면, 문항들끼리 서로 딴소리를 하고 있다는 뜻이므로 문제가 있는 문항을 찾아 제거해야 합니다.
3단계: 변수끼리 얼마나 친한가? (상관관계 분석)
본격적인 인과관계를 보기 전, 변수들끼리의 '썸'을 확인하는 과정입니다.
* 방향과 강도:
* 양(+)의 상관: 하나가 커질 때 다른 하나도 커짐 (예: 자존감이 높을수록 행복감도 높다)
* 음(-)의 상관: 하나가 커질 때 다른 하나는 작아짐 (예: 직무열의가 높을수록 번아웃은 낮다)
* 상관계수(r): 수치가 1에 가까울수록 두 변수는 '운명적 단짝'이고, 0에 가까우면 '생판 남'입니다.
* 유의확률(p): 결과표의 p값이 .05보다 작아야 "이 관계는 우연이 아니다"라고 논문에 쓸 수 있습니다.
4단계: 그래서 원인이 뭐야? (회귀분석)
논문의 결론을 짓는 '인과관계'의 꽃입니다.
* 독립변수(원인) -> 종속변수(결과): "무엇이 무엇에게 영향을 주는가?"를 수학적으로 증명합니다.
* 체크해야 할 핵심 지표:
* R^2 (결정계수): 이 모델의 설명력입니다. (예: 0.40이면 원인이 결과를 40% 설명함)
* \beta (베타): 영향력의 크기입니다. 숫자가 클수록 "이게 진짜 핵심 원인이구나!"라고 판단합니다.
* 유의성: 상관관계와 마찬가지로 p < .05여야 가설이 채택(성공)됩니다.
통계는 단순히 숫자 놀음이 아니라,
연구자가 세운 가설이 세상에 '진실'임을 증명하는 과정입니다. 1단계 기초 공사만 튼튼히 해도 4단계 결론에서 당황할 일이 줄어든답니다!
#논문통계 #SPSS분석 #데이터분석 #상관관계 #회귀분석 #신뢰도분석 #석사논문 #박사논문 #통계공부 #설문조사분석
'코칭연구' 카테고리의 다른 글
| 죽기 전에 꼭 읽어야 할 인문학 책 15권 (작가 포함 완벽 정리) (0) | 2026.03.22 |
|---|---|
| [경제심리] 아담 스미스부터 호모 컨슈머리쿠스까지: 우리가 물건을 사는 진짜 이유 (0) | 2026.03.21 |
| [2016년의 열정] 변화의 비밀을 풀다: 로버트 딜츠의 '신경 논리적 레벨' (0) | 2026.03.18 |
| "내가 게으른 게 아니라, 내 몸이 낮게 숨 쉬고 있었을 뿐" : 저혈압과 NLP 리프레임 (0) | 2026.03.18 |
| [시사/심리] 부산 항공사 기장 살해 사건이 우리에게 남긴 질문: 조직 갈등과 분노 조절 (0) | 2026.03.18 |