목차
논문 통계분석을 끝내고
결과 파트까지 작성했습니다.
SPSS 결과도 넣었고
표도 만들었고
p값도 확인했습니다.
그런데 교수님 피드백이 돌아옵니다.
“결과 해석을 다시 해오세요.”
😅
많은 대학원생들이 이 말을 들으면 당황합니다.
“결과는 이미 다 적었는데?”
“통계도 맞게 나왔는데?”
“대체 뭘 고쳐야 하지?”
사실 교수님들이 말하는 해석은
단순히 통계 결과를 적는 것을 의미하지 않습니다.
📊 결과와 해석은 다릅니다
생각보다 많은 분들이
결과와 해석을 같은 의미로 생각합니다.
예를 들어
“분석 결과 p<.05로 통계적으로 유의하였다.”
이 문장은 결과입니다.
하지만 해석은
여기서 한 단계 더 나아갑니다.
“이 결과는 무엇을 의미하는가?”
“왜 이런 결과가 나타났는가?”
를 설명하는 과정이 필요합니다.
1️⃣ 결과를 그대로 읽고 있는 경우
가장 흔한 실수입니다.
표에 있는 숫자를
문장으로 다시 옮겨 적는 경우입니다.
예를 들어
“평균은 3.82였으며 표준편차는 0.64였다.”
틀린 문장은 아닙니다.
하지만 이것만으로는 해석이라고 보기 어렵습니다.
교수님들은
그 숫자가 연구에서 어떤 의미를 갖는지 보고 싶어 합니다.
2️⃣ 연구 질문과 연결되지 않는 경우
논문은 결국
연구 질문에 답하는 과정입니다.
그런데 결과 해석이
연구 목적과 연결되지 않으면
아무리 분석이 정확해도 아쉬운 논문이 될 수 있습니다.
결과를 볼 때마다
“이 결과가 연구 질문에 어떤 답을 주는가?”를 생각해야 합니다.
3️⃣ 왜 그런 결과가 나왔는지 설명이 없는 경우
예상했던 결과가 나왔든
예상과 다른 결과가 나왔든
이유를 설명하는 과정이 필요합니다.
특히 논의(Discussion) 파트에서는
이 부분이 핵심이 됩니다.
단순히
“유의했다”
“유의하지 않았다”에서 끝나면 부족할 수 있습니다.
4️⃣ 선행연구와 비교하지 않는 경우
결과 해석에서 중요한 부분 중 하나입니다.
예를 들어
기존 연구와 비슷한 결과가 나왔다면
왜 비슷한지 설명할 수 있어야 합니다.
반대로
기존 연구와 다른 결과가 나왔다면
그 이유를 논의할 수 있어야 합니다.
이 과정이 논문의 깊이를 만들어 줍니다.
5️⃣ 결과를 과하게 해석하는 경우
반대로 이런 경우도 있습니다.
예를 들어
상관관계 결과가 나왔는데
인과관계처럼 해석하는 경우입니다.
또는
특정 집단 연구 결과를
전체 사회 현상처럼 확대 해석하는 경우도 있습니다.
교수님들이 결과 해석을 수정하라고 하는 이유 중 하나가 바로 이 부분입니다.
📌 통계분석은 끝났는데 논문은 안 끝난 이유
많은 대학원생들이
통계분석이 끝나면 논문도 거의 끝난다고 생각합니다.
하지만 실제로는
결과 해석 단계에서
가장 많은 피드백이 나오는 경우도 많습니다.
왜냐하면
통계는 계산이지만
해석은 연구자의 생각이 들어가는 영역이기 때문입니다.
📌 교수님이 보고 싶은 것은 숫자가 아닙니다
물론 통계 결과도 중요합니다.
하지만 교수님들은
숫자 자체보다
그 결과를 어떻게 이해하고 설명하는지를 더 중요하게 보는 경우가 많습니다.
그래서 결과 해석은
논문 완성도를 결정하는 핵심 요소 중 하나입니다.
📌 실제로 많이 막히는 구간
설문조사도 끝났고
SPSS 분석도 끝났는데
논문이 안 써지는 경우가 있습니다.
대부분은
결과 해석과 논의 파트에서 막히는 경우가 많습니다.
그래서 최근에는
통계분석만 진행하는 것이 아니라
결과 해석 방향까지 함께 정리하려는 대학원생들도 늘어나고 있습니다.
더브레인에서도 실제 문의를 보면
분석 자체보다
“이 결과를 논문에서 어떻게 설명해야 하나요?”를 더 많이 질문받는 편입니다.
📓 정리
교수님이 결과 해석을 다시 해오라고 하는 이유는
통계가 틀려서가 아닐 수도 있습니다 😊
특히
✔ 결과를 단순 나열한 경우
✔ 연구 질문과 연결되지 않은 경우
✔ 선행연구 비교가 없는 경우
✔ 해석 범위가 과한 경우
이런 상황에서는 추가 수정이 나올 가능성이 높습니다.
논문에서 중요한 것은
결과를 보여주는 것보다
결과를 설명하는 것입니다.
그래서 결과 해석은
통계분석만큼 중요한 논문 작성 과정이라고 할 수 있습니다.
