목차
논문 연구모형을 보다 보면 독립변수와 종속변수 외에 통제변수(Control Variable)라는 말이 자주 등장합니다.
성별, 연령, 학력, 근속연수, 직급 등을 통제변수로 넣었다는 논문도 많고요.
그러다 보면 이런 생각이 들 수 있습니다.
나도 인구통계학적 변수는 전부 통제해야 하나?
괜히 빠뜨렸다가 분석이 부족해 보일 것 같아 이것저것 넣고 싶어지기도 합니다. 😅
하지만 통제변수 역시 많다고 좋은 것은 아닙니다. 왜 이 변수를 통제해야 하는지 설명할 수 있는 근거가 먼저입니다.
1. 통제변수는 무엇을 통제한다는 걸까?
쉽게 생각하면 통제변수는 관심 있는 변수 사이의 관계를 조금 더 명확하게 살펴보기 위해 함께 고려하는 변수입니다.
예를 들어 직무스트레스가 직무만족에 미치는 영향을 연구한다고 가정해보겠습니다.
그런데 선행연구를 살펴보니 근속연수 역시 직무만족과 관련이 있는 것으로 나타났다면, 근속연수의 영향을 고려한 상태에서 직무스트레스와 직무만족의 관계를 확인하고 싶을 수 있습니다.
이럴 때 근속연수를 통제변수로 포함하는 방식을 생각해볼 수 있습니다.
즉, 통제변수는 단순히 결과표에 추가하는 변수가 아니라 연구에서 관심 있는 관계를 해석할 때 함께 고려해야 할 요인이라고 이해하면 쉽습니다.
2. 성별·연령은 무조건 통제해야 할까?
논문을 보다 보면 성별, 연령, 학력, 직급, 소득 등을 통제변수로 사용한 연구가 많습니다.
그렇다고 내 연구에서도 전부 넣어야 하는 것은 아닙니다.
예를 들어 연구주제와 연령의 관련성을 설명하기 어렵고 선행연구에서도 별다른 근거가 없다면, 단순히 다른 논문에서 사용했다는 이유만으로 연령을 통제변수에 포함할 필요는 없습니다.
반대로 연구대상의 경력이나 연령에 따라 종속변수가 달라질 가능성이 충분하고 이를 뒷받침하는 근거가 있다면 통제할 이유가 생길 수 있습니다.
다른 논문에서 넣었으니까보다는 내 연구에서 왜 필요한가를 먼저 생각하는 편이 좋습니다.
3. 통제변수가 많아지면 분석이 더 정확해질까?
여기서 많이 생기는 오해가 있습니다.
통제변수를 많이 넣을수록 다른 영향을 모두 제거할 수 있으니 더 정확한 분석이 될 것 같다는 생각입니다.
하지만 필요하지 않은 변수를 무작정 많이 포함하는 것이 항상 좋은 것은 아닙니다.
변수 수가 늘어나면 모형이 복잡해지고, 독립변수끼리 높은 상관을 보일 경우 다중공선성 문제도 함께 살펴봐야 합니다.
또 표본 규모가 제한적인 상황에서 설명변수를 계속 추가하는 것도 분석 설계 측면에서 검토가 필요합니다.
통제변수는 많이 넣는 것이 목적이 아니라 필요한 변수를 적절하게 선택하는 것이 중요합니다.
4. 통제변수도 선행연구에서 근거를 찾아보세요
통제변수를 선택할 때 가장 도움이 되는 방법 중 하나가 선행연구를 확인하는 것입니다.
나와 비슷한 주제의 연구에서는 어떤 변수를 통제했는지, 그리고 왜 해당 변수를 통제했는지 살펴보는 것입니다.
다만 여기서도 그대로 복사하는 것은 피해야 합니다.
선행연구 A에서 성별과 근속연수를 통제했다고 해서 내 연구에도 동일하게 적용되는 것은 아닙니다.
연구대상과 연구환경이 다르다면 필요한 통제변수 역시 달라질 수 있습니다.
결국 선행연구를 참고하되 내 연구에서의 선택 근거를 만들어가는 과정이 필요합니다.
5. 통제변수 때문에 결과가 달라질 수도 있습니다
통제변수를 추가하기 전에는 유의했던 독립변수가 통제변수를 포함한 뒤 유의하지 않게 나타나거나, 회귀계수의 크기가 달라지는 경우도 있습니다.
처음 보면 조금 당황스럽습니다.
통제변수를 빼면 유의한데, 그냥 빼면 안 되나?
하지만 원하는 결과가 나오지 않는다는 이유로 통제변수를 임의로 넣었다 뺐다 하는 방식은 피해야 합니다.
어떤 변수를 왜 통제했는지에 대한 연구적 근거가 있다면 그 기준에 따라 분석하고, 결과가 달라졌다면 그 변화 자체를 해석하는 것이 더 중요합니다.
통계분석은 유의한 결과를 만드는 과정이 아니라 연구에서 설정한 관계를 검증하는 과정이기 때문입니다.
통제변수와 독립변수는 어떻게 다를까?
둘 다 회귀분석에 함께 들어가다 보니 헷갈릴 수 있습니다.
독립변수는 연구자가 주로 관심을 가지고 종속변수와의 관계를 검증하려는 변수입니다.
반면 통제변수는 주요 독립변수와 종속변수의 관계를 살펴볼 때 함께 고려할 필요가 있다고 판단한 변수입니다.
예를 들어 연구의 핵심 질문이 직무스트레스가 직무만족에 미치는 영향이라면 직무스트레스가 주요 독립변수가 되고, 연구 근거에 따라 연령이나 근속연수 등이 통제변수로 들어갈 수 있습니다.
같은 회귀식에 포함되더라도 연구에서 맡고 있는 역할이 다르다고 이해하면 됩니다.
SPSS 회귀분석 전에 정해두는 것이 좋습니다
통제변수는 SPSS 결과가 나온 뒤 유의성을 높이기 위해 선택하는 것이 아닙니다.
가능하면 연구모형과 가설을 정리하는 단계에서 어떤 변수를 통제할지 함께 검토하는 편이 좋습니다.
설문조사가 끝난 뒤 통제하고 싶은 변수가 생겼는데 애초에 해당 정보를 조사하지 않았다면 분석 단계에서 새롭게 만들어낼 수도 없습니다.
따라서 성별, 연령, 경력 등 필요한 일반적 특성 문항도 연구목적과 이후 통계분석 계획을 고려해 준비할 필요가 있습니다.
논문 통계분석을 외부에 맡긴다면 연구모형과 가설뿐 아니라 통제변수로 고려하고 있는 항목도 함께 전달하는 것이 좋습니다. 더브레인처럼 SPSS 통계분석을 진행하는 곳에 문의할 때도 이러한 내용을 미리 정리해두면 분석 범위를 확인하기가 훨씬 수월합니다.
📌 정리
논문에서 통제변수를 사용할 때는 일단 성별·연령부터 전부 넣고 보는 방식보다는 선택 근거를 먼저 생각하는 것이 중요합니다.
✔ 연구주제와 관련이 있는 변수인지
✔ 종속변수에 영향을 줄 가능성이 있는지
✔ 선행연구에서 근거를 확인할 수 있는지
✔ 다른 설명변수와 지나치게 겹치지는 않는지
✔ 왜 통제했는지 논문에서 설명할 수 있는지
이런 부분을 함께 살펴보는 것이 좋습니다.
통제변수는 많을수록 좋은 것도, 적을수록 좋은 것도 아닙니다.
결국 가장 중요한 기준은 내 연구에서 이 변수를 왜 통제해야 하는가를 설명할 수 있는지입니다.