📊  논문에서 통계를 다룰 때 가장 먼저 정리해야 할 개념이 있습니다.
바로 **기술통계(Descriptive Statistics)**와 **추론통계(Inferential Statistics)**의 구분입니다.

두 가지는 전혀 다른 목적을 가진 통계이며, 사용되는 분석방법도 완전히 다릅니다.

✅ 기술통계(Descriptive Statistics): "지금 가진 자료를 요약한다"

기술통계는 말 그대로 현재 확보된 데이터를 요약, 정리하는 데 목적이 있습니다.

• 예: 평균, 표준편차, 중앙값, 빈도수, 백분율 등
• 목적: 표본 데이터 자체의 특성을 파악하기 위함

📌 SPSS에서는 어떻게?
분석 → 기술통계 → 빈도 / 기술통계 / 탐색 메뉴에서 확인 가능.
논문에서는 표 1. 대상자의 일반적 특성 등에 해당하는 내용이 기술통계입니다.

✅ 추론통계(Inferential Statistics): "표본을 통해 전체를 추론한다"

추론통계는 표본 데이터를 바탕으로 모집단 전체에 대한 결론을 도출하려는 분석입니다.
즉, 검정, 예측, 일반화의 목적을 가지고 있습니다.

• 예: t-test, ANOVA, 상관분석, 회귀분석, 카이제곱검정 등
• 목적: 특정 가설을 검정하고, 표본 결과를 통해 전체를 추론

📌 SPSS에서는 어떻게?
분석 → 평균비교 / 일반선형모형 / 회귀분석 / 상관분석 등 다양한 메뉴를 통해 실행.
논문의 가설검정, 즉 결과 분석 파트가 바로 이 추론통계입니다.

🔍 핵심 구분 요약

구분 기술통계 추론통계

📌 실전 팁

“분석을 시작할 때 기술통계는 반드시 선행되어야 합니다.”
데이터의 분포나 기본 특성을 이해하지 않은 채 가설검정을 진행하는 건,
기초 없이 건물을 올리는 것과 같기 때문입니다.

좋은 논문결과 나오기를 바라며 궁금하시거나 문의사항은 언제든지 chsoo.lee@gmail.com 으로 메일 주세요. 

사회과학 논문을 쓰다 보면 “모수”와 “통계량”이라는 용어가 반복해서 등장합니다.
이 둘을 구분하는 것은 연구 설계와 해석의 정확성을 위해 반드시 필요합니다.

모수(Parameter)란?

모수란 전체 집단(모집단)의 특성을 나타내는 수치를 의미합니다.
예를 들어, 어떤 나라 전체 성인의 평균 키나 평균 소득처럼,
전체 구성원에 대해 말할 때 사용됩니다.

하지만 현실적으로 우리는 모집단 전체를 조사하는 것이 거의 불가능하죠.
그래서 연구자들은 표본을 추출해 그 안에서 특성을 측정하고,
그 측정값을 바탕으로 모수를 추정하게 됩니다.

통계량(Statistic)이란?

통계량은 표본에서 얻은 수치를 말합니다.
즉, 실제 조사를 통해 얻어진 데이터의 평균, 비율, 분산 등이 이에 해당합니다.

표본의 평균 소득, 표본의 성별 비율, 표본의 만족도 점수 등이 모두 통계량입니다.

왜 이 차이가 중요할까?

모수와 통계량을 혼동하면 분석 결과의 해석에 오류가 생깁니다.
우리는 표본을 통해 ‘추정’하고 있는 것이지, 실제 모집단의 수치를 ‘알고 있는’ 것이 아닙니다.
따라서 항상 오차의 가능성을 염두에 둬야 하고,
그 오차를 줄이기 위한 통계 기법들이 발전해온 것입니다.

요약하자면,

• 모수: 전체 모집단의 수치 (실제로는 알기 어려움)
• 통계량: 표본을 통해 관찰된 수치 (우리가 실제로 갖는 데이터)

이 개념 위에서 모든 추론통계(inferential statistics)가 작동합니다.
모수는 우리가 알고 싶은 것, 통계량은 우리가 실제로 갖고 있는 것입니다.

SPSS에서는 어떻게 확인할까?

SPSS에서는 통계량, 즉 표본 데이터에 기반한 수치들을 쉽게 확인할 수 있습니다.

1. Analyze → Descriptive Statistics → Descriptives
2. 변수 선택 후 실행(OK)
3. 표본의 평균, 표준편차, 최소값, 최대값 등이 출력됨

이 화면에 나오는 모든 수치는 통계량입니다.
우리는 이 데이터를 바탕으로 모집단(모수)의 특성을 추정하게 되는 것이죠.

추가 팁:
SPSS에서는 Confidence Interval(신뢰구간) 도 함께 확인할 수 있는데,
이것이 바로 표본에서 모수를 얼마나 정확히 추정할 수 있는지를 보여주는 핵심 도구입니다.