논문을 작성하다 보면 ‘통계’는 더 이상 선택이 아니라 필수가 됩니다.
질적 접근이든 양적 접근이든, 연구의 신뢰도와 타당성을 확보하려면 수치적 근거가 뒷받침되어야 하죠.
그런 의미에서 이번 시리즈는, 사회과학 연구자가 반드시 이해하고 있어야 할 통계의 기본 개념들을 정리해보려 합니다.

통계의 정의

통계(Statistics)는 자료를 수집하고, 정리하며, 분석하여 해석하는 일련의 절차이자 방법론입니다.
사회과학에서의 통계는 단순히 숫자를 다루는 기술이 아니라,
현상을 설명하고 예측 가능한 모델로 일반화하는 도구입니다.

즉, 연구자가 수집한 데이터를 통해

• 모집단의 특성을 파악하고,
• 가설을 검증하며,
• 결론을 도출하는 데 필요한 근거를 제공하는 역할을 합니다.

통계의 두 분류: 기술통계와 추론통계

1. 기술통계 (Descriptive Statistics)

• 자료의 분포와 특성을 요약하는 단계
• 평균, 중앙값, 표준편차, 빈도, 백분율 등
• 복잡한 데이터를 직관적으로 이해할 수 있도록 정리함
• 예: 표본의 성별 분포, 연령대 평균 등

2. 추론통계 (Inferential Statistics)

• 표본을 바탕으로 모집단의 특성을 추정하거나 가설을 검정하는 단계
• t-검정, 분산분석, 회귀분석, 상관분석, 신뢰구간 추정 등
• 모집단 전체를 조사할 수 없는 상황에서 유의미한 결론을 이끌어내는 데 사용

통계가 필요한 이유

사회과학 연구에서 통계는 단순히 분석 도구가 아닙니다.
연구문제를 수치화하고 검증 가능하게 만드는 '언어'이자, 연구 결과를 일반화할 수 있게 해주는 '근거' 입니다.

다음과 같은 이유로 통계는 필수적입니다:

• 현상의 정량적 설명: 이론적 개념을 수치로 표현 가능
• 일반화 가능성 확보: 표본으로부터 모집단을 추론
• 가설의 검정: 주관이 아닌 데이터에 기반한 결론 도출

주요 용어 정리

용어 정의

이 중에서 모수(parameter)와 통계량(statistic)의 개념은 내일 좀 더 자세히 다룰 예정입니다.

마무리하며

많은 연구자들이 통계를 “분석 단계에서만 쓰는 기술”로 인식하곤 하지만,
사실 통계는 연구 설계 단계에서부터 최종 해석에 이르기까지 전 과정에 영향을 미치는 핵심 도구입니다.

오늘은 서론에 해당하는 기본 개념을 정리했고,
다음 포스팅에서는 통계 분석에서 가장 자주 혼동되는 개념 중 하나인
모수(parameter)와 통계량(statistic)의 차이를 주제로 이어가겠습니다.

논문통계 관련하여 상담이 필요하시면 댓글이나 이메일  chsoo.lee@gmail.com 으로 연락주세요 (이메일 답변이 더 빠릅니다)