이론을 검증하기 위한 자료 수집을 위해서는 1)무엇을 측정할 것인가?, 2)어떻게 측정할 것인가?의 두 가지 질문에 답할 수 있어야 한다. 즉, 자료수집의 목적과 방법을 명확히 하기 위해선 변수와 측정 이해해야 한다.
연구에서 변수는 연구자가 관찰하거나 측정하는 요소를 의미하며 변수를 통해 연구자는 특정 현상을 설명하거나 예측할 수 있다.
연구 설계를 할 때 다양한 유형의 변수를 명확히 정의하고 적절히 통제 및 분석하면 보다 신뢰성 있고 타당한 연구 결과를 도출할 수 있다.
Ⅰ. 변수의 종류[변수와 측정]
Ⅰ-1. 독립변수 (Independent Variable)
독립변수: 연구자가 조작하는 변수로서 원인을 제공하는 역할을 한다.
독립변수는 연구자가 조작하거나 변경하여 그 영향을 관찰하고자 하는 변수로 실험에서 원인으로 간주되며, 종속변수에 영향을 미치는 요인으로 작용한다.
- 예시: 한 실험에서 식물의 성장에 미치는 빛의 영향을 조사한다고 가정해 봅시다. 이 경우 빛의 양(예: 하루에 4시간, 8시간, 12시간)이 독립변수가 됩니다. 연구자는 빛의 양을 조절하여 식물 성장에 어떤 영향을 미치는지 관찰합니다.
Ⅰ-2. 종속변수 (Dependent Variable)
종속변수: 독립변수의 변화에 따라 달라지는 결과 변수다.
종속변수는 연구자가 측정하고자 하는 결과 또는 반응 변수이다. 즉, 독립변수의 변화에 따라 달라지는 변수로, 종속변수가 어떻게 변하는지를 통해 독립변수가 어떤 영향을 미쳤는지 평가할 수 있다.
- 예시: 앞서 언급한 식물 성장 실험에서, 식물의 성장 정도(예: 높이, 잎의 수)가 종속변수가 됩니다. 여기서는 빛의 양(독립변수)이 변화함에 따라 식물 성장 정도(종속변수)가 어떻게 변하는지를 측정합니다.
Ⅰ-3. 매개변수 (Mediator Variable)
매개변수: 독립변수와 종속변수 간의 관계를 중재하거나 설명하는 변수다.
매개변수는 독립변수가 종속변수에 미치는 영향을 어떤 과정을 통해 전달하는지를 이해하는 데 도움을 준다. 연구자가 독립변수와 종속변수 사이의 메커니즘을 탐구할 때 중요한 역할을 한다.
- 예시: 식물 성장 실험에서, 빛의 양(독립변수)이 식물의 광합성 속도(매개변수)를 통해 식물 성장 정도(종속변수)에 영향을 줄 수 있습니다. 여기서 광합성 속도는 빛의 양이 증가함에 따라 변하고, 이는 다시 식물 성장 정도에 영향을 미칩니다.
Ⅰ-4. 통제변수 (Control Variable)
통제변수: 연구에서 일정하게 유지하여 실험 결과에 영향을 미치지 않도록 하는 변수다.
통제변수를 일정하게 유지함으로써 독립변수가 종속변수에 미치는 순수한 효과를 측정할 수 있다. 통제변수는 연구 결과의 신뢰성을 높이는 데 중요하다.
- 예시: 식물 성장 실험에서, 온도, 물의 양, 토양 종류 등은 통제변수가 됩니다. 이러한 변수들이 일정하게 유지됨으로써 빛의 양이 식물 성장 정도에 미치는 영향만을 분명히 확인할 수 있습니다.
Ⅰ-5. 예측변수 (Predictor Variable)
예측변수: 종속변수의 변화에 영향을 미칠 것으로 예상되는 변수다.
예측변수는 연구자가 조작하거나 관찰하는 변수로, 종속변수에 대한 예측을 할 때 사용된다. 이는 종속변수의 변화를 설명하거나 예측하기 위해 중요한 역할을 한다.
- 예시: 체중 감소 연구에서, 운동량, 식단, 수면 시간 등이 예측변수가 될 수 있습니다. 여기서는 이러한 예측변수가 체중 감소(종속변수)에 어떤 영향을 미치는지를 분석하게 됩니다.
Ⅰ-6. 결과변수 (Outcome Variable)
결과변수: 예측변수의 변화에 따라 나타나는 결과로서 연구자가 측정하고자 하는 주요 변수다.
결과변수는 특정 상황이나 조건 하에서 나타나는 반응 또는 변화를 설명하며, 이를 통해 예측변수가 미치는 영향을 평가할 수 있다.
- 예시: 학업 성취도 연구에서, 학생의 시험 점수가 결과변수가 됩니다. 이 경우, 공부 시간이나 학습 방법(예측변수)이 시험 점수(결과변수)에 어떤 영향을 미치는지 평가합니다.
Ⅱ. 측정 수준[변수와 측정]
측정 수준은 측정 대상과 그 측정 대상이 나타내는 수치 사이의 관계를 의미한다. 변수들은 범주형변수와 연속형 변수로 나눌 수 있다.
Ⅱ-1. 범주형 변수 (Categorical Variable)
범주형 변수는 데이터가 몇 가지 고정된 카테고리나 그룹으로 구분되는 경우를 말합니다. 각 값은 특정한 카테고리를 나타내며, 이 값들 사이에는 순서나 크기의 개념이 없다.
- 예시:
- 성별: 남성, 여성
- 혈액형: A형, B형, AB형, O형
- 주거 형태: 아파트, 단독 주택, 빌라
범주형 변수는 다시 명목형(Nominal)과 서열형(Ordinal)으로 나눌 수 있습니다. - 명목형 변수: 순서가 없는 범주 (예: 혈액형)
- 이분 변수: 순서가 없는 변수 (예: 예/아니오, 생물/무생물)
- 서열형 변수: 순서가 있는 범주 (예: 교육 수준 – 초등학교, 중학교, 고등학교)
Ⅱ-2. 연속형 변수 (Continuous Variable)
연속형 변수는 특정한 범위 내에서 모든 실수 값을 가질 수 있는 변수를 말하며 이 값들은 측정 가능하고 숫자 간에 순서와 크기의 개념이 존재한다.
연속형 변수를 다룰 때는 다양한 통계적 기법을 사용할 수 있으며, 평균(mean), 표준 편차(standard deviation), 분산(variance) 등의 척도를 사용하여 데이터를 분석한다.
- 예시:
- 키 (cm): 170.5 cm
- 몸무게 (kg): 65.3 kg
- 온도 (°C): 22.4°C
범주형 변수는 구간형(Interval), 비율형(Ratio), 이산형(Discrete)으로 나눌 수 있다.
- 구간 변수: 연속적인 값을 가지며, 값들 간의 차이가 일정하지만 절대 영점이 없는 변수 (예: 온도 (섭씨 또는 화씨), IQ 점수, 날짜)
- 비율 변수: 연속적인 값을 가지며, 값들 간의 차이가 일정하고 절대 영점이 있는 변수 (예: 무게, 키, 나이, 소득)
- 이산 변수: 연속적이지 않은 정수로 표현되는 변수 (예: 학생 수, 자동차 대수, 집안의 가족 수)
