상관관계 (Correlation)
쉽게 풀면
키가 클수록 몸무게도 많이 나가는 경향이 있죠. 이렇게 두 값이 "같이 움직이는" 관계를 상관관계라고 합니다. 이 정도를 -1에서 1 사이의 숫자(상관계수 r)로 표현하는데, 1에 가까우면 강한 양의 상관(함께 증가), -1에 가까우면 강한 음의 상관(하나가 늘면 다른 하나는 감소), 0에 가까우면 별 관계가 없다는 뜻입니다.
왜 중요한가
상관관계는 두 변수 사이에 어떤 관계가 있는지를 확인하는 가장 기본적인 출발점이기 때문에 거의 모든 실증연구 분야에서 예비 분석이나 변수 선정 단계에 등장합니다. 또한 회귀분석, 요인분석, 구조방정식모형 같은 더 복잡한 통계 기법들도 근본적으로는 변수 간 상관구조를 바탕으로 작동하기 때문에, 상관관계의 크기와 방향을 정확히 해석하는 능력은 논문의 후속 분석을 이해하는 데도 필수적입니다.
논문에서는 이렇게 쓰입니다
수면 시간이 늘어날수록 집중력 점수도 함께 올라가는 경향이 꽤 뚜렷했다는 뜻입니다.
경영학·마케팅 연구에서 두 변수 간 상관관계를 보고하면서도, 그 관계가 인과관계가 아니라 제3의 요인에 의한 것일 수 있음을 함께 언급하는 문장입니다.
생물정보학 연구에서, 두 유전자가 서로 반대 방향으로 발현되는 경향이 뚜렷함을 보고하는 문장입니다.
조금 더 깊게 보면
논문에서 가장 흔히 보고되는 피어슨 상관계수는 두 변수가 선형적인 관계를 이룰 때를 가정한 지표이기 때문에, 변수 간 관계가 곡선 형태이거나 순위 자료일 경우에는 스피어만 순위상관계수 같은 다른 지표를 사용하는 것이 더 적절합니다. 또한 상관계수 값 자체는 관계의 강도를 나타낼 뿐 표본 크기를 반영하지 않으므로, 통계적으로 유의한지(p값)와 실질적으로 의미 있는 크기인지(효과크기)를 함께 살펴보는 것이 논문을 정확히 읽는 데 중요합니다.
주의할 점
가장 흔히 하는 오해가 "상관관계 = 인과관계"라고 생각하는 것입니다. 두 변수가 함께 움직인다고 해서 하나가 다른 하나의 "원인"이라는 뜻은 아닙니다. 아이스크림 판매량과 익사 사고 수가 함께 증가하는 것은 둘 다 "더운 날씨"라는 제3의 요인 때문이지, 아이스크림이 익사를 일으키는 게 아닌 것과 같습니다.