상관연구설계 (Correlational Research Design)
쉽게 풀면
실험설계는 연구자가 직접 조건을 바꿔가며 "이렇게 하면 어떻게 되나"를 확인하는 것이라면, 상관연구설계는 이미 벌어지고 있는 현상을 그대로 관찰하며 "이 두 가지가 같이 움직이는가"만 확인하는 것입니다. 예를 들어 "공부 시간이 많을수록 성적이 높은가?"를 알아볼 때, 학생들에게 공부 시간을 강제로 정해주는 것이 아니라 원래 각자 공부하던 시간과 성적을 그대로 조사해서 둘의 관계를 살펴보는 식입니다.
왜 중요한가
실험이 윤리적으로나 현실적으로 불가능한 경우가 많기 때문에, 상관연구설계는 교육학·심리학·역학·경영학 등 다양한 분야에서 변수 간 관계를 탐색하는 출발점 역할을 합니다. 흡연과 질병의 관계, 소득과 행복도의 관계처럼 사람에게 조건을 강제로 부여할 수 없는 주제를 다룰 때 특히 자주 쓰이며, 이후 인과관계를 검증할 실험을 설계하기 전 단계로도 활용됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 연구자가 스마트폰 사용 시간을 인위적으로 조작한 것이 아니라, 참여자들이 실제로 사용하는 시간을 측정해 수면의 질과 어떤 관계가 있는지만 확인했다는 뜻입니다.
경영학 연구에서는 리더십 유형을 실험적으로 부여하기 어렵기 때문에, 실제 조직에서 관찰된 값들을 그대로 조사해 관계를 살펴보는 방식이 흔히 쓰입니다.
보건 분야에서는 사람들에게 오염물질 노출을 인위적으로 통제할 수 없으므로, 실제 환경 데이터를 관찰해 관계를 확인하는 상관연구설계가 자주 활용됩니다.
조금 더 깊게 보면
상관연구설계의 결과는 흔히 상관계수(대표적으로 피어슨 r)로 요약되는데, 이 값의 크기와 부호만으로는 관계의 방향성이나 원인을 알 수 없습니다. 실제 논문을 읽을 때는 제3의 변수(혼란변수)가 두 변수 모두에 영향을 미쳐 겉보기 관계를 만들어내는 것은 아닌지, 통계적으로 유의한 상관이라 해도 그 크기가 실질적으로 의미 있는 수준인지를 함께 살펴보는 것이 중요합니다. 최근에는 종단자료를 이용해 시간적 선후관계를 부분적으로 보완하거나, 구조방정식모형처럼 여러 변수 간 관계를 동시에 검토하는 방법이 함께 쓰이기도 합니다.
주의할 점
상관연구설계로는 두 변수가 "함께 변한다"는 것만 알 수 있을 뿐, 어느 한쪽이 다른 쪽의 원인이라고 결론지을 수 없습니다. 인과관계를 확인하려면 변수를 직접 조작하는 실험설계가 필요하며, 상관관계만으로 인과를 주장하는 것은 흔히 지적되는 오류입니다.