산점도와 상관관계 (Scatter Plot)
쉽게 풀면
산점도는 예를 들어 학생들의 "공부 시간"과 "시험 점수"처럼 짝지어진 두 값을 각각 x축과 y축 좌표로 삼아 평면 위에 점 하나씩 찍어 나가는 그래프입니다. 이렇게 찍힌 점들이 오른쪽 위로 갈수록 함께 올라가는 모양이면 두 변수가 같은 방향으로 움직이는 "양의 상관관계"이고, 한쪽이 커질 때 다른 쪽이 작아지는 모양이면 "음의 상관관계", 점들이 아무 규칙 없이 흩어져 있으면 "상관관계가 거의 없다"고 판단합니다. 마치 흩뿌려진 모래알들이 대각선 방향으로 줄지어 있는지, 아니면 그냥 뒤죽박죽 흩어져 있는지를 눈으로 보고 두 요소 사이에 어떤 경향이 있는지 짐작하는 것과 같습니다.
왜 중요한가
산점도는 상관계수 같은 요약 수치가 놓치기 쉬운 데이터의 실제 분포 형태, 이상치, 비선형적 패턴을 눈으로 바로 드러내 준다는 점에서 데이터 분석의 첫 단계로 매우 널리 쓰입니다. 통계학뿐 아니라 회귀분석의 전제 조건을 점검하거나, 실험 결과의 경향성을 독자에게 직관적으로 전달할 때도 활용되어 자연과학·사회과학을 아우르는 거의 모든 실증 연구 논문에서 등장하는 기본 시각화 도구입니다.
논문에서는 이렇게 쓰입니다
이 문장은 데이터를 표나 숫자만이 아니라 그래프로 그려봄으로써, 두 변수가 함께 증가하는 경향이 있음을 눈으로 확인했다는 뜻입니다.
산점도를 통해 전체 흐름에서 벗어난 값들을 먼저 눈으로 찾아내고, 이를 제거한 뒤 다시 분석했다는 의미입니다.
두 변수의 관계가 단순히 비례하는 직선 형태가 아니라 휘어진 형태임을 산점도를 통해 미리 파악했다는 뜻입니다.
조금 더 깊게 보면
산점도를 해석할 때는 점들이 이루는 방향뿐 아니라 흩어진 정도(분산), 곡선형 패턴의 유무, 소수의 극단적인 값이 전체 경향을 왜곡하고 있지는 않은지를 함께 살펴보는 것이 일반적입니다. 데이터가 많아 점들이 서로 겹칠 때는 점을 반투명하게 처리하거나 밀도를 색으로 표현하는 방식(헥스빈, 밀도 산점도 등)을 함께 사용하기도 하며, 이런 보완적 표현은 육안으로는 놓치기 쉬운 데이터 밀집 구간을 드러내는 데 도움이 됩니다.
주의할 점
산점도에서 점들이 뚜렷한 경향을 보인다고 해서 두 변수 사이에 인과관계가 있다고 단정할 수는 없습니다. 두 변수가 함께 움직이는 것처럼 보여도 실제로는 우연이거나 제3의 변수 때문일 수 있으며, 이러한 경향의 강도를 숫자로 정확히 표현하려면 상관관계 계수를 함께 확인해야 합니다.