정확한 통계 분석은 1차 연구 과정에서 가장 어려운 부분 중 하나입니다.

당신이 SPSS나 Linux 기반 분석 프로그램과 같은 특정 데이터 분석 도구를
사용하든, 아니면 비기술적이고 서술 중심의 방식을 택하든, 1차 자료의 분석은
종종 위압적이고 스트레스를 유발하는 작업이 될 수 있습니다.

특히 정량적 통계 분석을 연구 프로젝트의 일부로 활용하려는 경우,
모든 실험 설계 요소가 사전에 적용할 통계 분석 기법의 요건을 충족하는지
확인되어야 합니다. 많은 학부생들이 적절하고 유의미한 통계 검정을 시도하려다
연구 방법이 해당 검정의 요건을 충족하지 못해 유효하지 않거나 무의미한
결과를 얻게 되는 일이 흔합니다.

실험 설계에서 반드시 고려되어야 할 기본 원칙에는 다음이 포함됩니다:

반복 (Replication)
무작위화 (Randomisation)
블로킹 (Block Design)

이러한 원칙을 누락하면 실험 결과의 통계적 유의성이 떨어지며, 결과적으로
불필요하고 비정보성(non-informative)인 분석이 됩니다.

통계 분석의 난이도
통계는 매우 단순할 수도, 매우 복잡할 수도 있습니다. 문제의 핵심은 종종 기초
통계에 대한 이해 부족으로 인해, 고급 통계 기법에 대한 완전한 오해로
이어진다는 점입니다.

학생들이 자주 저지르는 대표적인 실수는, 자신의 데이터에 적합한 통계 분석 기법을
선택하지 못하는 것입니다. 예를 들어, 데이터가 모수적 검정(parametric testing)에
적합한지, 아니면 비모수적 검정(non-parametric testing)이 필요한지를 결정해야
합니다.

모수적 검정 (Parametric Testing)

ANOVA (분산분석)
회귀분석 (Regression)
둘 이상의 설명변수 고려
연속형 변수와 범주형 변수의 결합 분석
설명변수 간의 상호작용 분석
통계 모델의 유효성 검정
모델 선택 및 실험 설계

비모수적 검정 (Non-parametric Testing)

카이제곱 독립성 검정 (Chi-squared test)
Mann-Whitney U 검정
Kruskal-Wallis 검정
Friedman 검정

Academic Consulting Group의 통계 분석 지원

Academic Consulting Group는 약 1,000명 이상의 연구자를 고용하고 있으며,
이들 중 다수는 교수, 박사학위 소지자, 현업 과학자로 구성되어 있어 고급
통계 분석에 능숙합니다. 당사의 연구자들은 실험 설계 초기 단계부터 실제
통계 분석 단계에 이르기까지 통계 분석 전 과정에 대해 전문적인 도움을
제공합니다.

보유 통계 도구

SPSS
Stata
Minitab
Mathematica
R
LabView
GAUSS
Octave
O-Matrix