교육 전·후 점수표, 같은 사람의 두 값일까? 짝지어진 자료 찾기

교육 전 점수와 교육 후 점수가 나란히 적혀 있습니다. 두 열이라는 모양만 보고 ‘두 집단’이라고 분류하면 중요한 연결을 놓칠 수 있습니다. 먼저 물어야 할 질문은 점수의 개수가 아니라, 전과 후의 값이 같은 대상에게서 나온 것인지입니다.

점수보다 대상의 연결을 먼저 보기

이 표에서는 ‘가’의 15점과 18점이 한 쌍입니다. ‘나’의 두 값, ‘다’의 두 값도 각각 연결됩니다. 같은 사람의 두 관측이므로 각 사람 안에서 계산한 차이가 중요한 자료가 됩니다. 한 사람은 점수가 낮아졌다는 것도 이 연결을 따라 읽어야 보입니다.

짝은 줄 수로 만들어지지 않는다

NIST는 자연스러운 일대일 대응이 있는 관측을 설명하면서 같은 대상에 두 방법을 적용하거나 전후를 측정하는 상황을 제시합니다. OpenStax 역시 짝 안의 두 관측과 그 차이를 구별합니다. 짝지음은 동일 대상의 전후에만 한정된 표현은 아니지만, 어떤 연결 규칙이 있는지는 자료에서 확인해야 합니다.

다른 병동에서 모집한 사람들의 교육 전 점수와, 또 다른 사람들의 교육 후 점수를 한 표에 넣었다고 가정해 보세요. 두 열에 각각 세 명이 있어도 앞줄끼리 임의로 붙일 근거는 없습니다. ‘같은 인원수’와 ‘같은 대상의 두 값’은 다릅니다. 참여자 식별 정보나 연구의 자료 수집 설명이 없으면 표 모양만으로 대응 관계를 확정하지 않습니다.

연구 방법에서 찾을 세 가지 정보

누구를 반복해서 측정했는지, 두 값이 무엇으로 연결되는지, 빠진 측정값은 어떻게 다루었는지 살펴보세요. 가상의 표에서는 차이 계산이 가능하지만, 실제 논문에서는 연결이 끊긴 대상이나 누락값이 있을 수 있습니다. 그 처리를 읽지 않고 두 열의 길이만 맞추는 것은 자료 구조를 확인한 일이 아닙니다.

짝을 찾았다고 곧바로 특정 검정을 선택하거나 교육이 변화의 원인이라고 결론 내리지는 않습니다. 통계 방법의 가정과 연구 설계는 추가로 살펴야 합니다. 이 표에서 먼저 완성할 답은 단순합니다. ‘두 열이 있으니 두 집단’이 아니라 ‘같은 대상의 값이 연결되어 있으니 대상별 차이를 읽는다’입니다.