연구방법론 - 변수 및 척도 (독립변수, 종속변수, 매개변수, 척도 등)

 

1. 의의

정보를 얻고자 하는 대상에 대한 계량적 수치, 계량적 가치가 부여된 속성으로 두 가지 또는 그 이상의 값으로 경험적으로 분류할 수 있는 개념입니다.

 

2. 종류

1) 독립변수 : 원인변수, 설명변수, 예측변수라고도 하며, 종속변수에 일정한 영향력을 줍니다. 연구자에 의해 조작되는 변수로 논리적 선행조건의 개념입니다.

 

2) 종속변수 : 결과변수, 반응변수라고도 하며, 독립변수의 원인을 받아 결과를 나타내는 변수입니다.

 

3) 통제변수 : 독립변수와 종속변수 간의 관계를 명확히 파악하기 위해 관계에 영향을 미칠 수 있는 제3의 변수를 통제하는 변수입니다.

 

4) 외생변수 : 독립변수와 종속변수가 제3의 변수와 연결됨으로써 인과관계가 있는 것처럼 보이도록 하는 변수입니다.

 

5) 억제변수 : 변수 간의 상과관계가 있으나 두 변수 간의 관계를 약화시키거나 소멸시키는 제3의 변수입니다.

 

6) 선행변수 : 인과관계에서 독립변수에 앞서면서 독립변수에 유효한 영향력을 행사하는 제3의 변수입니다. 선행변수가 통제되어도 독립변수와 종속변수와의 관계는 유지되지만 독립변수가 통제되면 선행변수와 종속변수와의 관계는 사라집니다.

 

7) 매개변수 : 독립변수와 종속변수 사이에서 매개자 역할을 하는 제3의 변수입니다. 독립변수와 종속변수 간에 직접적인 관련은 없고, 두 변수 간에 간접적인 관계를 맺도록 합니다.

 

8) 조절변수 : 독립변수가 종속변수에 미치는 영향을 조절하는 제3의 변수입니다.

 

9) 왜곡변수 : 두 변수 간의 관계를 정반대의 관계로 나타나게 하는 제3의 변수입니다. 두 개의 변수에 대해 각각 긍정적 · 부정적으로 상관되어 변수 간의 관계를 억압함으로써 가식적 영 관계(Spurious zero relationship)를 형성합니다.

 

10) 변수의 성격 : 독립변수와 종속변수는 명확한 인과관계가 있을 때만 사용하는 것은 아니고 변수 간의 영향이 있을 때에도 사용할 수 있습니다. 또한 변수의 성격이 독립변수나 종속변수로 고정적인 것이 아니며, 어떤 연구에서는 독립변수로, 어떤 연구에서는 종속변수로 사용되어질 수 있습니다.

3. 척도

1) 구분

① 범주형 변수(Categorical variable)

질적변수(Qualitative variables), 이산변수, 불연속변수라고도 합니다. 측정치들 사이가 떨어져 있어서 특정한 특정치 사이에 다른 측정치가 존재하지 않는 경우입니다. 범주형 변수에는 명목척도와 순위척도의 변수들이 포함되는데 성별, 인종, 종교, 입원 일수 등이 포함됩니다. 예로 들면, 입원 일수는 1일, 2일, 3일, 4일처럼 1일 씩 더하며, 입원 일수를 1.5일이나 2.7일처럼 말하지 않습니다.

 

② 연속형 변수(Continuous variable)

양적변수(Quantitative variables), 수적변수라고도 합니다. 측정치들 간에 어떤 수치가 존재할 수 없는 경우로 최소치와 최대치 사이에 무한대의 값을 갖는 변수를 뜻합니다. 간격척도와 비척도의 변수들이 포함되며, 신장, 체중 등이 있습니다.

 

2) 변수의 척도

① 명목척도(Nominal scale), 명칭척도

가장 단순하고 낮은 수준의 측정으로서 관찰치를 상호 배타적인 집단 혹은 계급으로만 분류합니다. 표본추출단위가 어떤 범주에 속하는가만을 표현하고 범주간의 순서가 없습니다. 명목수준의 측정을 할 수 있는 변수들은 성별, 혈액형, 인종 등이 있으며, 측정대상에 부여된 숫자는 숫자가 가지는 특성인 순서의 개념, 간격의 개념, 연산기능도 가지지 못하며, 아무런 의미가 없습니다 예로, 성별에서는 남자를 1, 여자를 2로 지정할 수 있는데, 이러한 숫자는 사칙연산이 불가하며, 단지 1은 남자를, 2는 여자를 나타낼 뿐입니다.

 

② 순위척도(Ordinal scale), 서열척도

어떤 범주에 속하는지를 나타내며, 범주간의 대소관계도 파악할 수 있습니다. 즉, 대상간의 상대적인 순서 및 서열을 알 수 있으며, 교육 정도, 사회경제적 수준, 병리조직학적 소견 등의 변수가 포함됩니다. 하지만 숫자는 사칙연산이 불가하며, 거리나 간격의 의미를 지니지 못합니다.

 

③ 등간척도(Interval scale), 구간척도, 간격척도

특정 상태에 대한 지칭이나 대소관계의 개념 이외에도 측정치 간의 간격에 의미를 부여할 수 있습니다. 이러한 서열간의 간격은 일정하도록 연속선상에 수치를 부여하기 때문에 등간척도라고 합니다. 이 단계부터 사칙연산이 가능한데 가감(+, -)은 가능하지만, 승제(×, ÷)는 불가능합니다. 병리소견의 경우 -와 + 사이의 간격이 +와 ++ 사이와 간격이 같다고 할 수 없기 때문에 순위척도입니다. 하지만 온도에서 20℃와 30℃ 사이의 거리는 30℃와 40℃ 사이의 거리와 같습니다. 두 경우 10℃ 차이라고 할 수 있지만, 40℃가 20℃보다 2배 더 덥다고 할 수는 없습니다.

이처럼 등간척도로 분류되는 변수는 간격의 의미 이외에 비(Ratio)의 개념은 가지지 못합니다. 보통 절대 영점이 없다고 설명하는데, 온도는 자연적으로 존재하는 무(Natural zero point)의 상태에서 수량화한 것이 아니라 특정 조건(1기압) 하에서 특정 상태(물이 어는 상태)를 인위적으로 영점으로 정하였기 때문입니다. 즉, 온도에서 0℃는 온도가 없는 상태가 아니라 0℃만큼 온도가 있는 상태입니다.

 

④ 비척도(Ratio scale)

수학적으로 가장 완전한 형태의 변수로서 가감승제 등의 모든 수학적 조작이 가능합니다. 명목척도의 범주에서처럼 사물이나 현상을 분류할 수 있고, 순위척도의 범주에서처럼 변수간의 서열을 나눌 수 있으며, 등간척도의 범주에서처럼 간격에 일정한 수치를 부여할 수 있고, 마지막으로 절대 영점을 가지기 때문에 사칙연산도 가능합니다. 가장 세련된 측정수준이자 가장 고차원적인 측정이라고 할 수 있습니다.

 

3) 정리

척도	분류	대소 구분	차이	절대 0점	수학	통계
질적 척도
명목	○	×	×	×	×	최빈값
순위	○	○	×	×	×	최빈값, 중앙값
양적 척도
등간	○	○	○	×	+, -	최빈값, 중앙값, 산술평균
비	○	○	○	○	+, -, ×, ÷	최빈값, 중앙값, 기하평균, 변동계수 등