종속변수와 독립변수: 연구질문과 가설 만들기

오늘은 연구의 시작이 되는 독립변수와 종속변수에 대해 이야기해보겠습니다.

가장 기본이되고 중요한 개념이지만 이를 잘못 이해하는 경우가 종종 있죠.

 

연구는 언제나 종속변수에서 시작합니다.

독립변수에서 시작하는 건 연구가 아니라 뇌피셜...이죠.

 

현상을 관찰하고, 현상에서 종속변수의 변화를 관찰합니다.

그리고 궁금증이 생기는 것이죠. 바로 연구질문의 탄생입니다.

 

그렇다면 종속변수가 무엇인지, 독립변수가 무엇인지 알아보고

연구에서 독립변수와 종속변수의 관계를 어떻게 찾는지 정리해보겠습니다.

 

1. 종속변수와 연구질문

 

종속변수(dependent variable)는 결과로 나타나는 특징을 의미합니다. 

통상  y로 표현을 하죠. 

종속변수는 연구자가 연구에서 최초로 관심을 갖게되는 값을 의미하죠.

그렇기 때문에 종속변수를 제대로 이해한다면 연구를 시작하는게 어렵지 않습니다.

 

종종 초보연구자분들께서 '연구를 어떻게 시작해야 하는지 모르겠다.',

'아이디어를 어떻게 얻는 것이냐?'라고 묻는 경우가 있는데요. 

아이디어는 바로 종속변수에서 얻는 것입니다. 그리고 자신의 분야에서 

이런저런 현상과 사건을 지켜보면서 종속변수를 발견하는 것이 중요하죠.

 

그럼 서론에서 언급한 '연구의 시작'을 차근차근 풀어보도록 하겠습니다.

연구자는 자신의 분야에 관심을 가지고 여러가지 현상을 관찰하게 됩니다.

저같은 국제관계 분야의 연구자는 국제정세와 관련과 기사와 글, 역사 관련 글을 읽는게

바로 이러한 현상을 관찰하고 탐구하는 일이죠.

 

현상을 관찰하다보면 종속변수를 발견하게 됩니다. 다시 말해 어떠한 변화를 발견한다는 것이죠.

예를들어서 북한이 내내 핵무기보유 정책을 고수하다가 갑자가 핵을 포기하겠다고 선언하면

이는 국제관계학에서 엄청난 종속변수가 관찰된 것이죠.

 

이를 종속변수로 표현하면 '북한의 핵정책'이라고 정리할 수 있겠죠.

북한의 핵정책이라는 변수가 기본적으로는 '핵무기 보유'였는데 어느 순간 '핵무기 포기'가 된 것입니다.

 

그러면 이제 궁금증이 생기게 됩니다. 바로 '왜 그럴까?'이죠.

관찰을 통해 발견한 현상이 어떠한 종속변수로 정리될 때 우리는 이에 대한 궁금증을 바탕으로

연구질문을 만들 수 있습니다.

"무엇이 북한의 핵정책을 고수에서 포기로 변화시킨 것일까?", 또는 

"왜 북한은 핵무기를 포기를 결정하였나?"와 같이 표현할 수 있습니다.

 

2. 독립변수와 가설 만들기

독립변수(independent variable)는 현상의 원인이 되는 변수를 의미합니다.

통상 x로 표현하죠.

 

앞서 종속변수를 통해 연구질문을 만들었다면

독립변수는 연구질문을 해결할 수 있는 가설을 만드는데 사용할 수 있습니다.

 

그럼 "왜 북한이 핵무기 포기를 결정하였나?"라는 질문의 가설이 수립되는 과정을

정리해보겠습니다.

 

연구자가 현상 관찰을 통해 연구질문을 만들고 나면

그 원인이 되는 독립변수를 찾기 위해 이론을 공부하게 됩니다.

 

현상을 설명하는데는 다양한 이론이 있습니다.

고전적 현실주의에서는 지도자의 역할을 강조하죠.

제도주의에서는 국가의 정치형태 또는 정책 등을 주요한 변수로 이야기 합니다.

신자유주의는 국제무역의 효과와 국제레짐의 규율 준수를 통한 이익을 변수로 주장하죠.

 

연구자는 이론 공부하며 계속해서 사례에 대입할 것입니다.

그리고 기존 다른 사례도 분석하겠죠. 그러면서 가장 적합한 이론을 찾는 과정을 거치게 됩니다.

 

만약 김정은이 사망하고나서 다음 북한의 지도자가 이러한 결정은 한 것이라면

무엇보다 북한의 지도자를 독립변수로 인식하겠죠.

그렇게 되면 연구의 가설은 "북한 지도자의 변화가 북한 핵 포기를 이끌었다"라고 세울 수 있겠죠.

 

만약 북한 내부에서 집단지도체제의 강화 또는 당대회의 영향력 강화 등 정치제도 변화가 있었다면

연구자는 정치제도를 독립변수로 상정하고 "북한 정치제도의 변화가 핵 포기를 야기했다"라고

가설을 세울 것입니다.

 

그리고 이론의 정교함과 논리성은 독립변수와 종속변수 간의 인과관계(causality)를 설명하는 

힘이 되는 것입니다.