# 개요 변수 간 관계를 왜곡시키는 작용이다. # 설명 연구에서 주된 관심사는 원인변수가 결과변수에 미치는 영향이다. 원인변수가 결과변수를 어느만큼 설명하는지 확인한다면 이를 바탕으로 현상을 설명하고 미래를 예측할 수 있을 것이다. 그러나 연구에서 원인변수의 주효과(Main effect)가 실제와 다르게 도출된다면 현상을 설명하고 미래를 예측하기에는 적절하지 못하다고 할 수 있다. 교란작용은 단순한 연구모형에서 발생할 수 있다. 예를 들어, 소득이 건강에 미치는 영향을 연구한다고 해보자. 편의상 1명의 참가자(A)를 대상으로 소득과 건강을 측정하였다. ![[Pasted image 20260428042033.png|462]] 1. A의 소득은 <span style="color:rgb(255, 0, 0)">2</span>, 건강은 <span style="color:rgb(255, 0, 0)">10</span>으로 측정되었다. 2. 결론: '소득은 건강에 <span style="color:rgb(0, 112, 192)">5배</span>의 효과를 가진다' 하지만 위 연구에서는 소득 외에 건강에 영향을 미치는 다른 변수가 통제되지 않았기에, 소득의 주효과(5배)는 오류를 지니고 있다. ![[Pasted image 20260428050507.png|500]] 다시 연구를 해보자. 기존 이론을 살펴보니 ==교육수준==은 건강에 유의미한 영향을 미친다는 사실을 알 수 있었다. 따라서 이번 연구에서는 ==소득==과 더불어 ==교육수준==까지 측정해보았다. 그 결과 건강이 교육수준과 소득이라는 두 변수에 의해 설명되고 있음을 확인하였다. 교육수준이 통제된 상태에서 소득의 주효과는 <span style="color:rgb(0, 112, 192)">2.5</span>이다. 교란변수였던 교육수준을 통제함으로써 소득이 건강에 미치는 영향을 정확히 밝힐 수 있었다. > [!NOTE] > 교란작용을 일으킬 수 있는 변수를 통계모형에 투입할 때도 '교육수준이 통제되었다'고 표현한다. ![[Pasted image 20260428050349.png|500]] 즉, 교란작용은 다음과 같은 조건에서 발생한다. 1. 독립변수와 교란변수 사이에 상관관계가 있다. 2. 교란변수가 종속변수에 영향을 미친다(인과관계). 3. 교란변수가 매개효과를 가지지 않아야 한다. # 한줄평 회귀분석에서 교란변수를 통제하기 위해서는 기본적인 인구사회학적 변수와 이론에 기반한 기타변수들을 모두 통제모형에 넣으면 된다. --- *생성일시: 2026-04-28 05:19*