부동산을 알면 통계가 보인다: 박사논문을 위한 통계 기초 쉽게 이해하기 (공인중개사 30년 실무 경험)

H1. 부동산을 알면 통계가 보인다: 박사논문을 위한 통계 기초 쉽게 이해하기 (공인중개사 30년 실무 경험)

부제: 부동산 실무의 가격·면적·거리·수익률 데이터를 통해 모집단·표본·평균·표준편차와 독립·종속·매개·조절변수의 원리를 쉽게 이해하는 부동산경영 통계 입문

본 글은 국내외 선행연구, 통계학 이론, 공공기관 자료 및 공인중개사 30년 실무 경험을 바탕으로 작성한 논문형 연구 블로그입니다. ​컴퓨터공학 · 부동산학 · 경영학 · 신학 · 경영학 박사과정 · Golf Teaching Pro

H2. 0. 초록(Abstract)

==============================================================
[ 조절변수 (W) ]
금융조달비용 (대출금리, LTV 등)
│
▼ (조절효과)
[ 독립변수 (X) ] [ 매개변수 (M) ] [ 종속변수 (Y) ]
광역교통 접근성 ───► 기업/시장 입주수요 ───► 부동산 개발사업 투자성과
(IC거리, 도로폭 등) (직접) (매개효과) (IRR, NPV, 분양률)
│ ▲
└───────────────────────────────────
│
[ 통제변수 (C) ]
토지면적, 용도지역, 사업규모 등
===============================================================

통계는 숫자를 계산하는 기술이 아니라 현실에서 발생하는 현상을 자료로 측정하고, 그 자료 속에서 일정한 패턴과 관계를 발견하며, 표본을 통해 모집단의 특성을 추론하는 연구의 언어이다. 경영학이나 부동산학 박사과정에서 통계를 처음 배우는 연구자는 평균, 분산, 표준편차, 모집단, 표본, 명목척도, 서열척도, 독립변수, 종속변수 등의 용어를 각각 분리된 개념으로 받아들이기 쉽다. 그러나 실제 박사논문에서는 이러한 개념들이 하나의 연구과정 안에서 연속적으로 연결된다.

부동산 실무에는 이미 수많은 통계자료가 존재한다. 토지가격, 실거래가격, 공시지가, 임대료, 공실률, 분양률, 토지면적, 도로폭, 용적률, 건폐율, 고속도로 IC까지의 거리, 철도역 접근시간, 금융조달금리, 건축비, 투자수익률 등이 대표적이다. 실무자는 이러한 정보를 바탕으로 특정 토지나 개발사업의 가치와 위험을 판단한다.

그러나 박사과정 연구에서는 한 단계 더 나아가야 한다. “이 지역은 교통이 좋아서 물류창고 개발에 유리하다”는 실무적 판단을 연구에서는 “광역교통 접근성이 시장수요를 통해 부동산 개발사업의 투자성과에 어떠한 영향을 미치는가”라는 검증 가능한 연구문제로 전환해야 한다.

본 시리즈에서 계속 사용할 가상 연구모형은 다음과 같다.

광역교통 접근성(X) → 시장수요(M) → 부동산 개발사업 투자성과(Y)

그리고 금융조달비용(W)이 시장수요와 투자성과의 관계를 변화시키는 조건으로 작용한다고 가정한다.

이 연구모형 하나를 끝까지 발전시키면 기초통계 → 상관분석 → 회귀분석 → 다중회귀분석 → 매개효과 → 조절효과 → 조절된 매개효과 → 요인분석 → 확인적 요인분석(CFA) → 구조방정식모형(SEM)의 전체 구조를 자연스럽게 이해할 수 있다.

본 제1편에서는 이 가운데 가장 기초적인 통계언어를 다룬다. 모집단과 표본, 모수와 통계량, 데이터와 변수, 명목·서열·등간·비율척도, 평균·중앙값·분산·표준편차, 독립변수·종속변수·매개변수·조절변수·통제변수를 부동산 실무사례와 연결하여 설명한다.

본 글의 궁극적인 목적은 통계공식을 암기하게 하는 데 있지 않다. 부동산 현장에서 발견한 경험적 판단을 측정 가능한 데이터와 연구변수로 전환하고, 그 변수들이 어떤 논리로 박사논문의 연구모형을 형성하는지를 이해하도록 하는 데 있다.

H2. 1. 서론(Introduction)

H3. 1.1 통계는 왜 박사논문에서 중요한가

박사논문은 단순히 자신의 생각을 길게 서술하는 글이 아니다. 연구자가 제시한 주장이나 이론적 관계가 실제 자료에서도 관찰되는지를 체계적으로 검증해야 한다.

예를 들어 부동산 실무에서 다음과 같은 경험을 갖고 있다고 하자.

“고속도로 IC에 가까운 지역은 공장과 창고 수요가 높다.”

이 문장은 충분히 현실적이고 실무적인 판단이다. 그러나 학술연구에서는 다음 질문이 이어져야 한다.

IC에 얼마나 가까우면 접근성이 좋다고 판단할 것인가?

기업수요는 무엇으로 측정할 것인가?

공장과 창고의 개발성과는 무엇으로 측정할 것인가?

토지가격이나 용도지역의 영향은 어떻게 구분할 것인가?

금리가 상승하면 동일한 시장수요에서도 투자성과가 달라지는가?

이러한 질문을 하나씩 측정하고 검증할 수 있도록 만드는 것이 연구방법론이고, 그 핵심 도구가 통계이다.

H3. 1.2 실무경험과 통계분석은 경쟁관계가 아니다

오랜 부동산 실무경험은 중요한 전문성이다. 현장을 직접 경험한 사람은 단순한 데이터만으로는 알기 어려운 지역특성, 도로여건, 수요의 질, 개발가능성, 민원위험, 인허가 가능성 등을 발견할 수 있다.

그러나 경험만으로 모든 시장에 동일한 결론을 적용하면 오류가 발생할 수 있다.

반대로 통계만 알고 현장을 모르면 숫자상으로 유의한 결과가 실제 시장에서 왜 나타나는지를 이해하지 못할 수 있다.

따라서 부동산경영 연구에서 이상적인 구조는 다음과 같다.

실무경험 → 연구문제 발견 → 이론적 검토 → 변수설계 → 데이터 수집 → 통계분석 → 실무적 해석

즉 통계는 경험을 없애는 도구가 아니라 경험을 검증 가능한 지식으로 발전시키는 도구이다.

H3. 1.3 통계는 프로그램이 아니다

통계를 SPSS, AMOS, R, Stata 같은 프로그램과 동일하게 생각해서는 안 된다.

프로그램은 계산을 수행하는 도구이다. 통계적 사고는 그보다 앞선다.

무엇을 측정할 것인가? 어떤 변수가 원인 또는 설명요인인가? 어떤 변수가 결과인가? 표본은 모집단을 대표하는가?

평균만 보면 되는가? 분산과 이상치는 어떠한가? 변수 사이 관계는 상관인가, 인과가설인가?

이 질문을 이해하지 못한 채 프로그램만 실행하면 수많은 표는 만들 수 있어도 논문을 제대로 해석하기 어렵다.

H2. 2. 통계학의 기본 구조(The Basic Structure of Statistics)

H3. 2.1 기술통계와 추론통계

통계는 크게 기술통계(Descriptive Statistics)와 추론통계(Inferential Statistics)의 관점으로 이해할 수 있다.

기술통계는 현재 가지고 있는 자료를 정리하고 요약한다.

예를 들어 어떤 지역의 토지 500필지를 조사하였다면

평균가격 중앙가격 최고가격 최저가격 표준편차 거래건수 등을 계산할 수 있다.

반면 추론통계는 표본에서 얻은 결과를 이용하여 모집단의 특성이나 변수 사이 관계를 추론한다.

예를 들어 조사한 물류창고 개발사업 300건을 분석하여

“교통접근성이 우수할수록 시장수요가 높아지는 경향이 있는가?”

를 검증하는 것은 추론통계의 영역으로 발전한다.

H3. 2.2 데이터(Data)

데이터는 현실의 현상을 관찰하거나 측정하여 얻은 자료이다.

부동산에서 대표적인 데이터는 다음과 같다.

토지가격 아파트 실거래가격 월 임대료 공실률 토지면적 건축연면적 도로폭 역까지 이동시간 IC까지 거리 분양률 금융비용 투자수익률

그러나 연구에서는 데이터를 수집하는 것만으로 충분하지 않다.

어디에서 얻었는가? 언제 측정했는가? 동일한 기준으로 측정되었는가? 누락된 값은 없는가? 극단적인 값은 존재하는가? 측정단위는 동일한가? 를 확인해야 한다.

H3. 2.3 변수(Variable)

변수는 연구대상마다 값이 달라질 수 있는 특성이다.

예를 들어 토지 1,000필지를 조사한다고 하자.

각 토지는 다음과 같은 차이를 가진다.

가격 면적 도로폭 용도지역 경사도 IC 접근거리 철도역 접근성 이러한 특성이 변수이다.

변수는 연구자가 현실을 통계적으로 표현하는 기본 단위이다.

H2. 3. 모집단과 표본을 이해해야 연구가 시작된다

H3. 3.1 모집단(Population)

모집단은 연구자가 최종적으로 알고 싶은 전체 대상이다.

예를 들어

“경기도 물류창고 개발사업의 투자성과 결정요인”

을 연구한다면 단순히 “경기도 부동산”이 모집단이 되는 것이 아니다.

보다 구체적으로 2020~2025년 경기도에서 준공된 일정 규모 이상의 물류창고 개발사업

처럼 시간적·공간적·사업적 범위를 명확하게 설정할 수 있다.

모집단 정의가 불명확하면 연구결과를 어디까지 일반화할 수 있는지도 불명확해진다.

H3. 3.2 표본(Sample)

모집단 전체를 조사하기 어렵기 때문에 일부를 선택하여 조사한다.

이 일부가 표본이다.

예를 들어 모집단이 5,000개 개발사업이고 실제 분석대상이 400개라면 400개가 표본이다.

그러나 표본 수가 많다고 무조건 좋은 것은 아니다.

한쪽 지역만 과도하게 포함하거나 특정 사업유형만 포함하면 표본편향이 발생할 수 있다.

따라서 얼마나 많이 조사했는가? 만큼이나

어떻게 선정했는가? 가 중요하다.

H3. 3.3 표본오차와 대표성

표본은 모집단 전체가 아니므로 어느 정도의 차이가 발생할 수 있다.

이를 표본오차의 관점에서 이해할 수 있다. 또한 표본이 모집단의 특성을 제대로 반영해야 한다.

예를 들어 경기도 공장부지 가격을 분석하면서 특정 도시의 대형 공장부지만 조사했다면 결과를 경기도 전체에 일반화하기 어렵다.

박사논문에서 표본설계가 중요한 이유다.

H3. 3.4 모수(Parameter)와 통계량(Statistic)

모수는 모집단의 특성을 나타내는 값이다.

통계량은 표본에서 계산한 값이다.

예를 들어

경기도 전체 물류창고의 실제 평균임대료 = 모집단 모수

조사한 300개 물류창고의 평균임대료 = 표본 통계량 이다.

연구자는 표본 통계량을 관찰하여 모집단의 특성을 추론한다.

 

H2. 4. 측정척도를 알아야 분석방법이 보인다

H3. 4.1 명목척도(Nominal Scale)

명목척도는 대상을 구분하는 데 목적이 있다.

예를 들어 부동산 유형을

1 = 토지
2 = 공장
3 = 창고
4 = 상가
5 = 아파트

로 구분할 수 있다. 숫자는 단순한 이름표일 뿐이다. 5가 1보다 다섯 배 크다는 의미는 없다.

H3. 4.2 서열척도(Ordinal Scale)

서열척도는 순서를 나타낸다.

예를 들어 투자매력도를

1 = 매우 낮음
2 = 낮음
3 = 보통
4 = 높음
5 = 매우 높음

으로 평가할 수 있다.

5가 4보다 높은 것은 알 수 있지만 각 구간의 차이가 정확히 동일하다고 단정하기는 어렵다.

H3. 4.3 등간척도(Interval Scale)

등간척도는 값 사이의 간격이 의미를 가진다.

대표적인 사례가 섭씨온도이다.

경영학 설문에서는 여러 Likert 문항의 합이나 평균을 하나의 합성척도로 만들어 연속형 자료처럼 분석하는 경우가 많다.

그러나 연구자는 해당 척도의 성격과 분석방법에 대한 이론적 근거를 명확하게 제시해야 한다.

H3. 4.4 비율척도(Ratio Scale)

비율척도에는 의미 있는 절대적 0이 존재한다.

부동산 연구에서는 매우 많은 변수가 비율척도로 측정된다.

토지면적 거래가격 임대료 거리 시간 건축면적 대출금액 사업비 거래량 등이 대표적이다.

 

H2. 5. 핵심 통계 용어 정리(Statistical Terminology)

 

H2. 6. 평균·중앙값·분산·표준편차를 제대로 이해하기

H3. 6.1 평균(Mean)

평균은 자료의 대표적인 중심값이다.

예를 들어 5개 공장부지 거래가격이 1py당 다음과 같다고 하자.

300만 원 320만 원 330만 원 350만 원 700만 원

평균은 전체 가격수준을 한 숫자로 요약한다.

하지만 700만 원이라는 고가거래가 평균을 크게 높일 수 있다.

따라서 평균은 유용하지만 단독으로 사용해서는 안 된다.

H3. 6.2 중앙값(Median)

위 자료를 크기 순으로 놓았을 때 가운데 값은 330만 원이다.

이 값이 중앙값이다.

평균이 400만 원인 시장에서 중앙값이 330만 원이라면 일부 고가거래가 평균을 높이고 있다는 가능성을 생각할 수 있다.

부동산 실거래 분석에서 평균과 중앙값을 함께 보는 이유다.

H3. 6.3 최빈값(Mode)

최빈값은 가장 자주 나타나는 값이다.

부동산에서는 개별 가격이 모두 다르므로 정확한 값보다는 가격구간별 빈도를 분석할 때 유용할 수 있다.

예를 들어 가장 많은 거래가 400~450만 원/py 구간에 집중되었다면 그 구간이 시장의 대표적인 거래대가 될 수 있다.

H3. 6.4 분산(Variance)

평균이 같더라도 자료의 퍼짐은 다를 수 있다.

A지역: 480 490 500 510 520

B지역: 200 350 500 650 800

두 지역 평균은 동일하거나 유사할 수 있지만 B지역의 가격 변동폭이 훨씬 크다.

분산은 이러한 차이를 수치화한다.

H3. 6.5 표준편차(Standard Deviation)

표준편차는 자료의 퍼짐 정도를 원래 측정단위로 이해하기 쉽게 나타낸다.

따라서 평균과 표준편차를 함께 보면

가격의 중심수준 가격의 변동성을 동시에 판단할 수 있다.

부동산 투자에서도 동일하다.

평균수익률 8%만 볼 것이 아니라 수익률이 7~9%에 집중되어 있는지, -10~25%까지 넓게 분산되어 있는지도 확인해야 한다.

H2. 7. 데이터 분포를 모르면 평균도 잘못 읽을 수 있다

H3. 7.1 정규분포(Normal Distribution)

많은 통계기법은 자료의 분포를 고려한다.

정규분포는 평균을 중심으로 좌우가 대칭적인 종 모양의 분포이다.

그러나 부동산 가격자료는 항상 정규분포를 따르지는 않는다.

고가 부동산이 일부 존재하면서 오른쪽 꼬리가 긴 분포가 나타날 수 있다.

H3. 7.2 왜도(Skewness)

왜도는 분포가 한쪽으로 얼마나 치우쳐 있는지를 나타내는 개념이다.

부동산 거래가격은 일부 초고가 거래 때문에 오른쪽으로 치우친 분포가 발생할 수 있다.

이 경우 평균과 중앙값 차이를 함께 살펴야 한다.

H3. 7.3 이상치(Outlier)

다른 관측값들과 지나치게 떨어진 값이 이상치다.

예를 들어 주변 시세가 500만 원/py인 지역에서 특정 거래가 2,000만 원/py라면 원인을 확인해야 한다.

그러나 비싸다는 이유만으로 삭제해서는 안 된다.

정상적인 초우량 입지일 수도 있고, 지분거래일 수도 있으며, 특수관계인 거래일 수도 있고, 데이터 입력오류일 수도 있다.

따라서 이상치는 통계적 문제이면서 동시에 부동산 실무적 해석이 필요한 문제다.

H3. 7.4 결측치(Missing Value)

자료 일부가 비어 있는 경우 결측치라고 한다.

예를 들어 500개 개발사업을 조사했는데 80개 사업의 금융비용 자료가 없다면 이를 어떻게 처리할 것인지 연구방법에서 설명해야 한다.

결측치를 무조건 0으로 처리해서는 안 된다.

“자료가 없음”과 “실제 값이 0”은 완전히 다른 의미이기 때문이다.

H2. 8. 박사논문의 핵심 변수 구조

H3. 8.1 독립변수(Independent Variable)

독립변수는 연구자가 결과를 설명하거나 예측하기 위해 설정하는 변수이다.

본 시리즈에서는

X = 광역교통 접근성을 사용한다.

실제 측정은 다음처럼 가능하다.

IC까지 거리 철도역까지 거리 주요 도로까지 접근시간 서울 주요 거점까지 운송시간

중요한 것은 “접근성이 좋다”라는 추상적 표현을 측정 가능한 숫자로 바꾸는 것이다.

H3. 8.2 종속변수(Dependent Variable)

종속변수는 궁극적으로 설명하려는 결과이다.

본 연구에서는

Y = 부동산 개발사업 투자성과이다.

그러나 투자성과라는 말만으로 분석할 수 없다.

IRR NPV ROI 사업이익률 분양률 임대율 투자회수기간 등 구체적인 지표가 필요하다.

H3. 8.3 매개변수(Mediator)

매개변수는 다음 질문에 답한다.

“왜 X가 Y와 연결되는가?”

광역교통 접근성이 좋다고 해서 그 자체가 바로 현금흐름을 창출하는 것은 아니다.

교통접근성 향상
→ 기업 접근성 개선
→ 입주수요 증가
→ 임대율 증가
→ 투자성과 향상

이라는 중간과정이 있을 수 있다.

따라서 시장수요를 매개변수로 설정할 수 있다.

X → M → Y 이다.

H3. 8.4 조절변수(Moderator)

조절변수는 다음 질문에 답한다.

“언제 또는 어떤 조건에서 그 효과가 달라지는가?”

시장수요가 높아도 금융조달금리가 지나치게 높다면 개발사업의 최종 수익성이 낮아질 수 있다.

따라서 W = 금융조달비용 을 조절변수로 설정할 수 있다.

H3. 8.5 통제변수(Control Variable)

부동산 개발성과에는 많은 요인이 동시에 영향을 미친다.

토지가격 토지면적 용도지역 도로조건 지역 사업규모 개발시기 건축비 등이다.

이 가운데 연구목적상 중요한 다른 요인을 고려하기 위해 통제변수를 사용할 수 있다.

그러나 통제변수를 무조건 많이 포함시키는 것이 좋은 연구는 아니다.

왜 통제해야 하는지 이론적 근거가 있어야 한다.

 

H2. 9. 상관관계와 인과관계를 처음부터 구별해야 한다

H3. 9.1 같이 움직인다고 원인인 것은 아니다

IC 접근성이 높은 지역에서 토지가격도 높다고 하자.

이 둘 사이에는 상관관계가 있을 수 있다.

하지만 반드시 IC 때문에 토지가격이 상승했다고 단정할 수는 없다.

그 지역이 동시에 산업단지에 가깝고, 인구가 증가하고, 도로가 넓으며, 개발규제가 적을 수도 있다.

따라서 통계에서는 상관관계와 인과관계를 구별해야 한다.

H3. 9.2 박사논문의 인과논리

인과관계를 주장하려면 적어도 다음과 같은 논리를 생각해야 한다.

X와 Y가 관계가 있는가? X가 시간적으로 Y보다 먼저 존재하는가? 다른 요인이 X와 Y를 동시에 설명하고 있지 않은가?

X가 Y에 영향을 미친다는 이론적 근거가 있는가? 연구설계가 이러한 해석을 뒷받침하는가?

이 사고방식을 앞으로 회귀분석 편에서 본격적으로 다룬다.

H2. 10. 실무 사례 연구(Case Study)

H3. 10.1 사례 1 ― 공장부지 가격과 도로조건

실무에서 대형차량이 진입 가능한 공장부지는 높은 수요를 형성할 가능성이 있다.

가상 연구변수는 다음과 같이 구성할 수 있다.

독립변수: 도로폭
종속변수: 공장부지 거래가격
통제변수: 토지면적, 용도지역, 지역

“도로가 좋다”를 감각적으로 표현하는 것이 아니라

4m
6m
8m
10m 이상

처럼 데이터로 변환하면 분석이 가능해진다.

H3. 10.2 사례 2 ― 물류창고와 광역교통 접근성

가상 연구모형:

IC 접근성(X) → 물류기업 입주수요(M) → 투자성과(Y)

금융조달비용(W)이 M → Y 관계를 조절한다고 설정할 수 있다.

이 사례는 본 시리즈 전체의 핵심 연구모형으로 계속 사용한다.

H3. 10.3 사례 3 ― 상가 임대료와 공실률

두 상권의 평균임대료가 동일해도 공실률이 크게 다르면 투자매력은 달라진다.

따라서 평균임대료 중앙임대료 공실률 임대료 표준편차 거래량 등을 함께 분석해야 한다.

평균 하나만으로 시장을 판단하면 중요한 정보를 놓칠 수 있다.

H3. 10.4 사례 4 ― 토지개발사업의 투자성과

토지개발의 성과에는

교통접근성 토지취득가격 용도지역 도로조건 인허가 가능성 금융비용 개발기간 등이 동시에 영향을 미칠 수 있다.

이 사례는 단순회귀보다 다중회귀분석이 필요한 이유를 보여준다.

H2. 11. 연구자가 실제 데이터를 받으면 먼저 해야 할 일

데이터를 확보했다고 바로 회귀분석을 실행하면 안 된다.

먼저 다음 흐름으로 점검하는 것이 좋다.

자료출처 확인 → 변수명 정리 → 단위 확인 → 결측치 확인 → 이상치 확인 → 척도 확인 → 기술통계 → 분포 확인 → 상관관계 → 본 분석

특히 부동산자료는

원/㎡
만원/py
억원
%
km
분

등 단위가 혼재하기 쉽다. 따라서 단위 통일은 필수적이다.

또한 거래시점이 다른 가격을 단순 비교할 때는 시장변동이나 물가변화를 고려해야 할 수도 있다.

H2. 12. 박사논문 제3장과 제4장에서는 어떻게 연결되는가

박사논문 제3장 연구방법에서는 일반적으로 다음 내용을 다룬다.

연구모형 연구가설 변수의 조작적 정의 측정도구 표본설계 자료수집방법 분석방법

그리고 제4장 실증분석에서는

표본 특성 기술통계 신뢰도·타당도 상관분석 가설검증 등으로 발전한다.

따라서 이번 제1편에서 배우는 모집단, 표본, 변수, 척도, 평균, 표준편차는 박사논문의 실제 장(章) 구성과 직접 연결된다.

H2. 13. 실무 체크리스트

통계분석을 시작하기 전에 다음 질문에 답할 수 있어야 한다.

연구하려는 현실 문제는 무엇인가? 모집단은 누구 또는 무엇인가?

실제 조사할 표본은 무엇인가? 데이터 출처는 어디인가?

각 변수는 무엇을 의미하는가? 측정단위는 무엇인가?

명목·서열·등간·비율 중 어떤 척도인가? 평균과 중앙값은 어떠한가?

표준편차가 지나치게 크지는 않은가? 이상치는 왜 발생했는가?

결측치는 얼마나 존재하는가? 독립변수는 무엇인가?

종속변수는 무엇인가? X가 Y에 영향을 미치는 중간과정은 무엇인가?

관계를 변화시키는 조건은 무엇인가?

이 질문에 답할 수 있다면 통계의 가장 중요한 기초가 이미 형성되고 있는 것이다.

 

H2. 14. 자주 묻는 질문(FAQ)

H3. Q1. 박사논문을 쓰려면 통계공식을 모두 외워야 하나요?

그럴 필요는 없다. 공식의 의미를 이해하는 것은 중요하지만 응용연구에서는 연구문제, 변수의 의미, 분석방법의 가정과 결과해석을 정확하게 이해하는 것이 더 중요하다.

H3. Q2. 평균만 보면 시장의 대표가격을 알 수 있나요?

항상 그렇지는 않다. 고가 또는 저가의 극단적 거래가 존재하면 평균이 크게 영향을 받을 수 있다. 따라서 중앙값과 분포도 함께 살펴야 한다.

H3. Q3. 표준편차가 크면 무조건 나쁜 시장인가요?

그렇지 않다. 표준편차는 단순히 자료의 퍼짐 정도를 나타낸다. 부동산에서는 지역 내 상품의 이질성이나 가격변동성이 높은 원인부터 분석해야 한다.

H3. Q4. 표본은 많을수록 무조건 좋은가요?

표본 수가 충분한 것은 중요하지만 대표성이 없는 표본을 많이 모았다고 연구가 좋아지는 것은 아니다. 표본선정방법이 함께 중요하다.

H3. Q5. Likert 5점 문항은 어떤 척도인가요?

개별 문항은 기본적으로 순서가 있는 응답범주이다. 여러 문항을 합성하여 척도를 구성할 때는 연구목적과 측정모형에 따라 별도의 검토가 필요하다.

H3. Q6. 독립변수를 정하면 원인이 되는 것인가요?

아니다. 독립변수는 분석모형에서 설명변수로 설정된 것이다. 인과관계를 주장하려면 이론과 연구설계, 시간적 선행성, 교란변수 등에 대한 검토가 필요하다.

H3. Q7. 매개변수와 조절변수의 가장 쉬운 차이는 무엇인가요?

매개변수는 “왜?”를 설명하고 조절변수는 “언제, 어떤 조건에서?”를 설명한다고 기억하면 쉽다.

H3. Q8. 실거래가격 자료만으로 박사논문을 작성할 수 있나요?

연구주제에 따라 가능하다. 다만 연구질문에 필요한 변수가 충분히 존재해야 하며 자료의 시점, 누락, 이상치, 지역적 범위와 측정방법을 명확하게 설명해야 한다.

H3. Q9. 부동산 실무경험은 학술논문에서 가치가 있나요?

매우 중요한 연구문제의 출발점이 될 수 있다. 다만 경험 자체가 증거가 되는 것은 아니므로 선행연구, 이론과 데이터 분석을 통해 검증 가능한 형태로 발전시켜야 한다.

H3. Q10. 다음 편에서는 무엇을 배우나요?

제2편에서는 이번 편에서 배운 변수개념을 이용해 실제 박사논문 연구모형을 만든다. 독립·종속·매개·조절변수를 설정하고, 이를 H1~H8 연구가설로 변환하는 과정을 부동산 개발 가상논문을 이용해 설명한다.

H2. 15. 연구자의 실무 의견(Author’s Insight)

부동산 현장에서는 숫자를 보면서도 통계라고 생각하지 않는 경우가 많다.

공인중개사가 토지를 검토할 때는 이미 수많은 변수를 비교한다.

도로폭은 몇 m인가? IC까지 몇 km인가? 토지가격은 몇 만 원/py인가? 용도지역은 무엇인가? 건축이 가능한가? 주변 공장 임대료는 얼마인가? 금융비용은 얼마인가?

이 질문들을 숫자로 바꾸는 순간 이미 데이터 분석의 출발점에 들어선다.

30년의 부동산 실무에서 얻은 경험은 어떤 변수가 중요한지를 발견하는 데 강점이 있다.

경영학 박사과정의 연구방법론은 그 경험을 객관적인 가설과 분석모형으로 바꾸는 역할을 한다.

예를 들어 실무에서

“IC가 가까운 땅은 물류창고에 유리하다.” 라고 판단하였다면 연구자는 여기에서 멈추지 않는다.

왜 유리한가? 기업수요 때문인가? 운송시간 때문인가? 임대료 때문인가? 금리가 상승하면 효과가 유지되는가?

라는 질문을 이어간다.

그 결과 광역교통 접근성(X) → 시장수요(M) → 투자성과(Y)

그리고 금융조달비용(W) 이라는 연구모형이 만들어질 수 있다.

부동산 실무와 통계가 만나는 지점이 바로 여기다.

좋은 연구는 통계프로그램을 복잡하게 사용하는 연구가 아니라 현실의 중요한 문제를 정확한 변수와 타당한 분석방법으로 설명하는 연구라고 생각한다.

H2. 16. 정책 제언 및 투자 전략

정책당국이나 투자자 모두 평균값 하나에 지나치게 의존해서는 안 된다.

어느 지역의 평균토지가격이 10% 상승했다고 하더라도

거래량이 증가했는가?

일부 대형거래 때문인가?

중앙가격도 상승했는가?

지역 내 가격편차가 확대되었는가?

특정 용도지역만 상승했는가? 를 함께 살펴야 한다.

부동산 개발사업도 마찬가지다.

교통접근성이 우수하다는 한 가지 조건만으로 투자성과를 판단하기보다

교통접근성 → 시장수요 → 임대·분양성과 → 투자수익

이라는 구조와

토지가격 금융비용 공급량 용도지역 인허가조건 등을 종합적으로 분석할 필요가 있다.

통계적 사고의 가장 큰 장점은 하나의 숫자에 의존하지 않고 여러 요인 사이의 구조를 생각하게 한다는 데 있다.

H2. 17. 결론(Conclusion)

통계를 처음 공부할 때 가장 먼저 이해해야 할 것은 공식이 아니다.

현실을 데이터로 바꾸는 과정이다.

부동산 현상 → 측정 → 데이터 → 변수 → 모집단·표본 → 기술통계 → 변수 간 관계 → 연구가설 → 통계적 검증

이라는 흐름을 이해해야 한다.

평균은 중심을 보여준다.

중앙값은 극단값의 영향을 덜 받는 또 다른 중심을 보여준다.

분산과 표준편차는 자료의 퍼짐을 보여준다.

모집단은 궁극적으로 알고 싶은 전체 대상이고, 표본은 실제 조사한 일부이다.

독립변수는 결과를 설명하려는 변수이고, 종속변수는 설명하고 싶은 결과이다.

매개변수는 왜 그런 관계가 나타나는지를 설명하고, 조절변수는 어떤 조건에서 관계가 달라지는지를 설명한다.

이러한 기본개념이 명확해지면 통계는 서로 다른 공식의 집합이 아니라 하나의 논리적 체계로 보이기 시작한다.

그리고 그 다음 단계는 자연스럽다.

현실의 문제 → 연구모형 → 연구가설 이다.

제2편에서는 광역교통 접근성, 시장수요, 개발사업 투자성과, 금융조달비용이라는 네 개의 핵심변수를 사용하여 실제 박사논문 수준의 개념적 연구모형을 만들고 H1~H8 가설을 작성한다.

H2. 18. 참고문헌(References)

1. Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E., Multivariate Data Analysis.
   경영학과 사회과학의 다변량 분석에서 널리 활용되는 대표적인 연구방법론 문헌으로 회귀분석, 요인분석, 변수측정 및 다변량 분석의 기초와 응용을 체계적으로 설명한다.
2. Field, A., Discovering Statistics Using IBM SPSS Statistics.
   기술통계부터 회귀분석과 고급 통계까지 실제 분석과 결과해석을 비교적 쉽게 설명하여 통계 입문자와 응용연구자 모두에게 유용한 자료이다.
3. Tabachnick, B. G., & Fidell, L. S., Using Multivariate Statistics.
   다변량 분석의 전제조건, 자료점검, 이상치, 분포와 회귀분석 등 실증연구에서 필요한 기초적 분석원리를 설명한다.
4. Hayes, A. F., Introduction to Mediation, Moderation, and Conditional Process Analysis.
   독립변수·매개변수·조절변수의 관계를 회귀분석 기반으로 설명하고 매개효과, 조절효과, 조절된 매개효과로 확장하는 대표적인 연구방법론 문헌이다.
5. Kline, R. B., Principles and Practice of Structural Equation Modeling.
   확인적 요인분석과 구조방정식모형의 측정모형, 구조모형, 적합도 및 결과해석을 체계적으로 설명하는 대표 문헌이다.
6. NIST/SEMATECH, e-Handbook of Statistical Methods.
   평균, 분산, 표준편차, 분포, 이상치 등 기초통계와 데이터 분석 개념을 체계적으로 확인할 수 있는 통계 참고자료이다.
7. Penn State University, Statistics Online.
   모집단과 표본, 데이터 유형, 확률, 추론통계 등 통계학 기초를 단계적으로 학습할 수 있는 대학 교육자료이다.
8. Creswell, J. W., & Creswell, J. D., Research Design.
   양적·질적·혼합연구의 연구문제 설정, 연구설계와 자료수집 등 박사논문 연구방법론의 전체 구조를 이해하는 데 도움이 되는 문헌이다.
9. Bollen, K. A., Structural Equations with Latent Variables.
   잠재변수와 구조방정식의 이론적 기반을 이해하는 데 중요한 고전적 문헌으로 회귀 및 경로분석이 SEM으로 확장되는 논리를 이해하는 데 도움이 된다.
10. 부동산 실무자료 및 연구자의 현장경험.
    토지·공장·창고·상가 및 개발사업의 입지, 도로조건, 시장수요, 가격, 금융비용과 투자성과를 분석해 온 실무경험을 본 글의 사례설계와 변수해석에 활용하였다.

H2. 19. 관련글(Related Posts)

1. 박사논문 연구모형 쉽게 만들기: 독립·종속·매개·조절변수와 H1~H8 연구가설
2. 기술통계 제대로 이해하기: 평균·표준편차·왜도·첨도·이상치·결측치
3. 상관분석과 회귀분석은 무엇이 다른가: 상관관계에서 인과가설까지
4. 다중회귀분석 쉽게 이해하기: 회귀계수·통제변수·더미변수·VIF
5. 매개효과 쉽게 이해하기: 직접효과·간접효과와 Bootstrap
6. 조절효과 쉽게 이해하기: 상호작용항과 조건부 효과
7. PROCESS Macro와 조절된 매개효과 이해하기
8. EFA와 CFA 쉽게 이해하기: 요인분석·신뢰도·타당도
9. 회귀분석에서 구조방정식 SEM까지: 측정모형과 구조모형
10. 부동산경영 박사논문 통계분석 실전: 연구모형부터 SEM 결과해석까지