논문에서 significant, 통계 검정 안 했으면 쓰면 안 된다는 말 사실?
Statistical test를 안 한 결과에는 significantly improves를 쓰지 말라는 피드백 받음. 영어 논문에 원래 그런 규칙이 있는 건지.
Statistical test를 안 한 결과에는 significantly improves를 쓰지 말라는 피드백 받음. 영어 논문에 원래 그런 규칙이 있는 건지.
학술 논문에서 'significant'는 통계적 유의성을 뜻하는 전문 용어로 간주되므로, 통계 검정 없는 성능 향상에는 쓰지 않는 것이 강력한 규칙입니다.
네, 리뷰어의 피드백이 맞습니다. 학술 논문 작성 시 통계 검정(statistical test, 가설을 통계적으로 검증하는 절차)을 거치지 않았다면 **'significant'**나 **'significantly'**를 쓰지 않는 것이 표준적인 관례이자 엄격한 규칙입니다.
일상 영어에서 'significant'는 '중요한', '상당한'이라는 뜻으로 널리 쓰이지만, 학술 분야에서는 **통계적 유의성(statistical significance, 관찰된 차이가 단순한 우연이 아닐 확률)**을 뜻하는 전문 용어로 먼저 해석됩니다.
따라서 통계 검정(예: t-test, ANOVA 등)과 $p$-값(유의확률) 제시 없이 *"significantly improves"*라고 쓰면, 독자와 심사위원은 다음 둘 중 하나로 판단합니다.
수치나 성능의 차이가 눈에 띄게 크다는 점을 강조하고 싶다면, 통계적 뉘앙스가 없는 다른 부사나 형용사를 사용하는 것이 안전합니다.
예를 들어 "The proposed method significantly improves accuracy." 대신 *"The proposed method substantially improves accuracy."*로 수정하면 통계 검정 없이도 의도한 의미를 정확히 전달할 수 있습니다.
수치 비교가 아닌 일반적인 서술(예: "a significant challenge", "a significant role")에서는 통상적인 의미로 쓰이기도 합니다. 그러나 결과(Results)나 토론(Discussion) 섹션에서 성능, 수치, 효과의 크기를 다룰 때는 오해를 방지하기 위해 통계 검정을 수반할 때만 사용하는 것이 원칙입니다.
공식 규칙은 아니지만, 논문에서 significant는 통계적 유의성을 뜻하는 말로 굳어 있어 검정 없이 쓰면 지적받기 쉽다.
"검정 없이 쓰면 안 된다"는 법칙은 아니지만, 널리 받아들여진 관행입니다. 받으신 피드백은 타당합니다.
1. 검정을 한다. 가능하다면 이쪽이 가장 좋습니다.
2. 표현을 바꾼다. 검정이 어렵다면 수치 자체로 말합니다.
절대적인 영어 규칙은 아니지만, 검정 없이 “significantly improves”를 쓰면 통계적 유의성을 오해하게 해 피하는 것이 좋습니다.
일반 영어에서 significant는 “중요한·상당한”이라는 뜻도 있습니다. 하지만 정량적 결과를 보고하는 논문에서는 ‘통계적으로 유의한’이라는 기술적 의미로 읽히기 쉽습니다. 따라서 “Method A significantly improves accuracy”라고 쓰면, 독자는 통계적 근거가 제시될 것으로 기대합니다.
즉, 영어 문법상 금지라기보다 학술적 주장의 강도와 근거를 맞추라는 관행입니다. 특히 statistically significant라고 명시하려면, 그 판단을 뒷받침하는 통계 분석이 필요합니다.
가장 안전한 방법은 관찰한 차이를 구체적으로 쓰는 것입니다.
마지막 예시는 4%포인트 증가이며, 상대적 증가율은 5%입니다. Substantially나 considerably로 바꿀 수도 있지만, 이 역시 차이가 “상당하다”는 근거가 있어야 합니다.
통계 검정을 했다는 사실만으로 significant를 쓸 수 있는 것은 아닙니다. 결과가 설정한 유의성 기준을 충족해야 하며, 통계적 유의성과 실제로 중요한 개선은 별개입니다. 반대로 정식 가설검정만이 차이를 평가하는 유일한 방법도 아닙니다.
결론적으로 받은 피드백은 대체로 타당합니다. 검정이 없다면 “실험에서 더 높은 값을 얻었다”는 수준으로 쓰고, 개선 폭을 수치로 제시하는 것이 명료합니다.