이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
학부 연구 참여 중 지도교수님이 뽑아준 SPSS 결과를 그대로 보고서에 쓴 적이 있는데, 나중에 가정 검증이 빠져 있다는 지적을 받았습니다. 그때부터 분석을 직접 코드로 짜야 흐름을 이해할 수 있다고 생각해 R을 독학으로 시작했습니다. 처음엔 ggplot2로 시각화부터 익혔고, 이후 tidyverse 파이프라인으로 전처리와 분석을 연결하는 방식을 익혔습니다. SPSS는 클릭 중심이라 어떤 가정을 자동 처리하는지 보이지 않아 불안했는데, R에서는 각 단계가 코드로 남아 검증이 편했습니다. 졸업논문 데이터 분석을 R 단독으로 수행했고 지도교수님이 재현성이 높다고 평가해 줬습니다. 지금도 분석은 코드로 남겨 언제든 재현할 수 있게 관리합니다.
R을 처음 쓸 때는 코드가 돌아가면 결과가 맞다고 생각했는데, 그 생각이 바뀐 건 같은 데이터에서 다른 함수를 쓰니 결과가 달라진 경험 때문이었습니다. 분산 분석을 할 때 두 함수가 기본 설정에서 다른 가정을 적용하고 있었는데, 당시에는 그 차이를 모르고 결과를 그대로 썼다가 교수님 피드백에서 지적을 받았습니다.
이 경험 이후에는 함수를 쓸 때 도움말 문서의 method 인자와 기본값을 먼저 확인하는 습관이 생겼습니다. 소프트웨어가 결정해 주는 것과 내가 선택해야 하는 것을 구분하는 것이 분석의 신뢰성을 좌우한다는 결이 남았습니다.
이 판단이 실제로 결정을 바꾼 케이스가 있었습니다. 두 집단 비교에서 등분산 가정이 충족되지 않는다는 걸 확인한 뒤 Welch t검정으로 바꿨고, 결론이 달라졌습니다. 도구를 아는 것보다 언제 어떤 도구를 써야 하는지를 아는 것이 핵심이라고 생각합니다.
SAS를 처음 다룬 건 임상시험 데이터 실습이었는데, R이나 SPSS보다 절차 지향적인 구조가 처음에 어색했습니다. DATA 스텝에서 데이터를 만들고 PROC 스텝에서 분석을 돌리는 방식을 이해하고 나서야 흐름이 잡혔습니다.
그 과정에서 배운 건 소프트웨어마다 데이터를 다루는 철학이 다르다는 것이었습니다. R은 객체를 메모리에 두고 조작하는 방식이고, SAS는 스텝을 순서대로 실행하는 방식입니다. 같은 분석이라도 구조를 이해하지 않으면 오류의 원인을 파악하기 어렵습니다.
실습 중 merge 방향이 잘못돼 관측치가 사라지는 오류가 났는데, SAS의 스텝 실행 구조를 이해한 뒤에야 원인을 파악할 수 있었습니다. 그 경험 이후 분석 결과를 볼 때 행 수가 예상과 맞는지를 먼저 확인하는 습관이 생겼습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 고려대학교의료원 통계·계량 분석 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.