간호연구에서 통계적 가설 검정 시 발생할 수 있는 오류에 대한 설명으로 옳은 것은?

제시된 상황에서 연구자는 실제로는 효과가 없는 중재를 효과가 있다고 잘못 결론내렸으므로, 이는 제1종 오류(Type I error)에 해당한다.

통계적 가설 검정에서 발생할 수 있는 오류는 제1종 오류(Type I error)와 제2종 오류(Type II error)로 구분된다.

제1종 오류(Type I error, α error)는 실제로는 귀무가설이 참인데 이를 기각하는 오류이다. 즉, 실제로는 효과가 없는데 효과가 있다고 잘못 결론내리는 것으로, "거짓 양성(false positive)" 또는 "허위 발견"이라고도 한다. 제1종 오류의 확률은 α(알파)로 표시되며, 연구자가 미리 설정하는 유의수준과 같다.

제2종 오류(Type II error, β error)는 실제로는 대립가설이 참인데 귀무가설을 기각하지 못하는 오류이다. 즉, 실제로는 효과가 있는데 효과가 없다고 잘못 결론내리는 것으로, "거짓 음성(false negative)" 또는 "놓친 발견"이라고도 한다. 제2종 오류의 확률은 β(베타)로 표시된다.

제시된 연구 상황을 분석해보면, 연구자는 p값이 0.03으로 유의수준 0.05보다 작아서 귀무가설을 기각하고 새로운 간호중재가 효과적이라고 결론지었다. 그러나 실제로는 이 중재가 효과가 없었다고 명시되어 있다. 이는 실제로는 귀무가설(중재 효과 없음)이 참인데 이를 기각한 상황으로, 전형적인 제1종 오류에 해당한다.

간호연구에서 제1종 오류는 효과가 없는 중재를 효과적이라고 잘못 판단하여 임상에 도입할 경우 환자 안전과 의료자원 낭비를 초래할 수 있어 매우 중요한 문제이다. 반대로 제2종 오류는 실제로 효과적인 중재를 놓치게 되어 환자들이 유익한 치료를 받지 못하게 되는 문제를 야기한다.

통계적 검정력(statistical power)은 실제로 대립가설이 참일 때 이를 올바르게 기각할 확률로, 1-β로 계산된다. 검정력이 높을수록 제2종 오류를 범할 확률이 낮아진다. 간호연구에서는 일반적으로 80% 이상의 검정력을 권장하며, 이는 표본크기 산정 시 중요한 고려사항이 된다.

중환자실에서 근무하는 간호사 김○○는 새로운 구강간호 프로토콜이 인공호흡기 관련 폐렴(VAP) 발생률을 감소시키는지 연구하고자 한다.

연구설계: 무작위 대조군 실험연구
대상자: 인공호흡기를 적용받는 중환자 120명
실험군: 새로운 구강간호 프로토콜 적용 (n=60)
대조군: 기존 구강간호 방법 적용 (n=60)
가설설정: H₀: 새로운 구강간호 프로토콜은 VAP 발생률에 영향을 주지 않는다
H₁: 새로운 구강간호 프로토콜은 VAP 발생률을 감소시킨다

연구결과 분석에서 p=0.02로 나타나 α=0.05 수준에서 통계적으로 유의하다고 판정하여 새로운 프로토콜이 효과적이라고 결론지었다. 그러나 후속 대규모 다기관 연구에서는 실제로 이 프로토콜이 VAP 발생률에 영향을 주지 않는 것으로 확인되었다.

이러한 상황은 간호연구에서 흔히 발생할 수 있는 통계적 오류의 전형적인 사례로, 연구자는 통계적 유의성만으로 판단하지 말고 임상적 의미, 효과크기, 신뢰구간 등을 종합적으로 고려해야 한다. 또한 단일 연구 결과만으로 임상 실무를 변경하기보다는 체계적 문헌고찰이나 메타분석을 통한 근거 축적이 필요하다.