간호연구에서 통계적 가설 검정 시 발생할 수 있는 오류에 대한 설명으로 옳은 것은? | 마이메르시 MyMerci
자료 분석과 해석
문제
간호연구에서 통계적 가설 검정 시 발생할 수 있는 오류에 대한 설명으로 옳은 것은?
한 간호연구자가 새로운 간호중재가 환자의 통증 감소에 효과가 있는지 검증하기 위해 무작위 대조군 실험을 실시하였다. 연구자는 유의수준 α=0.05로 설정하고 가설 검정을 수행하였으며, 실제로는 간호중재가 효과가 있음에도 불구하고 통계적으로 유의하지 않다는 결론을 내렸다.
1제1종 오류(Type I error)가 발생한 것으로, 귀무가설이 참임에도 불구하고 이를 기각한 경우이다.
2제2종 오류(Type II error)가 발생한 것으로, 대립가설이 거짓임에도 불구하고 이를 채택한 경우이다.
3제1종 오류(Type I error)가 발생한 것으로, 실제 효과가 있는 중재를 효과가 없다고 잘못 판단한 경우이다.
4제2종 오류(Type II error)가 발생한 것으로, 실제 효과가 있는 중재를 효과가 없다고 잘못 판단한 경우이다.✓ 정답
5통계적 검정력(statistical power)의 문제로, 표본 크기가 너무 커서 발생한 오류이다.
해설
실제로 효과가 있는 중재를 통계적으로 유의하지 않다고 잘못 판단한 경우는 제2종 오류에 해당한다.
심화 해설
통계적 가설 검정에서 발생할 수 있는 오류는 제1종 오류와 제2종 오류로 구분되며, 이는 간호연구에서 매우 중요한 개념이다.
제1종 오류(Type I error, α 오류)는 귀무가설이 실제로 참임에도 불구하고 이를 기각하는 오류이다. 즉, 실제로는 효과가 없는 중재를 효과가 있다고 잘못 판단하는 경우이다. 이 오류의 확률은 유의수준(α)과 같으며, 일반적으로 0.05로 설정한다.
제2종 오류(Type II error, β 오류)는 귀무가설이 실제로 거짓임에도 불구하고 이를 기각하지 못하는 오류이다. 즉, 실제로는 효과가 있는 중재를 효과가 없다고 잘못 판단하는 경우이다. 문제에서 제시된 상황이 바로 이에 해당한다.
문제 상황을 분석해보면, 실제로는 간호중재가 통증 감소에 효과가 있음에도 불구하고 연구자가 통계적으로 유의하지 않다는 결론을 내렸다. 이는 참인 대립가설(중재가 효과가 있다)을 기각한 것으로, 제2종 오류에 해당한다.
제2종 오류는 주로 표본 크기가 작거나, 효과 크기가 작거나, 측정 도구의 민감도가 낮을 때 발생할 가능성이 높아진다. 간호연구에서는 이러한 오류를 줄이기 위해 적절한 표본 크기 산출, 민감한 측정 도구 사용, 연구 설계의 정교화 등이 필요하다.
통계적 검정력(1-β)은 제2종 오류를 범하지 않을 확률로, 실제 효과가 있을 때 이를 올바르게 탐지할 확률을 의미한다. 간호연구에서는 일반적으로 0.80 이상의 검정력을 권장한다.
임상 시나리오
중환자실에서 근무하는 간호사 김○○는 새로운 구강간호 프로토콜이 인공호흡기 관련 폐렴(VAP) 발생률을 감소시키는지 연구하고자 한다.
연구 설계: 무작위 대조군 실험연구로 실험군 30명, 대조군 30명으로 구성하였다. 실험군에는 새로운 구강간호 프로토콜을, 대조군에는 기존 구강간호를 적용하였다.
연구 결과: 실제로는 새로운 프로토콜이 VAP 발생률을 30% 감소시키는 효과가 있었지만, 표본 크기가 작아 통계적 유의성을 확보하지 못했다(p=0.08). 연구자는 "새로운 구강간호 프로토콜은 VAP 예방에 효과가 없다"고 결론지었다.
이 상황에서 연구자는 제2종 오류를 범했으며, 실제로 효과가 있는 중재를 효과가 없다고 잘못 판단하였다. 이러한 오류는 환자 안전과 직결되는 간호 실무에서 매우 중요한 문제가 될 수 있다.
제2종 오류를 줄이기 위해서는 사전 검정력 분석을 통한 적절한 표본 크기 산출, 효과 크기를 고려한 연구 설계, 민감한 측정 도구 사용 등이 필요하다.
핵심 개념
제1종 오류(Type I error) — 귀무가설이 실제로 참임에도 불구하고 이를 기각하는 오류로, 실제로는 효과가 없는데 효과가 있다고 잘못 판단하는 경우이다. α 오류라고도 하며, 그 확률은 유의수준과 같다.
제2종 오류(Type II error) — 귀무가설이 실제로 거짓임에도 불구하고 이를 기각하지 못하는 오류로, 실제로는 효과가 있는데 효과가 없다고 잘못 판단하는 경우이다. β 오류라고도 한다.
통계적 검정력(Statistical Power) — 실제로 효과가 있을 때 이를 올바르게 탐지할 확률로, 1-β로 계산된다. 일반적으로 0.80 이상을 권장하며, 제2종 오류를 범하지 않을 확률을 의미한다.
유의수준(Significance Level) — 제1종 오류를 범할 확률의 최대 허용치로, α로 표시한다. 간호연구에서는 일반적으로 0.05로 설정하며, 이는 5%의 확률로 제1종 오류를 범할 수 있음을 의미한다.
효과 크기(Effect Size) — 연구에서 관찰된 효과의 실질적 크기를 나타내는 지표로, 통계적 유의성과는 별개로 임상적 의미를 평가하는 데 중요하다. 효과 크기가 클수록 제2종 오류 발생 가능성이 낮아진다.
마이메르시로 국가고시 완벽 대비
기출문제와 상세 해설을 무료로. 내 약점을 분석하고 진도를 관리하며 더 똑똑하게 공부하세요.