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

제2종 오류(β 오류)는 실제로는 귀무가설이 거짓인데(효과가 있는데) 귀무가설을 채택하는(효과가 없다고 결론내리는) 오류이다.

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

제1종 오류는 실제로는 귀무가설이 참인데(효과가 없는데) 귀무가설을 기각하는(효과가 있다고 결론내리는) 오류이다. 이는 '거짓 양성(false positive)' 또는 '허위 발견'이라고도 한다. 제1종 오류의 확률은 유의수준 α와 같으며, 연구자가 미리 설정한다.

제2종 오류는 실제로는 귀무가설이 거짓인데(효과가 있는데) 귀무가설을 채택하는(효과가 없다고 결론내리는) 오류이다. 이는 '거짓 음성(false negative)' 또는 '놓친 발견'이라고도 한다. 제2종 오류의 확률은 β로 표시되며, 통계적 검정력(1-β)과 반비례 관계에 있다.

간호연구에서 이러한 오류들은 임상적으로 중요한 의미를 갖는다. 예를 들어, 새로운 간호중재의 효과를 검증하는 연구에서 제1종 오류가 발생하면 실제로는 효과가 없는 중재를 효과적이라고 잘못 결론내려 환자에게 불필요한 중재를 제공할 수 있다. 반대로 제2종 오류가 발생하면 실제로는 효과적인 중재를 놓쳐서 환자가 더 나은 치료를 받을 기회를 상실할 수 있다.

통계적 검정력이 높을수록 제2종 오류는 감소하지만 제1종 오류와는 직접적인 관계가 없다. 유의수준을 낮추면(예: 0.05에서 0.01로) 제1종 오류는 감소하지만 제2종 오류는 증가한다. 표본 크기가 클수록 통계적 검정력이 증가하여 제2종 오류는 감소하지만, 제1종 오류는 유의수준에 의해 결정되므로 표본 크기와 무관하다.

중환자실에서 근무하는 간호사 김○○는 새로운 욕창 예방 프로토콜의 효과를 검증하는 연구에 참여하고 있다. 연구팀은 기존 2시간마다 체위변경하는 방법과 새로운 압력 분산 매트리스를 사용하는 방법을 비교하고자 한다.

연구 설계 단계에서 연구자들은 다음과 같은 가설을 설정했다:
- 귀무가설(H₀): 새로운 프로토콜과 기존 방법 간에 욕창 발생률의 차이가 없다
- 대립가설(H₁): 새로운 프로토콜이 기존 방법보다 욕창 발생률을 감소시킨다

연구 결과 분석에서 p값이 0.08로 나타났다. 유의수준을 0.05로 설정했으므로 귀무가설을 채택하여 "새로운 프로토콜의 효과가 통계적으로 유의하지 않다"고 결론지었다. 그러나 실제로는 새로운 프로토콜이 욕창 예방에 효과적이었다면, 이는 제2종 오류에 해당한다.

이러한 오류를 줄이기 위해 연구자들은 적절한 표본 크기 산출, 효과 크기 고려, 통계적 검정력 분석 등을 통해 연구 설계를 개선해야 한다. 특히 간호연구에서는 환자의 안전과 직결되는 문제이므로 통계적 오류의 임상적 의미를 신중히 고려해야 한다.