변수 간의 관계 강도 및 방향 검정은 간호연구에서 매우 중요한 분석 방법으로, 두 변수가 어떤 관련성을 갖는지를 수치적으로 파악할 수 있게 해준다.
피어슨 상관분석(Pearson correlation analysis)은 두 연속변수 간의 선형 관계의 강도와 방향을 측정하는 가장 기본적이고 널리 사용되는 통계 분석 방법이다. 이 분석은 두 변수가 모두 정규분포를 따르고 선형 관계를 가정할 때 사용된다.
피어슨 상관계수(r)는 -1에서 +1 사이의 값을 가지며, 이 값의 해석은 다음과 같다. 절댓값이 0.7 이상이면 강한 상관관계, 0.3-0.7이면 중간 정도의 상관관계, 0.3 미만이면 약한 상관관계로 해석한다. 양수는 정적 상관관계(한 변수가 증가하면 다른 변수도 증가), 음수는 부적 상관관계(한 변수가 증가하면 다른 변수는 감소)를 의미한다.
제시된 연구 상황에서 간호사의 근무 경력과 임상 의사결정 능력 점수는 모두 연속변수이며 정규분포를 따른다고 했으므로, 피어슨 상관분석이 가장 적절하다. 이를 통해 경력이 많을수록 의사결정 능력이 높아지는지(정적 상관), 또는 그 반대인지(부적 상관), 그리고 그 관계가 얼마나 강한지를 파악할 수 있다.
간호 실무에서 상관분석은 환자 결과와 간호 중재 간의 관계, 간호사의 특성과 업무 성과 간의 관계 등을 분석할 때 광범위하게 활용된다. 예를 들어, 환자의 통증 점수와 수면의 질, 간호사의 교육 수준과 환자 만족도 등의 관계를 분석하는 데 사용된다.
상관분석 결과는 인과관계를 의미하지 않으므로 해석에 주의해야 하며, 제3의 변수가 두 변수의 관계에 영향을 미칠 가능성도 고려해야 한다. 또한 상관분석은 선형 관계만을 측정하므로, 비선형 관계가 있을 경우에는 다른 분석 방법을 고려해야 한다.
대학병원 중환자실에서 근무하는 간호사 50명을 대상으로 한 연구에서, 연구자는 간호사의 임상 경력과 의사결정 능력 간의 관계를 분석하고자 한다.
연구 참여자들의 임상 경력은 1년부터 20년까지 다양하며, 의사결정 능력은 표준화된 도구를 사용하여 측정한 점수(20-100점)로 평가되었다. 두 변수 모두 정규분포를 따르는 것으로 확인되었다.
연구자는 경력이 많은 간호사일수록 의사결정 능력이 높을 것이라는 가설을 세웠으며, 이 두 변수 간의 관계가 얼마나 강한지, 그리고 실제로 정적 상관관계를 보이는지 확인하고 싶어한다.
이러한 연구 목적을 달성하기 위해서는 두 연속변수 간의 선형 관계의 강도와 방향을 동시에 측정할 수 있는 통계 분석 방법이 필요하다. 분석 결과는 간호사 교육 프로그램 개발이나 경력 개발 계획 수립에 중요한 근거 자료로 활용될 예정이다.
피어슨 상관계수(Pearson correlation coefficient) — 두 연속변수 간의 선형 관계의 강도와 방향을 나타내는 통계량으로, -1에서 +1 사이의 값을 가지며, 절댓값이 클수록 강한 관계를 의미한다.
선형 관계(Linear relationship) — 두 변수 간의 관계가 직선으로 표현될 수 있는 관계로, 한 변수의 변화에 따라 다른 변수가 일정한 비율로 변화하는 관계를 의미한다.
정적 상관관계(Positive correlation) — 한 변수가 증가할 때 다른 변수도 함께 증가하는 관계로, 상관계수가 양수 값을 가지며, 두 변수가 같은 방향으로 변화함을 의미한다.
부적 상관관계(Negative correlation) — 한 변수가 증가할 때 다른 변수는 감소하는 관계로, 상관계수가 음수 값을 가지며, 두 변수가 반대 방향으로 변화함을 의미한다.
상관관계의 강도(Strength of correlation) — 상관계수의 절댓값으로 판단하며, 일반적으로 0.7 이상은 강한 상관관계, 0.3-0.7은 중간 정도, 0.3 미만은 약한 상관관계로 해석한다.