간호연구에서 SPSS를 이용한 기술통계 분석을 수행할 때, 연속변수의 정규성 검정을 위해 가장 적절한 절차는?

SPSS에서 연속변수의 정규성 검정은 Explore 기능을 통해 Shapiro-Wilk 검정과 Kolmogorov-Smirnov 검정을 동시에 수행하는 것이 가장 적절하다.

SPSS를 이용한 정규성 검정은 간호연구에서 적절한 통계분석 방법을 선택하기 위한 필수적인 전처리 과정이다.

정규성 검정의 중요성은 모수통계와 비모수통계 방법 선택의 기준이 되기 때문이다. 연속변수가 정규분포를 따르면 t-test, ANOVA 등의 모수통계를 사용할 수 있고, 정규분포를 따르지 않으면 Mann-Whitney U test, Kruskal-Wallis test 등의 비모수통계를 사용해야 한다.

SPSS에서 정규성 검정을 위한 올바른 절차는 Analyze → Descriptive Statistics → Explore 메뉴를 선택하는 것이다. 이 기능에서 'Normality plots with tests' 옵션을 선택하면 Shapiro-Wilk 검정과 Kolmogorov-Smirnov 검정을 동시에 수행할 수 있다.

Shapiro-Wilk 검정은 표본 크기가 50 이하일 때 더 정확하며, Kolmogorov-Smirnov 검정은 표본 크기가 클 때 사용한다. 일반적으로 p값이 0.05보다 크면 정규분포를 따른다고 판단한다.

Explore 기능의 추가적인 장점은 Q-Q plot, 히스토그램, 박스플롯 등의 시각적 정보도 함께 제공한다는 것이다. 이러한 그래프들은 데이터의 분포 형태를 직관적으로 파악할 수 있게 해준다.

간호연구에서 혈당 수치, 혈압, 체중 등의 생리적 지표들은 대부분 연속변수이므로, 이러한 정규성 검정 절차는 연구의 신뢰성과 타당성을 확보하는 데 매우 중요하다.

간호대학 4학년 김간호 학생이 졸업논문으로 '당뇨병 환자의 자가관리 교육 프로그램 효과'를 연구하고 있다.

연구 대상자는 당뇨병 환자 120명이며, 교육 전후의 혈당 수치 변화를 분석하려고 한다. 김간호 학생은 SPSS를 처음 사용하는 상황에서 지도교수로부터 "먼저 혈당 수치 데이터가 정규분포를 따르는지 확인해야 한다"는 조언을 받았다.

김간호 학생은 SPSS에서 Analyze 메뉴를 클릭한 후, Descriptive Statistics 하위 메뉴에서 Explore를 선택했다. 종속변수 목록에 '교육 전 혈당 수치'와 '교육 후 혈당 수치'를 입력하고, Plots 버튼을 클릭하여 'Normality plots with tests' 옵션을 체크했다.

분석 결과, Shapiro-Wilk 검정에서 교육 전 혈당 수치의 p값이 0.082, 교육 후 혈당 수치의 p값이 0.156으로 나타났다. 두 변수 모두 p > 0.05이므로 정규분포를 따른다고 판단할 수 있었다.

이에 따라 김간호 학생은 교육 전후의 혈당 수치 비교를 위해 paired t-test를 사용하기로 결정했다. 만약 정규성 검정에서 p < 0.05였다면 Wilcoxon signed-rank test와 같은 비모수 검정을 사용해야 했을 것이다.