통상적인 유의수준을 0.05로 할 때 연구팀이 얻은 통계 결과의 해석으로 가장 올바른 것은?

유의확률(0.01)이 유의수준(0.05)보다 작으므로 귀무가설(두 집단 간 차이가 없다)을 기각합니다. 이는 두 집단 간 차이가 우연이 아니며 통계적으로 유의미함을 의미합니다. 보기1과 보기3은 유의확률이 낮은 상황과 반대되는 해석으로 틀립니다. 보기2는 방향성을 가정하지만 데이터 없이 단정할 수 없으며, 보기4는 실험 오류를 지적하지만 유의확률만으로는 판단할 수 없습니다.

작업치료 핵심 해설 이 문제는 근거 중심 실천(EBP, Evidence-Based Practice)의 핵심 도구인 통계적 검정의 결과를 해석하는 능력을 묻고 있어요. 작업치료사는 새로운 중재법의 효과를 검증하거나 임상 데이터를 분석할 때 반드시 통계적 사고를 갖춰야 합니다. 핵심 개념 분석 (Key Concept) 문제의 핵심은 유의확률(p-value)과 유의수준(α, significance level)의 관계예요. - 유의수준(α=0.05): 귀무가설이 사실일 때, 그것을 잘못 기각할(제1종 오류) 허용 가능한 최대 확률이에요. 즉, 5%의 위험을 감수하겠다는 기준이죠. - 유의확률(p=0.01): 귀무가설(두 집단 간 차이가 없다)이 사실이라고 가정했을 때, 현재 관찰된 데이터(또는 그보다 더 극단적인 데이터)가 나올 확률이에요. 정답 근거 (Answer Rationale) 핵심! 유의확률(p=0.01)이 설정된 유의수준(α=0.05)보다 작습니다. 이는 "귀무가설이 사실인데 이런 결과가 나왔다"는 가정 하의 확률이 매우 낮다는 뜻이에요. 따라서 그 가정(귀무가설)을 받아들이기 어렵다고 판단하고 귀무가설을 기각합니다. 귀무가설이 "두 집단 간 차이가 없다"이므로, 이를 기각한다는 결론은 "두 집단 간에 통계적으로 유의미한 차이가 있다"가 됩니다. 이것이 정답 ⑤번의 근거예요. 오답 분석 (Distractor Analysis) 혼동 주의! ①번 "새 치료 기법은 전혀 효과가 없다": 이는 귀무가설을 기각하지 못한 경우(채택한 경우)의 해석이에요. p-value가 0.05보다 클 때 나올 수 있는 결론이죠.
혼동 주의! ②번 "대조군의 기능이 더 향상되었다": p-value는 차이의 유무만 알려줄 뿐, 차이의 방향(어느 집단이 더 좋은지)은 알려주지 않아요. 방향은 평균 점수를 비교해야 알 수 있어요.
③번 "점수 차이는 단순한 우연이다": p-value가 매우 작은(0.01) 것은 오히려 "이 차이가 단순한 우연일 가능성이 매우 낮다(1%)"는 것을 의미해요. 정반대의 해석입니다.
④번 "실험 설계의 오류": p-value만으로 실험 설계의 오류 유무를 판단할 수 없어요. p-value는 표본에서 얻은 결과의 통계적 의미를 해석하는 도구일 뿐, 연구 설계의 타당성(내적·외적 타당도)을 평가하는 지표가 아닙니다. 연관 개념 정리 (Related Concepts) - 귀무가설(Null Hypothesis, H₀): 검정하려는 가설의 반대 주장 (예: "두 치료법의 효과는 같다"). - 대립가설(Alternative Hypothesis, H₁): 연구자가 입증하고자 하는 가설 (예: "두 치료법의 효과는 다르다"). - 제1종 오류(Type I Error): 귀무가설이 참인데 기각하는 오류. 유의수준(α)이 이 오류의 확률을 통제합니다. - 제2종 오류(Type II Error): 귀무가설이 거짓인데 기각하지 못하는 오류. 검정력(1-β)과 관련 있습니다. 개념 정리

용어	의미	비유
유의수준 (α)	귀무가설을 잘못 기각할 허용 한계 (보통 0.05)	재판에서 무죄를 유죄로 판단할 허용 오차 5%
유의확률 (p-value)	귀무가설이 참일 때 현재 데이터가 관찰될 확률	피고인이 실제 무죄일 때, 현재 증거가 나올 확률
결론 (p < α)	귀무가설 기각. 통계적으로 유의미한 차이 있음.	증거가 충분히 강하므로 '유죄' 판결 (차이 인정)
결론 (p ≥ α)	귀무가설 기각 불가. 통계적으로 유의미한 차이 없음.	증거가 부족하므로 '무죄' 판결 (차이 부정 아님)

한눈에 비교!

구분	통계적 유의성 (Statistical Significance)	임상적 유의성 (Clinical Significance)
의미	관찰된 효과가 우연이 아닐 확률이 높음 (p-value)	효과의 크기가 임상적으로 의미 있는 수준임
측정	p-value, 신뢰구간(CI)	효과크기(Effect Size, e.g., Cohen's d), 최소중요변화차(MCID)
작업치료에서의 중요성	연구 결과의 신뢰성 판단. 중재의 효과가 '우연'이 아님을 보여줌.	환자의 실제 삶(ADL, 작업 수행)에서 체감할 수 있는 변화가 있는지 판단.
예시	새 중재법이 대조군보다 통계적으로 유의미하게 좋다(p 임상 시나리오 작업치료 임상 실무 가이드 임상 시나리오 (Clinical Scenario) 여러분이 근무하는 병원 재활팀에서, 편마비 환자의 팔 기능 회복을 위해 기존의 고유수용성신경근촉진법(PNF)에 시각적 피드백을 결합한 새로운 중재법을 개발했어요. 6주간의 연구를 진행한 결과, 실험군(n=20)과 대조군(n=20)의 Fugl-Meyer Assessment(FMA) 팔 점수 향상도 비교에서 p-value가 0.01로 나왔습니다. 이 결과를 팀 회의에서 어떻게 보고하고, 임상에 어떻게 적용할까요? 작업치료 중재 전략 (OT Intervention) 핵심! 통계적 결과는 근거의 시작점이에요. 1. 결과 해석 및 보고: "p=0.01이므로, 두 집단 간 FMA 점수 차이는 통계적으로 유의미합니다(α=0.05 기준). 이는 새로운 중재법이 기존 중재법과 효과가 다르다는 것을 지지하는 근거입니다."라고 객관적으로 보고합니다. 2. 효과크기(Effect Size) 확인: p-value만으로는 부족해요. Cohen's d 같은 효과크기를 계산해 "효과가 얼마나 큰지"를 확인합니다. 효과크기가 작다면( 마이메르시로 국가고시 완벽 대비 기출문제와 상세 해설을 무료로. 내 약점을 분석하고 진도를 관리하며 더 똑똑하게 공부하세요. 무료로 시작하기 App Store Google Play 학습 참고용입니다. 실제 임상은 최신 지침과 소속 기관 프로토콜을 따르세요.