작업치료 핵심 해설
이 문제는 연구방법론과 근거 중심 실천(EBP, Evidence-Based Practice)의 기초가 되는
통계적 가설 검정의 핵심 개념을 묻고 있어요. 작업치료사는 연구 결과를 올바르게 해석하고, 클라이언트에게 가장 효과적인 중재를 선택하기 위해 이 개념을 반드시 이해해야 해요.
핵심 개념 분석 (Key Concept)
통계적 가설 검정은
귀무가설(Null hypothesis, H0)(차이가 없다는 가정)과
대립가설(Alternative hypothesis, H1)(차이가 있다는 가정)을 설정한 후, 표본 데이터를 통해 귀무가설을 기각할지 말지를 결정하는 과정이에요. 이 과정에서 발생할 수 있는 두 가지 주요 결정 오류가 바로
제1종 오류(Type I error)와
제2종 오류(Type II error)예요.
정답 근거 (Answer Rationale)
핵심! 문제에서 묻는 "실제로는 차이가 없음에도 불구하고 차이가 있다고 잘못 결론 내리는 오류"는 정확히
제1종 오류(Type I error, 알파(α) 오류)의 정의에 해당해요. 이는 "가짜 양성(False positive)" 결과라고도 불려요. 작업치료 연구에서 예를 들면, 실제로는 효과가 없는 새로운 치료법을 효과가 있다고 잘못 보고하는 경우가 이에 해당해요. 연구자가 설정하는
유의수준(Significance level, α, 보통 0.05 또는 5%)은 바로 이 제1종 오류를 범할 허용 가능한 최대 확률을 의미해요.
오답 분석 (Distractor Analysis)
혼동 주의! ①번
제2종 오류는 정반대의 오류예요. 실제로는 차이가 있음에도 불구하고 차이가 없다고 잘못 결론 내리는 오류로, "가짜 음성(False negative)"이라고 해요. 검정력(Power)은 제2종 오류를 범하지 않을 확률(1-β)을 의미해요.
②번
무작위 오류는 체계적 오류(Systematic error)와 대비되는 개념으로, 측정 시 우연히 발생하는 오차를 말해요. 표본 크기를 늘리면 줄일 수 있어요.
③번
선택 편향과 ⑤번
정보 편향은 가설 검정 오류가 아니라, 연구 설계 단계에서 발생하여 연구 결과의 타당도를 떨어뜨리는
편향(Bias)의 종류예요. 선택 편향은 연구 대상자를 선정하는 과정에서, 정보 편향은 자료를 수집하거나 측정하는 과정에서 발생해요.
연관 개념 정리 (Related Concepts)
근거 중심 실천(EBP)을 수행할 때는 논문의 p-value만 보는 것이 아니라, 효과 크기(Effect size), 신뢰구간(Confidence Interval), 그리고 연구 설계에 편향이 있었는지 종합적으로 판단해야 해요. 제1종 오류와 제2종 오류는 상충관계(Trade-off)에 있어, 하나를 줄이면 다른 하나가 커질 위험이 있다는 점도 기억해두세요.
개념 정리
- 제1종 오류 (Type I Error, α error): 귀무가설(H0)이 참인데 기각하는 오류. "가짜 양성". 유의수준(α)으로 통제.
- 제2종 오류 (Type II Error, β error): 귀무가설(H0)이 거짓인데 채택하는 오류. "가짜 음성". 검정력(1-β)으로 통제.
- 유의수준 (Significance Level, α): 제1종 오류를 허용할 최대 확률 (보통 0.05).
- 검정력 (Power, 1-β): 실제 차이가 있을 때 그것을 올바르게 발견할 확률.
한눈에 비교!
| 구분 | 제1종 오류 (Type I Error) | 제2종 오류 (Type II Error) |
|---|
| 다른 이름 | 알파(α) 오류, 가짜 양성(False Positive) | 베타(β) 오류, 가짜 음성(False Negative) |
| 정의 | 차이가 없는데 있다고 결론 | 차이가 있는데 없다고 결론 |
| 귀무가설(H0) 상태 | 참(True) | 거짓(False) |
| 연구자 결정 | 기각(Reject) | 채택(Fail to reject) |
| 통제 수치 | 유의수준 (α, 예: 0.05) | 검정력 (1-β, 예: 0.8) |
| 임상적 위험 예시 | 효과 없는 치료를 효과 있다고 홍보 | 효과 있는 치료를 효과 없다고 무시 |
암기 팁
"
1종은 가짜 발견(허위 발표), 2종은 진짜 놓침(기회 상실)"이라고 외우세요. 또는 "**α(알파)는 1등, 먼저 나와서 눈에 띄지만 가짜다(제1종 오류)**"라고 연상해도 좋아요.
국시 빈출 포인트
통계 오류는 정의를 직접 묻거나, 유의수준(α), 검정력의 정의와 연결지어 출제돼요. "p-value가 0.03일 때 이는 무엇을 의미하는가?"와 같은 문제는 제1종 오류를 범할 확률이 3%라는 의미로 해석할 수 있어야 해요.
기출 변형 주의!
* "귀무가설이 참일 때 기각할 확률을 무엇이라 하는가?" →
유의수준(α)
* "검정력(1-β)은 무엇을 의미하는가?" →
제2종 오류를 범하지 않을 확률 또는
실제 차이를 탐지할 능력
* "표본 크기를 증가시키면 일반적으로 어떻게 되는가?" →
검정력 증가(제2종 오류 감소), 표준오차 감소 (제1종 오류율(α)은 연구자가 설정한 값으로 고정)