통계적 가설 검정에서 귀무가설이 실제로 참인데도 불구하고, 연구자가 이를 잘못 기각하고 대립가설을 채택하는 오류를 무엇이라 하는가?

제1종 오류(Type I error)는 귀무가설이 참인데도 이를 기각하는 오류로, 유의수준(α)으로 통제됩니다. 제2종 오류(Type II error)는 귀무가설이 거짓인데도 이를 채택하는 오류로, 검정력(1-β)과 관련됩니다. 보기1은 제2종 오류, 보기2~4는 통계적 오류 유형이 아니므로 오답입니다.

작업치료 핵심 해설 이 문제는 통계적 가설 검정(Statistical hypothesis testing)에서 발생할 수 있는 오류 유형을 묻고 있어요. 작업치료사가 연구 논문을 읽거나 자신의 임상 데이터를 분석할 때, 연구 결과의 신뢰성을 올바르게 해석하기 위해 반드시 이해해야 하는 핵심 개념이죠. 핵심 개념 분석 (Key Concept) 통계적 가설 검정은 귀무가설(Null hypothesis, H₀)과 대립가설(Alternative hypothesis, H₁)을 설정하고, 표본 데이터를 통해 귀무가설의 기각 여부를 결정하는 과정이에요. 이 과정에서 두 가지 주요 오류가 발생할 수 있어요.

정답 근거 (Answer Rationale) 핵심! 제1종 오류(Type I error)는 “귀무가설이 사실인데도 불구하고, 잘못 기각하는 오류”예요. 즉, “효과가 없다(차이가 없다)”는 사실을 “효과가 있다(차이가 있다)”고 잘못 결론내리는 거죠. 이 오류의 발생 확률을 유의수준(Significance level, α)이라고 하며, 일반적으로 0.05(5%)로 설정해요. 문제에서 묻는 내용이 정확히 이 정의와 일치하므로 정답은 5번이에요. 오답 분석 (Distractor Analysis) 혼동 주의! ①번 제2종 오류(Type II error)는 정반대의 상황이에요. 귀무가설이 거짓(즉, 대립가설이 참)인데도 이를 기각하지 못하고 귀무가설을 채택하는 오류예요. “효과가 있는데 없다고 판단하는 오류”죠. 이 오류의 확률은 β(베타)로 표시하고, 검정력(Power, 1-β)은 제2종 오류를 범하지 않을 확률을 의미해요. 제1종과 제2종 오류는 서로 트레이드오프(trade-off) 관계에 있어서 혼동하기 쉬우니 꼭 비교해서 외워두세요.
②번 계통적 오류(Systematic error)와 ④번 무작위 오류(Random error)는 측정 오차의 종류로, 표본 추출이나 측정 과정에서 발생하는 편향이나 변동을 말해요. ③번 표본 추출 오류(Sampling error)는 모집단을 대표하지 못하는 표본을 추출함으로써 발생하는 오류예요. 이들은 통계 검정의 결정 오류(Decision error)인 제1종/제2종 오류와는 다른 개념이에요. 연관 개념 정리 (Related Concepts) - 유의확률(p-value): 귀무가설이 참이라는 가정 하에, 현재 관찰된 데이터보다 더 극단적인 결과가 나올 확률. p-value < α 이면 귀무가설을 기각합니다. - 검정력 분석(Power analysis): 연구를 설계할 때, 특정 효과 크기를 탐지할 수 있는 적절한 표본 크기를 결정하기 위해 사용됩니다. 검정력(1-β)이 낮으면 제2종 오류를 범할 위험이 커집니다. 개념 정리 - 제1종 오류 (Type I error, α): “False Positive”, 귀무가설(H₀)이 참인데 기각함. - 제2종 오류 (Type II error, β): “False Negative”, 귀무가설(H₀)이 거짓인데 채택함. - 검정력 (Power, 1-β): 대립가설(H₁)이 참일 때, 이를 올바르게 발견할 확률. 한눈에 비교!

구분	제1종 오류 (Type I Error)	제2종 오류 (Type II Error)
다른 이름	False Positive, α error	False Negative, β error
정의	귀무가설(H₀)이 참인데 기각하는 오류	귀무가설(H₀)이 거짓인데 채택하는 오류
확률	유의수준(α) (보통 0.05)	β
통제 방법	α 수준을 낮게 설정 (예: 0.01)	표본 크기 증가, 효과 크기 증가, 검정력(1-β) 높임
임상적 비유	건강한 사람을 병이 있다고 진단 (과잉 진단)	병이 있는 사람을 건강하다고 진단 (진단 누락)

암기 팁 - “1종은 기각(Reject)의 오류, 2종은 채택(Accept)의 오류”라고 외우세요. - 또는, “1(일)타에 기각!”이라는 말로 연상하면, 제1종 오류가 귀무가설을 ‘기각’하는 오류라는 점을 기억하기 쉬워요. 국시 빈출 포인트 통계 부분에서는 제1종/제2종 오류의 정의, 유의수준(α), 검정력(1-β), p-value의 의미가 짧은 지문으로 자주 출제돼요. “귀무가설이 참인데 기각”이라는 키워드가 보이면 바로 제1종 오류를 떠올리세요. 기출 변형 주의! - “제2종 오류의 확률을 무엇이라고 하는가?” → 정답: β - “검정력(1-β)을 높이는 방법은?” → 정답: 표본 크기 증가, 효과 크기 증가, 유의수준(α) 증가 (단, α 증가는 제1종 오류 위험 증가) - “p-value가 0.03일 때, 유의수준 α=0.05에서의 결론은?” → 정답: 귀무가설 기각 (p < α)

작업치료 임상 실무 가이드 임상 시나리오 (Clinical Scenario) “작업치료사인 당신이 새로운 팔 재활 게임 소프트웨어의 효과를 연구하고 있어요. 기존 치료법과 비교하여 기능 향상에 차이가 없다는 귀무가설(H₀)을 세웠죠. 연구 결과, 통계적으로 유의미한 차이(p=0.04)가 나와 귀무가설을 기각하고 새 방법이 더 효과적이라고 발표했어요. 그런데 실제 임상에 보급한 후, 대부분의 동료들은 뚜렷한 효과를 보지 못했어요.”

이 상황은 핵심! 제1종 오류(Type I error)를 범했을 가능성을 시사해요. 즉, 실제로는 효과가 없음에도 불구하고, 표본의 우연한 변동 때문에 효과가 있는 것처럼 잘못 결론내린 거예요. 이는 연구 설계의 표본 수가 너무 작거나, 측정 변수가 많아 우연히 유의미한 결과가 나올 확률(α)이 높았기 때문일 수 있어요. 작업치료 중재 전략 (OT Intervention) 작업치료사로서 근거 중심 실천(EBP, Evidence-Based Practice)을 하려면 연구 결과를 비판적으로 평가할 줄 알아야 해요. 1. 평가(Assessment): 논문을 읽을 때, 유의수준(α)이 얼마인지, 검정력(Power) 분석은 했는지, 표본 크기는 적절한지 확인하세요. 2. 중재(Intervention): 단일 연구 결과에만 의존하지 말고, 체계적 문헌고찰(Systematic review)이나 메타분석(Meta-analysis) 같이 더 높은 수준의 근거를 참고하세요. 3. 재평가(Reassessment): 새로운 중재법을 도입한 후, 자신의 클라이언트에게서도 실제 효과가 나타나는지 지속적으로 모니터링하세요. 환자 안전 및 주의사항 (Precautions) 효과가 입증되지 않았거나, 제1종 오류 가능성이 높은 중재법을 무분별하게 적용하는 것은 시간과 자원의 낭비를 초래할 뿐만 아니라, 클라이언트에게 불필요한 기대를 심어줄 수 있어요. 항상 비판적 사고로 근거의 질을 평가하세요. 치료 프로토콜 연구 및 논문 평가 프로토콜: 1. 가설 설정: 명확한 귀무가설(H₀)과 대립가설(H₁) 확인. 2. 오류 통제: 연구자가 α(제1종 오류)를 0.05로 설정했는지, 검정력(1-β)이 0.8 이상인지 확인. 3. 결과 해석: p-value만 보지 말고, 효과 크기(Effect size, 예: Cohen's d)와 신뢰구간(Confidence Interval)을 함께 확인. 4. 임상 적용: 연구의 대상자 특성이 자신의 클라이언트와 유사한지 판단. 선배 작업치료사의 한마디 “통계는 무서운 게 아니라, 우리가 더 신뢰할 수 있는 치료를 제공하기 위한 도구예요. ‘제1종 오류’라는 개념을 알면, 화려하게 보이는 연구 결과도 ‘혹시 우연일 수 있지 않을까?’ 하고 한 번 더 생각해보는 비판적 안목이 생겨요. 클라이언트에게 가장 좋은 근거를 제공하는 작업치료사가 되기 위해, 통계의 기본 원리도 탄탄히 다져봐요!”