두 집단의 평균 차이가 통계적으로 유의미한지 검정할 때 주로 사용하는 통계 분석 방법은?

t-검정은 두 개의 독립적인 집단(예: 실험군과 대조군) 간의 평균 차이가 통계적으로 유의한지 확인할 때 사용하는 모수적 방법이다. 카이제곱 검정은 범주형 변수 간 연관성을, 상관분석은 변수 간 선형 관계를, 생존분석은 시간에 따른 사건 발생을, 요인분석은 변수 간 구조를 분석하는 데 사용되므로 부적절하다.

작업치료 핵심 해설 이 문제는 작업치료 연구 및 근거 중심 실천(EBP, Evidence-Based Practice)에서 데이터를 분석할 때 가장 기본이 되는 통계 검정법을 묻고 있어요. 작업치료사는 임상 연구 결과를 올바르게 해석하고, 자신의 중재 효과를 평가하기 위해 통계적 사고가 필수적이죠.

핵심 개념 분석 (Key Concept): 문제의 핵심은 두 집단의 평균 비교예요. 예를 들어, '새로운 감각통합(SI) 중재법'을 적용한 집단과 '기존 중재법'을 적용한 집단의 작업 수행 점수(COPM 성과 점수) 평균이 통계적으로 차이가 나는지 확인하고 싶을 때 사용하는 방법을 묻는 거죠. 이때 가장 적합한 도구가 t-검정(t-test)이에요.

정답 근거 (Answer Rationale): 핵심! t-검정은 두 집단의 평균을 비교하여 그 차이가 우연히 발생한 것인지, 실제로 유의미한 차이인지를 검정하는 모수적(Parametric) 방법이에요. 사용 조건은 비교하려는 데이터가 정규분포를 따르고, 두 집단의 분산이 동질적이어야 해요. 집단이 두 개가 아니라 그 이상일 때는 분산분석(ANOVA)을 사용합니다.

오답 분석 (Distractor Analysis):
혼동 주의! ①번 카이제곱 검정(Chi-square test)은 범주형 변수(예: 성별, 중재 성공/실패) 간의 연관성을 분석할 때 사용해요. '평균'이 아닌 '빈도'를 비교한다는 점이 다릅니다.
③번 상관분석(Correlation analysis)은 두 변수 간의 관계(예: 나이와 인지 기능 점수의 관계)의 방향과 강도를 보는 것이지, 집단 간 평균 차이를 검정하는 게 아니에요.
④번 생존분석(Survival analysis)은 시간에 따른 사건 발생(예: 낙상 재발까지의 기간, 퇴원까지의 시간)을 분석하는 특수한 방법이에요.
⑤번 요인분석(Factor analysis)은 여러 변수들 사이의 내재된 구조(예: 작업 수행 평가 도구의 하위 영역)를 찾아내는 탐색적 방법이에요.

연관 개념 정리 (Related Concepts): t-검정에도 종류가 있어요. 독립표본 t-검정(Independent samples t-test)은 서로 다른 두 집단(예: 실험군 vs 대조군)을 비교할 때, 대응표본 t-검정(Paired samples t-test)은 같은 집단의 전후 비교(예: 중재 전 vs 중재 후)에 사용해요. 데이터가 정규분포를 따르지 않을 때는 비모수 검정인 만-위트니 U 검정(Mann-Whitney U test, 독립표본)이나 윌콕슨 부호순위 검정(Wilcoxon signed-rank test, 대응표본)을 사용합니다.
개념 정리

검정 방법	분석 목적	작업치료 예시
t-검정	두 집단의 평균 차이 검정	신경발달치료(NDT)와 관절가동범위(ROM) 운동 중, 어떤 중재가 상지 기능 점수를 더 향상시키는가?
카이제곱 검정	범주형 변수 간 연관성/독립성 검정	낙상 경험 유무와 보행 보조기 사용 유무가 관련이 있는가?
상관분석	두 변수 간 선형 관계의 방향과 강도 분석	일상생활활동(ADL) 독립도와 삶의 만족도 점수는 관련이 있는가?
분산분석(ANOVA)	세 집단 이상의 평균 차이 검정	약물 A, 약물 B, 위약(Placebo) 세 군의 통증 점수 평균에 차이가 있는가?

한눈에 비교!

비교 항목	모수 검정(Parametric Test)	비모수 검정(Nonparametric Test)
사용 조건	데이터가 정규분포, 등분산성 가정 충족	정규분포 가정 불필요, 순위 자료 사용
두 독립집단 평균 비교	독립표본 t-검정	만-위트니 U 검정
두 대응집단 평균 비교	대응표본 t-검정	윌콕슨 부호순위 검정
세 집단 이상 평균 비교	일원분산분석(One-way ANOVA)	크루스칼-왈리스 검정(Kruskal-Wallis test)

암기 팁 "t는 평균(Mean)의 T(티)!" t-검정은 평균(Mean) 비교에 사용된다고 연상하세요. 카이제곱은 '카테고리(범주)'의 'Chi(카이)'라고 생각하면 구분하기 쉬워요. 국시 빈출 포인트 통계 방법의 용도 구분은 매년 빠지지 않고 출제되는 High Yield 영역이에요. 특히 t-검정, 카이제곱 검정, 상관분석의 차이를 명확히 알아야 해요. 문제에서 "평균 차이", "점수 비교"라는 키워드가 보이면 먼저 t-검정을 떠올리세요. 기출 변형 주의! * "동일한 환자군을 중재 전과 후에 측정한 결과를 비교할 때 사용하는 통계 방법은?" → 대응표본 t-검정 * "범주형 자료로 구성된 두 변수 간의 독립성을 검정하는 방법은?" → 카이제곱 검정 * "정규분포를 따르지 않는 자료로 두 독립 집단을 비교할 때 사용하는 비모수 검정은?" → 만-위트니 U 검정

작업치료 임상 실무 가이드 임상 시나리오 (Clinical Scenario): "작업치료실에서 뇌졸중(뇌경색) 후 편마비 환자를 대상으로 새로운 상지 가상현실(VR) 훈련 프로그램의 효과를 연구하려고 해요. 실험군(20명)은 기존 작업치료에 VR 훈련을 추가하고, 대조군(20명)은 기존 작업치료만 제공한 후, 8주 후에 두 집단의 상지 Fugl-Meyer 평가(FMA) 점수 평균을 비교하려고 합니다. 이때 어떤 통계 분석을 적용해야 할까요?"

작업치료 중재 전략 (OT Intervention): 이 연구 설계는 무작위 대조군 연구(RCT, Randomized Controlled Trial)의 기본 형태예요. 핵심! 여기서 주요 결과 변수인 FMA 점수는 연속형 변수이며, 비교 대상은 서로 다른 두 집단(실험군 vs 대조군)이에요. 따라서 가장 적합한 분석법은 독립표본 t-검정이에요. 분석 전에는 데이터의 정규성(Normality)과 등분산성(Homogeneity of variance)을 반드시 확인해야 해요. 만약 정규분포 가정이 깨지면, 비모수 검정인 만-위트니 U 검정으로 대체하여 분석합니다.

환자 안전 및 주의사항 (Precautions): 통계적 유의성(p-value < 0.05)만큼 중요한 것이 임상적 유의성(Clinical Significance)이에요. 통계적으로 유의미한 차이가 나도, FMA 점수가 2점 차이라면 이는 환자의 실제 일상생활활동(ADL)에 큰 변화를 주지 못할 수 있어요. 따라서 효과 크기(Effect size, 예: Cohen's d)를 함께 보고 해석해야 합니다.
치료 프로토콜 1. 연구 설계: 무작위 배정(Randomization)으로 실험군/대조군 구성.
2. 평가(Assessment): 중재 전 기초선 평가(FMA, MMT, COPM 등) 실시.
3. 중재(Intervention): 정의된 프로토콜에 따라 각 군에 중재 제공.
4. 사후 평가(Post-test): 중재 종료 후 동일한 평가 도구로 재측정.
5. 분석(Analysis): 독립표본 t-검정(또는 만-위트니 U 검정) 적용, p-value 및 효과 크기 해석.
선배 작업치료사의 한마디 "통계가 어렵게 느껴질 수 있지만, 작업치료사로서 근거 중심 실천(EBP)을 하려면 꼭 넘어야 할 산이에요. 복잡한 공식보다 먼저 '내가 무엇을 알고 싶은가?(연구 질문)'와 '내 데이터는 어떤 형태인가?(변수의 종류)'를 명확히 하는 게 출발점이에요. t-검정은 그중에서도 가장 친숙한 도구니까, '두 집단의 평균을 비교한다'는 기본 개념을 탄탄히 다지세요. 나중에 논문을 읽거나 자신의 중재 효과를 검증할 때 큰 힘이 될 거예요!"