보건행정 핵심 해설
이 문제는 보건통계 및 연구방법론의 핵심 개념인
가설검정(Hypothesis testing)과
검정력(Power)에 대한 이해를 묻고 있어요. 보건행정사나 연구자로서 정책 효과 평가, 의료 서비스 품질 비교 등 다양한 분석에서 올바른 통계적 결론을 도출하기 위해 반드시 숙지해야 할 내용이에요.
핵심 개념 분석 (Key Concept)
검정력(Power, 1-β)은
핵심! "실제로 차이가 있을 때(대립가설이 참일 때), 이를 올바르게 검출해내는 통계적 확률"을 의미해요. 즉, 연구의 민감도(Sensitivity)라고 볼 수 있어요. 높은 검정력은 연구의 신뢰성을 높이고, 의미 없는 결과(False negative)를 줄이는 데 중요해요.
정답 근거 (Answer Rationale)
정답은 ④번 '
제2종 오류(β)의 확률을 높인다.'입니다.
검정력(Power)은 공식적으로
1 - β로 정의돼요. 따라서 β(제2종 오류, 즉 '차이가 있는데 없다고 잘못 판단할 확률')를 높이면 당연히 검정력(1-β)은
감소해요. 검정력을 높이려면 β를 낮춰야 해요.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답이 검정력을 높이는 이유를 정리했어요.
① 유의수준(α)을 높인다: α(제1종 오류, '차이가 없는데 있다고 잘못 판단할 확률')를 높이면 기각역이 넓어져 귀무가설을 기각하기 쉬워지므로, 검정력이 증가해요. (단, α를 무작정 높이면 제1종 오류 위험 증가)
② 효과 크기(effect size)가 큰 연구를 설계한다: 비교하고자 하는 집단 간 차이(효과)가 클수록 통계적으로 검출하기 쉬워지므로 검정력이 높아져요.
③ 측정 도구의 신뢰도를 높인다: 측정 오차를 줄이면 실제 효과를 더 정확하게 포착할 수 있어 검정력이 향상돼요.
⑤ 표본 크기(sample size)를 늘린다:
가장 일반적이고 효과적인 방법이에요. 표본이 커지면 표준오차가 줄어들어 효과를 더 민감하게 탐지할 수 있어 검정력이 증가해요.
연관 개념 정리 (Related Concepts)
-
제1종 오류(Type I error, α): 귀무가설이 참인데 기각하는 오류. 유의수준(Significance level)과 동일.
-
제2종 오류(Type II error, β): 귀무가설이 거짓인데 기각하지 못하는 오류.
- 검정력(1-β)을 높이는 4대 요소:
α 증가, 효과 크기 증가, 표본 크기 증가, 측정 신뢰도 증가 (단, α 증가는 제1종 오류 위험과 트레이드오프 관계).
개념 정리
| 용어 | 정의 | 공식/관계 | 목표 |
|---|
| 검정력(Power) | 대립가설이 참일 때 올바르게 기각할 확률 | 1 - β | 높일수록 좋음 (보통 0.8 이상 권장) |
| 제1종 오류(α) | 귀무가설이 참인데 기각 (False Positive) | 유의수준 (보통 0.05) | 통제하여 낮게 유지 |
| 제2종 오류(β) | 귀무가설이 거짓인데 기각 실패 (False Negative) | 1 - Power | 검정력을 높여 낮춤 |
한눈에 비교!
| 검정력 높이는 방법 | 작동 원리 | 실무 적용 시 고려사항 |
|---|
| 표본 크기 증가 | 표준오차 ↓, 효과 검출 민감도 ↑ | 연구 비용, 시간 증가. 핵심! 표본수 산정(Sample size calculation)은 연구 설계의 필수 단계. |
| 효과 크기 증가 | 집단 간 차이 ↑, 검출 용이성 ↑ | 현실적인 효과 크기를 고려해야 함. 지나치게 큰 효과를 가정하면 연구 의미 퇴색. |
| 유의수준(α) 증가 | 기각역 확대 → 기각 확률 ↑ | 제1종 오류 위험 증가. 0.05에서 0.1로 높이면 검정력은 높아지지만 위험도 커짐. |
| 측정 신뢰도 증가 | 측정 오차 ↓, 순수 효과 포착력 ↑ | 타당하고 신뢰도 높은 설문지/측정 도구 선정이 중요. |
실무 포인트
보건행정 현장에서 연구나 성과 평가를 할 때,
핵심! "표본수가 충분한가?"를 항상 점검해야 해요. 예를 들어, 두 병원의 환자 만족도 비교 시 표본이 너무 작으면 실제 차이가 있어도 통계적으로 유의미하지 않게 나와 잘못된 경영 판단을 할 수 있어요. 연구 계획서(IRB 제출용)나 정책 평가 보고서에
표본수 산정 근거를 명시하는 것이 전문성의 증거예요.
암기 팁
"
검정력 UP 4총사"로 외우세요!
1.
α(알파) UP (기각역 넓힘)
2.
효과크기 UP (차이 큼)
3.
표본수 UP (데이터 많음)
4.
신뢰도 UP (측정 정확)
* β(베타)는 반대로, β UP → 검정력 DOWN!
국시 빈출 포인트
검정력 관련 문제는
정의(1-β)와 영향 요인을 연결지어 출제되는 패턴이 매우 많아요. "검정력을 높이는 방법" 또는 "검정력에 영향을 미치지 않는 것"을 고르는 형태로 자주 나와요. α와 β의 트레이드오프 관계도 함께 묻는 경우가 있으니 함께 정리하세요.
기출 변형 주의!
동일 개념을 다음과 같이 변형 출제할 수 있어요.
- 사례형: "A 연구자가 표본수를 100에서 200으로 늘렸을 때 검정력에 미치는 영향은?" (증가)
- 계산형(드물게): α=0.05, β=0.2일 때 검정력은? (0.8)
- 역으로 물어보기: "검정력을 감소시키는 방법은?" → β 증가, 표본수 감소, 효과크기 감소, α 감소 등