가설검정의 검정력(Power)을 올바르게 설명한 것은?

검정력(1-β)은 귀무가설이 거짓(즉, 대립가설이 참)일 때 이를 올바르게 기각할 확률을 의미한다. 표본 크기가 커지거나 효과크기가 클수록 검정력은 증가한다.

보건행정 핵심 해설 이 문제는 보건통계학에서 매우 중요한 개념인 가설검정의 검정력(Power)을 정확히 이해하고 있는지 묻고 있어요. 검정력은 연구 설계나 공공보건 정책 평가에서 표본 크기를 결정하는 핵심 요소로, 국가고시에서도 빈출되는 개념이에요. 핵심 개념 분석 (Key Concept) 가설검정에는 두 가지 주요 오류가 있어요. 제1종 오류(Type I Error, α)는 귀무가설(H0)이 참인데 기각하는 오류(거짓 양성)이고, 제2종 오류(Type II Error, β)는 귀무가설이 거짓인데 기각하지 못하는 오류(거짓 음성)예요. 검정력(Power, 1-β)은 제2종 오류를 범하지 않을 확률, 즉 "진짜 차이(효과)를 발견해낼 수 있는 능력"을 수치화한 거예요. 정답 근거 (Answer Rationale) 핵심! 정답인 ④번 "귀무가설이 거짓일 때 이를 기각할 확률이다."는 검정력의 정확한 정의에요. 통계학적으로 검정력 = P(기각 H0 | H0는 거짓) = 1 - β 로 표현돼요. 이는 연구나 검정이 실제 존재하는 효과(예: 신약의 효과, 보건 프로그램의 영향)를 올바르게 탐지할 가능성을 의미해요. 오답 분석 (Distractor Analysis) 혼동 주의! ①번 "귀무가설이 참일 때 이를 기각할 확률이다."는 제1종 오류(α, 유의수준)의 정의예요. 검정력과 정반대의 조건을 가지고 있어요.
②번 "제1종 오류가 발생하지 않을 확률이다."는 1-α, 즉 신뢰수준(Confidence Level)을 말해요. 검정력(1-β)과 혼동하기 쉬운 개념이니 구분해야 해요.
③번 "표본 평균이 모평균과 일치할 확률이다."는 통계적 개념으로 정확한 정의가 없어요. 표본 통계량은 모수와 정확히 일치할 확률이 매우 낮으며, 이는 점추정의 정확도(Accuracy)와 관련된 이야기예요.
⑤번 "신뢰구간이 모수를 포함할 확률이다."는 역시 신뢰수준(1-α)을 설명한 것이에요. 검정력과는 다른 개념이죠. 연관 개념 정리 (Related Concepts) 검정력에 영향을 미치는 세 가지 주요 요소를 기억하세요: 1) 효과 크기(Effect Size) (효과가 클수록 검정력 ↑), 2) 표본 크기(Sample Size, n) (표본이 클수록 검정력 ↑), 3) 유의수준(α) (α를 높이면(예: 0.01→0.05) 검정력 ↑). 보건학 연구에서는 충분한 검정력(일반적으로 0.8 이상)을 확보하기 위해 사전에 표본 크기를 계산하는 표본 크기 결정(Sample Size Determination)이 필수적이에요. 개념 정리

용어	기호	정의	의미
검정력(Power)	1-β	귀무가설이 거짓일 때 올바르게 기각할 확률	진짜 효과를 발견할 능력
제1종 오류(Type I Error)	α	귀무가설이 참인데 기각할 확률	거짓 양성, 유의수준
제2종 오류(Type II Error)	β	귀무가설이 거짓인데 기각하지 못할 확률	거짓 음성
신뢰수준(Confidence Level)	1-α	귀무가설이 참일 때 기각하지 않을 확률	신뢰구간이 모수를 포함할 확률

한눈에 비교!

비교 항목	검정력 (1-β)	신뢰수준 (1-α)
관련 오류	제2종 오류(β)와 반비례	제1종 오류(α)와 반비례
조건	"H0가 거짓"일 때의 확률	"H0가 참"일 때의 확률
연구에서의 중요성	표본 크기 설계, 연구의 감도	결과의 정확도/오류 통제
일반 권장값	0.8 이상 (80%)	0.95 (95%)

실무 포인트 보건행정이나 임상연구에서 새로운 보건 프로그램 효과를 평가하거나, 두 치료법의 차이를 통계적으로 검증할 때, 충분한 검정력을 가진 연구 설계가 필수적이에요. 검정력이 낮은 연구는 실제 효과가 있음에도 불구하고 "통계적으로 유의하지 않다"는 결론을 내릴 위험이 높아요(제2종 오류). 이는 자원 낭비와 잘못된 정책 결정으로 이어질 수 있어요. 따라서 연구 계획서(Protocol)나 사업 평가 설계 시 반드시 검정력 분석(Power Analysis)을 통해 필요한 표본 크기를 산정해야 해요. 암기 팁 "거짓을 거짓이라 잡아낼 힘"이라고 외우세요! 귀무가설이 '거짓'일 때, '거짓'이라고(기각) 할 '힘(확률)'이 바로 검정력이에요. 반대로 "참을 거짓이라 할 오류"는 제1종 오류(α)예요. 국시 빈출 포인트 검정력의 정의(정답 ④번)와 함께, 검정력에 영향을 미치는 요소 3가지(효과크기, 표본크기, 유의수준)를 묻는 문제가 매우 자주 나와요. 또한 검정력(1-β)과 신뢰수준(1-α)을 구분지어 묻는 문제도 많으니 표를 통해 명확히 정리해두세요. 기출 변형 주의! 이 개념은 다음과 같이 변형 출제될 수 있어요:
- 사례형: "어떤 연구에서 표본 크기를 두 배로 늘렸을 때 검정력에 미치는 영향은?" (→ 증가한다)
- 역산 문제: "검정력을 0.9로 설정하고 효과크기를 특정 값으로 가정했을 때 필요한 최소 표본 크기는?"
- 오류 판단: "귀무가설이 참인데 기각하지 않은 결정"은 어떤 오류도 아님(정확한 결정) 등.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) 보건소에서 새로운 금연 캠페인 프로그램의 효과를 평가하려고 해요. 기존 프로그램 대비 금연 성공률이 통계적으로 유의미하게 향상되었는지 검정하기 위해 6개월 후 참여자들의 금연 성공률을 조사했어요. 그런데 표본 크기가 너무 작아서(예: 각 군 30명) 검정 결과 p-value가 0.08로 나와 "통계적으로 유의하지 않다(p>0.05)"는 결론을 내렸어요. 하지만 프로그램 담당자는 현장에서 체감되는 효과가 있다고 주장해요. 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 통계적 검정 결과(p=0.08)는 유의수준(α=0.05)을 넘어서 기각하지 못했지만, p-value가 0.05에 매우 가깝고 현장 체감 효과가 있다는 점에 주목해요.
2. 법적/규정 검토: 이는 검정력 부족(Power Inadequacy)으로 인한 제2종 오류(Type II Error) 가능성을 시사해요. 즉, 실제로는 효과가 있음에도 표본 크기가 작아 그 효과를 탐지해내지 못했을 수 있어요.
3. 대응 및 처리: 보건행정 전문가로서 "이 연구의 검정력이 충분했는지 사후 검정력 분석(Post-hoc Power Analysis)을 해보자"고 제안해야 해요. 또는 "향후 평가를 위해 효과크기를 예측하고, 원하는 검정력(예: 80%)을 달성하기 위한 표본 크기를 미리 계산해 연구를 설계하자"는 개선안을 제시할 수 있어요.
4. 사후 기록/보고: 평가 보고서에 "표본 크기의 제한으로 인해 검정력이 부족할 수 있으며, 이는 유의미한 차이를 탐지하지 못한 원인일 수 있다"는 한계점을 명시적으로 기록해요. 이는 보다 객관적이고 과학적인 보고를 가능하게 해요. 법적 안전 및 주의사항 (Precautions) 공공보건 사업 평가나 연구 결과를 발표할 때, 검정력 부족을 고려하지 않고 단순히 "p>0.05이므로 효과가 없다"고 결론내리는 것은 과학적 오류일 뿐만 아니라, 효과적인 정책이나 프로그램을 폐기하는 잘못된 결정으로 이어질 수 있어요. 반대로, 검정력이 매우 높은 대규모 연구에서 통계적으로 유의미하지만 임상적/공중보건적으로 의미 없는 아주 작은 차이를 발견할 수도 있어요(통계적 유의성 vs 실질적 유의성). 항상 효과 크기(Effect Size)와 함께 결과를 해석해야 해요. 업무 프로토콜 보건 프로그램/연구 설계 시 검정력 고려 프로토콜
1. 목표 설정: 탐지하고자 하는 최소 효과 크기(Minimum Detectable Effect)를 설정.
2. 파라미터 설정: 유의수준(α, 보통 0.05), 검정력(1-β, 보통 0.8), 예상 효과 크기, 표준편차 등을 결정.
3. 표본 크기 계산: 통계 소프트웨어나 공식을 이용해 필요한 최소 표본 크기 계산.
4. 연구 수행: 계산된 표본 크기로 연구/평가 진행.
5. 결과 해석: p-value 뿐만 아니라 신뢰구간과 효과 크기를 함께 보고. 검정력 부족 가능성이 있다면 주의하여 해석. 선배의 한마디 "통계는 숫자의 언어예요. 검정력은 그 언어를 제대로 듣기 위한 '청력'과 같아요. 청력이 나쁘면(검정력이 낮으면) 상대방의 목소리(실제 효과)가 들리지 않아요. 보건행정가로서 프로그램의 진짜 가치를 평가하고, 한정된 예산과 자원을 효율적으로 배분하려면 '좋은 청력(충분한 검정력)'을 가진 평가 설계가 필수적이에요. 숫자 뒤에 숨은 의미를 읽는 통계적 사고가 전문 행정관의 차별점이 됩니다!"