보건행정 핵심 해설
이 문제는 보건통계 및 연구 방법론에서 가장 기본적이면서도 핵심적인 개념인
가설 검정(Hypothesis testing)의 원리를 묻고 있어요. 특히,
유의확률(p-value)과
유의수준(α)의 관계를 통해 통계적 의사결정을 어떻게 내리는지 이해해야 합니다.
핵심 개념 분석 (Key Concept)
통계적 가설 검정은 연구 결과가 우연히 발생했을 가능성(p-value)을 평가하여, 연구 가설(대립가설)을 지지할 만한 증거가 있는지 판단하는 과정이에요.
핵심! 판단의 기준이 되는 것이 바로 사전에 설정하는
유의수준(α, 보통 0.05)입니다. p-value가 α보다 작으면, "귀무가설이 참이라고 가정했을 때 현재의 데이터(또는 그보다 극단적인 데이터)가 관찰될 확률이 매우 낮다"는 의미로, 귀무가설을 기각할 충분한 증거가 있다고 해석해요.
정답 근거 (Answer Rationale)
주어진 조건에서 p-value(0.043)는 유의수준 α(0.05)보다 작습니다. 이는 통계학의 결정 규칙에 따라
"귀무가설을 기각한다"는 결론을 내리게 해요. 즉, ③번이 정답입니다. 이 결론은 "대립가설을 지지할 수 있다"는 것과 동일한 의미로 해석될 수 있어요.
오답 분석 (Distractor Analysis)
혼동 주의!
① "대립가설을 지지할 수 없다.": p-value < α일 때는 오히려 대립가설을 지지할 증거가 있다고 해석하므로, 정반대의 오답입니다.
② "검정력이 부족하다.": 검정력(Power, 1-β)은 2종 오류(β)를 범하지 않을 확률을 의미합니다. p-value 결과만으로 검정력의 충분 여부를 판단할 수 없어요.
④ "2종 오류가 발생했다.": 2종 오류(β)는 귀무가설이 거짓인데 기각하지 못하는 오류입니다. 귀무가설을 기각한 이 상황에서는 2종 오류가 발생했다고 볼 수 없어요.
⑤ "귀무가설을 기각할 수 없다.": p-value > α일 때 내리는 결론입니다. 주어진 조건(p-value=0.043 < α=0.05)과 정반대입니다.
연관 개념 정리 (Related Concepts)
-
귀무가설(H0): 차이가 없거나 효과가 없다는 '기본 가정'.
-
대립가설(H1): 연구자가 입증하고자 하는 가설(차이가 있음).
-
1종 오류(α): 귀무가설이 참인데 기각하는 오류. '가짜 양성'
-
2종 오류(β): 귀무가설이 거짓인데 기각하지 못하는 오류. '가짜 음성'
개념 정리
| 용어 | 의미 | 결정 기준 (α=0.05) |
|---|
| p-value | 귀무가설이 참일 때, 현재 데이터가 관찰될 확률 | 판단의 입력값 |
| 유의수준(α) | 1종 오류를 허용할 최대 확률 (기준값) | 판단의 기준선 |
| 결정 규칙 | p-value < α → H0 기각, H1 지지
p-value ≥ α → H0 기각 불가 | 판단의 로직 |
한눈에 비교!
| 상황 | 통계적 결론 | 실질적 해석 |
|---|
| p-value = 0.02, α = 0.05 | 귀무가설 기각 | "통계적으로 유의한 차이가 있다." |
| p-value = 0.07, α = 0.05 | 귀무가설 기각 불가 | "통계적으로 유의한 차이를 확인하지 못했다." (차이가 없다고 증명한 것은 아님) |
| p-value = 0.001, α = 0.01 | 귀무가설 기각 | 매우 강력한 증거로 차이를 지지. |
실무 포인트
보건행정이나 의료연구에서
핵심! p-value는 '차이의 크기'나 '중요성(Clinical significance)'을 나타내는 지표가
아니에요. 단지 '우연히 발생했을 확률'을 나타냅니다. 예를 들어, 매우 큰 표본에서는 아주 작은 차이도 통계적으로 유의해질 수 있지만, 실제 현장에서는 의미 없는 차이일 수 있어요. 따라서 p-value와 함께 효과 크기(Effect size), 신뢰구간(Confidence Interval)을 함께 해석하는 것이 전문가의 자세입니다.
암기 팁
"
피( p )가 알파(α)보다 작으면(부족하면) 기각한다"
→ p-value < α → 귀무가설(H0)을 기각(Reject)한다. 이 한 줄만 기억하세요!
국시 빈출 포인트
가설 검정은
매년 출제되는 고정 단골 주제예요. p-value와 α의 관계를 통한 결론 도출, 1종/2종 오류의 정의와 관계(α+β≠1), 검정력(1-β)의 의미를 묻는 문제가 순환 출제됩니다. 계산보다는
개념 이해를 중심으로 공부하세요.
기출 변형 주의!
1.
사례형: "신약 A군과 위약 B군의 혈압 강하 효과를 비교했을 때 p-value가 0.03이 나왔다(α=0.05). 옳은 것은?" → 결론 도출 문제.
2.
역방향 질문: "귀무가설을 기각했다. 이때 p-value와 α의 관계는?" → p-value < α.
3.
오류 유형 판단: "귀무가설이 사실인데 기각한 오류는?" → 1종 오류(α).