Which statistical test is MOST appropriate to compare mean gait speed between three independent groups?

세 집단 이상의 평균 비교 = ANOVA. 두 집단은 t검정, 범주형 빈도 비교는 카이제곱, 두 변수의 연관성은 상관계수다. 자료 유형과 집단 수로 결정한다.

세 독립된 집단의 평균 보행 속도를 비교하는 상황에서는 집단이 3개 이상이라는 점이 통계 기법 선택의 결정적 기준입니다. 독립 t-검정(independent t-test)은 두 집단의 평균을 비교할 때만 사용하므로, 세 집단에 적용하면 1종 오류가 증가합니다. 세 집단을 대상으로 t-검정을 반복하면 각 비교에서 유의수준이 누적되어 실제로는 차이가 없는데 차이가 있다고 잘못 판단할 확률이 높아집니다.

일원분산분석(one-way analysis of variance, one-way ANOVA)은 세 개 이상 독립 집단의 평균을 한 번의 검정으로 비교하도록 설계된 모수적 방법입니다. 보행 속도는 연속형 변수이고, 집단이 서로 독립적이며, 각 집단이 정규분포를 따르고 등분산성을 만족한다는 가정 아래 집단 간 평균 차이가 집단 내 변동보다 유의하게 큰지를 F값으로 평가합니다. ACL 재건술 후 시간 경과에 따라 환자를 0.5년, 1년, 1년 초과의 세 군으로 나누어 보행 생체역학을 비교한 연구 설계가 이러한 분석의 전형적인 예입니다 ^[2].

카이제곱 검정(chi-square test)은 범주형 변수의 빈도 분포를 비교할 때 사용하므로, 연속형 변수인 보행 속도의 평균 비교에는 적합하지 않습니다. 피어슨 상관계수(Pearson correlation coefficient)는 두 연속형 변수 간 선형 관계의 강도와 방향을 평가하는 도구로, 집단 간 평균 차이를 검정하는 목적과는 맞지 않습니다.

임상 재활 연구에서 보행 속도는 기능 회복의 핵심 지표로 자주 다뤄집니다. 수술 후 시간대별로 환자군을 나누어 평균 보행 속도를 비교할 때 일원분산분석을 적용하면 세 시점 간 회복 양상의 차이를 통계적으로 검정할 수 있습니다. 다만 분산분석 결과가 유의하더라도 어느 집단 간에 차이가 있는지는 사후검정(post-hoc test)을 통해 추가로 확인해야 합니다.