# 가설검정에서 계산된 p-value가 0.03일 때, 유의수준(α)을 0.05로 설정했다면 올바른 결론은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=290974  
> language: ko  
> subject: 추론통계

## 문제

가설검정에서 계산된 p-value가 0.03일 때, 유의수준(α)을 0.05로 설정했다면 올바른 결론은?

## 보기

1. 귀무가설을 채택한다.
2. 대립가설을 기각한다.
3. 표본 크기를 늘려야 한다.
4. 귀무가설을 기각한다. **✔ 정답**
5. 검정력을 높여야 한다.

**정답: 4**

## 해설

p-value(0.03)가 유의수준 α(0.05)보다 작으면, 귀무가설 하에서 관찰된 결과가 발생할 확률이 매우 낮다고 판단하여 귀무가설을 기각한다.

## 심화 해설

보건행정 핵심 해설
이 문제는 보건통계학의 핵심인 가설검정(Hypothesis testing)의 판단 원리를 묻고 있어요. 보건행정 현장에서는 연구 결과 해석, 정책 효과 평가, 의료 품질 지표 비교 등 다양한 상황에서 통계적 검정 결과를 올바르게 이해하는 능력이 필수적입니다.

**핵심 개념 분석 (Key Concept)**
가설검정은 표본 데이터를 바탕으로 모집단에 대한 주장(가설)의 진위를 판단하는 통계적 방법이에요. 핵심 구성 요소는 다음과 같습니다.

• 귀무가설(Null hypothesis, H₀): 효과가 없거나 차이가 없다는 기본 가정 (기각의 대상).

• 대립가설(Alternative hypothesis, H₁): 효과가 있거나 차이가 있다는 연구자가 주장하고 싶은 가설.

• 유의수준(Significance level, α): 귀무가설이 참일 때 이를 잘못 기각할(제1종 오류) 허용 가능한 최대 확률. 일반적으로 0.05(5%)를 사용해요.

• p-value: 귀무가설이 참이라는 가정 하에, 현재 관찰된 표본 결과보다 더 극단적인 결과가 나올 확률입니다.

**정답 근거 (Answer Rationale)**
핵심! 가설검정의 판단 기준은 매우 명확해요: **p-value < α 이면 귀무가설(H₀)을 기각(Reject)**합니다. 이 문제에서는 p-value(0.03)가 유의수준 α(0.05)보다 작으므로, 귀무가설을 기각하는 결론을 내립니다. 이는 "귀무가설 하에서 관찰된 결과가 나올 확률이 매우 낮다(3%)"는 것을 의미하며, 따라서 통계적으로 유의미한 증거가 있다고 판단하여 대립가설(H₁)을 지지하게 됩니다.

**오답 분석 (Distractor Analysis)**

① '귀무가설을 채택한다': p-value가 α보다 클 때(예: p=0.07, α=0.05)의 결론이에요. 이 경우 귀무가설을 기각할 충분한 증거가 없다고 판단하지만, '귀무가설이 참이다'라고 증명하는 것은 아닙니다.

② '대립가설을 기각한다': 혼동 주의! 가설검정에서 직접적으로 기각 또는 채택의 대상은 항상 **귀무가설**이에요. 대립가설은 귀무가설이 기각될 때 간접적으로 지지받게 됩니다.

③ '표본 크기를 늘려야 한다': p-value가 이미 유의수준보다 작아 귀무가설을 기각할 수 있는 상황에서는 표본 크기를 늘릴 필요가 없어요. 오히려 p-value가 커서 귀무가설을 기각하지 못할 때(non-significant), 검정력(Power)을 높이기 위해 표본 크기를 늘리는 것을 고려할 수 있습니다.

⑤ '검정력을 높여야 한다': 검정력(Power)은 귀무가설이 거짓일 때 이를 올바르게 기각할 확률이에요. 이는 연구 설계 단계에서 표본 크기, 효과 크기, α 수준을 결정할 때 고려하는 요소이며, 검정 결과를 해석하는 단계에서 내리는 결론이 아닙니다.

**연관 개념 정리 (Related Concepts)**
• 제1종 오류(Type I error): 귀무가설이 참인데 기각하는 오류. 확률은 α(유의수준)와 같아요.
• 제2종 오류(Type II error): 귀무가설이 거짓인데 채택하는 오류. 확률은 β로 표시해요.
• 검정력(Power): 1 - β. 귀무가설이 거짓일 때 올바르게 기각할 확률이에요.

개념 정리

| 용어 | 의미 | 판단 기준 (α=0.05 기준) |
| --- | --- | --- |
| p-value | 귀무가설이 참일 때 관찰된 결과 이상의 극단값이 나올 확률 | - |
| 유의수준 (α) | 제1종 오류를 허용할 최대 확률 (기준선) | 보통 0.05 |
| 결론 (p < α) | 귀무가설 기각, 대립가설 지지 통계적으로 유의미함 | 예: p=0.03 |
| 결론 (p ≥ α) | 귀무가설 기각 불가 통계적으로 유의미하지 않음 | 예: p=0.08 |

한눈에 비교!

| 구분 | 귀무가설(H₀) 기각 | 귀무가설(H₀) 기각 불가 |
| --- | --- | --- |
| 조건 | p-value < 유의수준(α) | p-value ≥ 유의수준(α) |
| 의미 | 표본 데이터가 대립가설(H₁)을 지지하는 충분한 증거가 있음 | 표본 데이터가 H₀을 기각할 만큼 강력한 증거가 없음 |
| 해석 주의 | "H₁이 참이다"라고 증명한 것은 아님. 통계적 증거가 있다는 것. | "H₀이 참이다"라고 증명한 것은 아님. 증거가 부족하다는 것. |

실무 포인트
보건행정이나 의료 연구 논문을 읽을 때, "p < 0.05"라는 표현을 자주 보게 될 거예요. 이는 해당 연구 결과가 **통계적으로 유의미하다(statistically significant)**는 것을 의미하지만, 절대 **임상적 또는 현장적 중요성(clinical/practical significance)**과 동일한 개념은 아니에요. 매우 작은 효과라도 큰 표본에서는 p-value가 작게 나올 수 있으므로, 효과 크기(Effect size)와 p-value를 함께 평가해야 합니다.

암기 팁
"**p가 알파보다 작으면, 귀무가설은 꽝!**" (p < α → H₀ Reject)

또는 "귀무가설은 기본 가정이므로, 매우 강력한 증거(p가 매우 작음)가 없으면 기각하지 않는다"고 이해하세요.

국시 빈출 포인트
가설검정은 보건의료정보관리사/병원행정사 시험에서 **매우 높은 빈도**로 출제됩니다. p-value와 α의 관계를 통한 결론 도출, 제1종/제2종 오류의 정의, 검정력의 개념을 연결 지어 묻는 문제가 많아요. 단순 암기가 아니라 원리를 이해해야 변형 문제에도 대응할 수 있습니다.

기출 변형 주의!
• **사례형**: "신약 A군과 위약 B군의 혈압 강하 효과를 비교한 연구에서 p-value가 0.02로 계산되었다(α=0.05). 올바른 결론은?" → 동일한 원리 적용.
• **역방향 질문**: "귀무가설을 기각하기로 결정했다. 이때 p-value와 α의 관계는?" → p-value < α.
• **오류 관련**: "α=0.05로 설정하고 검정한 결과, 귀무가설을 기각했다. 만약 귀무가설이 사실이라면 어떤 오류를 범한 것인가?" → 제1종 오류(Type I error).

## 임상 시나리오

보건행정 실무 가이드
**실무 시나리오 (Clinical Scenario)**
"병원 경영지원실에서 새로운 환자 만족도 향상 프로그램을 도입한 후, 프로그램 적용 전후의 만족도 설문 점수를 비교 분석하고 있습니다. 통계 컨설턴트로부터 분석 리포트를 받았는데, '두 집단 간 평균 차이에 대한 p-value = 0.04 (α=0.05)'라는 결과가 나왔습니다. 이 결과를 바탕으로 병원 관리자에게 어떻게 보고해야 할까요?"

**행정 중재 전략 (Admin Intervention)**
1. **상황 파악**: 통계적 검정 결과를 받았습니다. p-value(0.04) < α(0.05) 조건을 충족합니다.
2. **법적/규정 검토**: 통계학적 원칙에 따라, 이는 "귀무가설(프로그램 전후 만족도 차이가 없다)을 기각할 수 있다"는 결론을 내릴 수 있는 통계적 증거가 있음을 의미합니다.
3. **대응 및 처리**: 관리자에게 다음과 같이 보고해야 합니다.

"*통계 분석 결과, 새로운 프로그램 도입 후 환자 만족도 점수가 통계적으로 유의미하게 향상되었습니다(p < 0.05).*"

핵심! 동시에 **효과 크기(예: 평균 차이값)**도 함께 보고하여, 점수 향상이 단순히 통계적 유의성을 넘어 실질적으로 의미 있는 개선인지 설명해야 합니다.
4. **사후 기록/보고**: 분석 리포트, 판단 근거(p-value와 α 비교), 보고 내용을 병원의 품질 개선(QI, Quality Improvement) 활동 기록으로 보관합니다.

**법적 안전 및 주의사항 (Precautions)**
• p-value의 오남용 주의: p-value가 유의하다고 해서 프로그램의 **인과 관계**를 입증하는 것은 아닙니다. 다른 혼란 변수(Confounding variables)의 영향을 배제해야 합니다.
• 보고서 작성 시 "통계적으로 유의미하다"는 표현을 사용할 수 있지만, "효과가 확실히 있다"거나 "원인이 이것이다"라고 단정 지어서는 안 됩니다.

업무 프로토콜
1. **통계 결과 수령**: p-value, 검정 통계량(t값, F값 등), 자유도, 효과 크기 확인.
2. **판단 기준 적용**: 미리 설정된 유의수준(α, 일반적으로 0.05)과 p-value 비교.
3. **결론 도출 및 보고**:
- p < α: "귀무가설 기각. 통계적으로 유의미한 차이/효과가 있음" 보고.
- p ≥ α: "귀무가설 기각 불가. 통계적으로 유의미한 차이/효과를 확인하지 못함" 보고.
4. **의사결정 지원**: 통계적 결론에 더해, 비용-효과 분석, 환자 안전, 직원 수용도 등 다른 경영 지표를 종합적으로 평가하여 정책 제안.

선배의 한마디
"통계 숫자에 압도되지 마세요! p-value는 하나의 도구일 뿐이에요. 보건행정가로서 중요한 것은 통계적 유의성과 현실적 중요성을 구분하고, 데이터를 바탕으로 합리적인 의사결정을 돕는 거예요. 'p < 0.05'가 모든 답은 아니라는 점, 꼭 기억하세요!"

## 핵심 개념

- **가설검정 (Hypothesis Testing)** — 표본 자료를 이용하여 모집단에 대한 가설의 진위를 통계적으로 판단하는 방법. 귀무가설과 대립가설을 설정하고, 유의수준과 p-value를 비교하여 결론을 도출한다.
- **p-value (Probability value)** — 귀무가설이 참이라는 가정 하에, 현재 관찰된 표본 통계량보다 더 극단적인 값이 나올 확률. 유의수준(α)과 비교하여 귀무가설 기각 여부를 결정하는 기준이 된다.
- **유의수준 (Significance Level, α)** — 제1종 오류(귀무가설이 참인데 기각하는 오류)를 범할 허용 최대 확률. 일반적으로 0.05(5%) 또는 0.01(1%)을 사용하며, 가설검정의 판단 기준선 역할을 한다.
- **귀무가설 (Null Hypothesis, H₀)** — 효과가 없거나 차이가 없다는, 검정의 대상이 되는 기본 가정. 통계적 증거(p-value < α)가 충분할 때 기각된다. 기각된다는 것이 '거짓임이 증명된다'는 의미는 아니다.
- **제1종 오류 (Type I Error)** — 귀무가설이 실제로 참인데, 표본 데이터를 근거로 이를 잘못 기각하는 오류. 이 오류를 범할 확률은 유의수준(α)과 동일하다. 'False Positive'라고도 한다.

## 같은 주제 문제

- [통계적 가설검정에서 귀무가설(H0)이 참인데 기각하는 오류는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290960)
- [가설검정 시 사용하는 유의수준(α)의 일반적인 기준값은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290961)
- [새로운 혈압약의 효과를 검증하기 위해 대조군과 비교하는 연구를 수행했다. 검정 결과 p-value가 0.03으로 나왔다. 이 결과의 해석으로 옳은 것은? (유의수…](https://mymerci.kr/pages/nclex_q.php?qn_id=290962)
- [가설검정에서 '검정력(power)'을 올바르게 정의한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290963)
- [단측 검정(one-tailed test)과 양측 검정(two-tailed test)을 구분하는 주요 기준은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290964)
- [두 독립 표본의 평균을 비교하는 t-검정을 수행할 때, 먼저 확인해야 하는 전제 조건은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290965)
- [카이제곱(χ²) 검정이 주로 사용되는 상황은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290966)
- [가설검정에서 '귀무가설'에 대한 설명으로 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290967)

---

More free questions: [기출문제](https://mymerci.kr/)

_학습 참고용입니다. 실제 임상은 최신 지침과 소속 기관 프로토콜을 따르세요._