[논문]자료 분석의 기초

박선일; 이영원

Abstract ▼ AI-Helper

With the growing importance of evidence-based medicine, clinical or biomedical research relies critically on the validity and reliability of data, and the subsequent statistical inferences for medical decision-making may lead to valid conclusion. Despite widespread use of analytical techniques in pa...

With the growing importance of evidence-based medicine, clinical or biomedical research relies critically on the validity and reliability of data, and the subsequent statistical inferences for medical decision-making may lead to valid conclusion. Despite widespread use of analytical techniques in papers published in the Journal of Veterinary Clinics statistical errors particularly in design of experiments, research methodology or data analysis methods are commonly encountered. These flaws often leading to misinterpretation of the data, thereby, subjected to inappropriate conclusions. This article is the first in a series of nontechnical introduction designed not to systemic review of medical statistics but intended to provide the journal readers with an understanding of common statistical concepts, including data scale, selection of appropriate statistical methods, descriptive statistics, data transformation, confidence interval, the principles of hypothesis testing, sampling distribution, and interpretation of results.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

통계분석을 기술하는 방법이 저자별로 매우 다양하고 부적절한 실험계획을 사용하거나 자료 분석의 오류, 분석결과의 확대해석 등의 오류는 개별 논문의 질적 수준에도 문제가 되지만 나아가 국제수준의 학회지로 도약하는데 장애요인이 아닐 수 없다. 본 논문에서는 수의학 관련 연구자로 하여금 의학통계학에 대한 이해의 수준을 향상시키고자 자료 분석의 기초가 되는 원리를 소개한다.
동일한 개체에서 체중을 2회 이상 반복측정을 실시하는 경우 분석방법이 달라지며 특히 요인이 2개 이상인 실험에서 반복측정이 이루어진 자료인 경우 두 요인의 상호작용(interaction) 효과를 측정할 수 있는 장점이 있다. 셋째, 실험결과는 체중(비율 혹은 평균)이므로 이러한 변수를 분석하는데 어떠한 분석기법을 사용할 것인지를 판단하는 것이다. 연구결과에 대한 신뢰도를 높이기 위해서는 연구상황에 가장 적절한 방법을 찾아야한다(1,7).

가설 설정

특정한 가설을 증명하기 위한 연구를 계획하고 수행할 때 고려해야할 요소는 매우 많다(12). 분석절차에 대한 이해를 돕기 위하여 사료첨가제의 효과를 평가하는 연구를 가정하자. 실험동물을 세 군으로 분류하여 제1군에는 첨가제 농도 5%, 제2군에는 농도 2%, 제3군에는 첨가제를 투여하지 않은 대조군으로 배정하고, 실험종료시점에서 각 군별 체중을 측정함으로써 사료첨가제의 효과 여부를 판단하게 된다.

제안 방법

분석절차에 대한 이해를 돕기 위하여 사료첨가제의 효과를 평가하는 연구를 가정하자. 실험동물을 세 군으로 분류하여 제1군에는 첨가제 농도 5%, 제2군에는 농도 2%, 제3군에는 첨가제를 투여하지 않은 대조군으로 배정하고, 실험종료시점에서 각 군별 체중을 측정함으로써 사료첨가제의 효과 여부를 판단하게 된다. 이와 같은 실험에서 고려해야 할 사항은 다음과 같다.
표본크기가 부족하면 실제로 존재하는 중요한 차이를 검출하지 못할 가능성이 높아지며 반대로 표본크기가 너무 많으면 임상적으로 의미가 없는 차이도 통계학적으로 유의한 결과로 나타날 수 있기 때문이다. 일곱째, 가설 검정의 형태를 단측(one-tailed test) 혹은 양측검정(two-tailed test)으로 수행할 것인지를 판단한다. 양측검정은 두 군간 차이의 존재유무만을 평가하는 것이고 단측검정은 이러한 차이가 방향성(direction)을 가지고 있는지를 검증하는 것으로 검정의 형태에 따라 귀무가설의 수용여부를 판단하는 기각 역의 판단기준이 다르다.

데이터처리

대부분의 모수분석(parametric analysis)은 정규분포 가정을 근거로 하기 때문에 정규성(normality)을 만족하지 못하면 비모수분석(non-parametric analysis)을 고려해야 한다(4). 다섯째, 실험군간 차이가 있을 때 특정한 처리군 간의 차이를 검증하기 위하여 다중비교(multiple comparison)를 실시한다. 연구의 구체적인 목적이 모든 처리군 간 비교인지 아니면 대조군과 나머지군 간의 비교인지에 따라 다중비교 방법이 다르고 특정한 상황에서는 대비(contrast)를 이용하여 검정할 수 있다.
표본분포의 특성과 관련하여 중심극한정리(central limit theorem)에 의하면 첫째, 정규분포를 따르는 모집단에서 선발된 표본평균은 정규분포를 따르고 둘째, 모집단이 정규분포하지 않더라도 표본크기(sample size, n)가 충분히 크면(n > 30) 표본평균은 정규분포에 근사한다. 전술한 사료첨가제에 관한 예에서 각 실험군의 체중 자료가 정규분포 가정을 만족하면 z 혹은 t 검정을 사용할 수 있다. 정규분포를 만족하지 못한다면 원자료에 대하여 모수분석을 적용할 수 없고 자료변환 등과 같은 방법으로 정규성을 충족시킨 후에 사용하거나 분포에 대한 가정을 전제하지 않는 비모수분석을 사용하는 것이 바람직하다(3).

이론/모형

96SD 사이)에 위치한다(Fig 6). 정규성을 검토하는 방법은 히스토그램이나 box-plot 등 그래프를 이용하여 분포가 종모양(bell-shaped)을 따르는지를 판단하는 방법, quantile-quantile(QQ) plot을 작성하여 관찰 자료가 이론상의 정규분포와 일치하는지를 판단하는 방법, Shapiro-Wilk, Kolmogorv-Smirnov, Anderson-Darling 등과 같은 검정법을 사용할 수 있다.

성능/효과

다시 말해, 표준편차의 신뢰구간은 AST 농도가 정규분포를 가정할 때 관찰치의 95%는 평균± 2SD 이내에 있으므로 혈청 AST 농도의 범위는 7.8-54.2인 반면에, 표준오차의 신뢰구간은 7두의 표본이 선발된 상위 모집단에서 AST 평균 농도의 95% 신뢰구간이 22.4-39.6임을 의미한다.
정규분포에서 자료의 68.3%는 평균으로부터 1SD(즉 평균 − SD와 평균+ SD 사이), 95.4%는 평균으로부터 2SD(즉 평균 − 2SD와 평균+ 2SD 사이), 99.7%는 평균으로부터 3SD (즉 평균 − 3SD와 평균+ 3SD 사이) 이내에 위치한다.

후속연구

모든 실험동물이 임상적으로 건강하다고 할지라도 개체의 유전적 특성 등에 기인한 고유한 차이로 두 군 간 차이가 우연히 발생할 수 있기 때문이다. 다시 말해 연구결과로 얻은 군 간 증체율의 차이가 개체특성에 의한 차이인지 아니면 순전히 사료첨가제의 효과에 의한 차이인지를 명확히 하기 위해서는 사료첨가제의 효과에 영향을 미칠 수 있는 모든 요인에 대한 통제가 제대로 이루어졌는지를 검토하는 것이 필수적이다. 실험연구는 연구자가 통제할 수 있는 환경에서 수행되므로 결과에 영향을 미칠 것으로 생각되는 요인이 있다면 블록화 실험계획(block design)을 사용해야 한다.
예를 들어 수술 후 환자의 통증을 치료하는데 기존의 치료약제와 새로 개발한 약물의 효과를 비교하는 실험에서 환자가 보이는 증상의 완화정도(종속변수)는 어느 처리(독립변수, 실험군)를 받는지에 따라 다르게 나타날 것이다. 따라서 종속변수에 영향을 미칠 것으로 생각되는 혼란변수(confounding variable)를 실험을 수행하기 이전에 반드시 확인하고 이를 통제할 수 있는 연구방법으로 수행해야 올바른 결과를 얻을 수 있다. 예를 들어 통증을 완화시키는 약물의 효과를 평가하는 실험에서 통증의 강도가 매우 심한 환자를 기존 약제군에 할당하고 상대적으로 경미한 통증을 보이는 환자를 신약 처리군에 할당한다면 신약의 효과는 과대 추정된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	임상의학 연구 시 유의해야하는 부분은 무엇인가?	임상의학에서는 환자의 건강이나 생명과 관련된 현상을 다루기 때문에 연구계획, 자료수집과 분석, 결론도출에 이르는 모든 과정이 과학적이고 논리적인 타당성과 자료의 신뢰성이 유지되어야 한다(1,12). 자료 분석은 자료에 대한 이해를 높이고 연구 결과를 가능한 객관적으로 해석함으로써 연구의 질적 향상을 추구할 수 있는 수단이다.
	자료 분석은 어떤 수단인가?	임상의학에서는 환자의 건강이나 생명과 관련된 현상을 다루기 때문에 연구계획, 자료수집과 분석, 결론도출에 이르는 모든 과정이 과학적이고 논리적인 타당성과 자료의 신뢰성이 유지되어야 한다(1,12). 자료 분석은 자료에 대한 이해를 높이고 연구 결과를 가능한 객관적으로 해석함으로써 연구의 질적 향상을 추구할 수 있는 수단이다. 한국임상수의학회지에 발표된 논문에서 적용된 분석기법이 다양해지고 고급 통계기법을 활용하는 사례가 점차 증가하고 있고, 이러한 추세는 통계분석의 필요성에 대한 인식이 보편화되고 있음을 시사한다.
	사료첨가제의 효과 여부를 판단하는 실험에서 고려할 사항은?	첫째, 체중 증가에 기여하는 요인으로 사료를 제외한 모든 조건이 각 실험군에 동일하게 분포하고 있는지를 검토해야한다(13). 모든 실험동물이 임상적으로 건강하다고 할지라도 개체의 유전적 특성 등에 기인한 고유한 차이로 두 군 간 차이가 우연히 발생할 수 있기 때문이다. 다시 말해 연구결과로 얻은 군 간 증체율의 차이가 개체특성에 의한 차이인지 아니면 순전히 사료첨가제의 효과에 의한 차이인지를 명확히 하기 위해서는 사료첨가제의 효과에 영향을 미칠 수 있는 모든 요인에 대한 통제가 제대로 이루어졌는지를 검토하는 것이 필수적이다. 실험연구는 연구자가 통제할 수 있는 환경에서 수행되므로 결과에 영향을 미칠 것으로 생각되는 요인이 있다면 블록화 실험계획(block design)을 사용해야 한다. 둘째, 연구 종료시점에서 체중을 1회 측정할 것인지 아니면 일정한 시간 간격으로 체중을 반복하여 측정할 것인지를 결정해야 한다. 동일한 개체에서 체중을 2회 이상 반복측정을 실시하는 경우 분석방법이 달라지며 특히 요인이 2개 이상인 실험에서 반복측정이 이루어진 자료인 경우 두 요인의 상호작용(interaction) 효과를 측정할 수 있는 장점이 있다. 셋째, 실험결과는 체중(비율 혹은 평균)이므로 이러한 변수를 분석하는데 어떠한 분석기법을 사용할 것인지를 판단하는 것이다. 연구결과에 대한 신뢰도를 높이기 위해서는 연구상황에 가장 적절한 방법을 찾아야한다(1,7). 이를테면 약제의 효능을 평가하는 연구에서 약물 투여 전과 후의 수치를 비교하는 실험에 대해서는 짝지은(paired or matched) 분석기법을 사용하고, 두 독립적인 실험군의 평균치를 비교하는 실험이라면 독립(independent) 표본에 대한 분석기법을 사용해야 한다. 짝지은 자료와 그렇지 않은 자료의 분석기법이 다른 이유는 짝을 이룬 자료에서는 어느 한 개체가 대조군과 실험군의 역할을 하므로 자료의 변동성이 상대적으로 감소하기 때문이다. 또한 실험에서 고려한 요인의 개수, 요인수준의 개수, 종속변수의 척도, 표본크기 등에 따라 분석기법은 달라질 수 있다. 넷째, 측정 자료가 정규분포를 만족하는지를 검토해야 한다. 대부분의 모수분석(parametric analysis)은 정규분포 가정을 근거로 하기 때문에 정규성(normality)을 만족하지 못하면 비모수분석(non-parametric analysis)을 고려해야 한다(4). 다섯째, 실험군간 차이가 있을때 특정한 처리군 간의 차이를 검증하기 위하여 다중비교(multiple comparison)를 실시한다. 연구의 구체적인 목적이 모든 처리군 간 비교인지 아니면 대조군과 나머지군 간의 비교인지에 따라 다중비교 방법이 다르고 특정한 상황에서는 대비(contrast)를 이용하여 검정할 수 있다. 여섯째, 적정수준의 검정력으로 연구목적을 달성하는데 필요한 최소한의 표본크기를 결정해야 한다. 표본크기는 통계적 오류와 연관성이 있다(1,4,5). 표본크기가 부족하면 실제로 존재하는 중요한 차이를 검출하지 못할 가능성이 높아지며 반대로 표본크기가 너무 많으면 임상적으로 의미가 없는 차이도 통계학적으로 유의한 결과로 나타날 수 있기 때문이다. 일곱째, 가설 검정의 형태를 단측(one-tailed test) 혹은 양측검정(two-tailed test)으로 수행할 것인지를 판단한다. 양측검정은 두 군간 차이의 존재유무만을 평가하는 것이고 단측검정은 이러한 차이가 방향성(direction)을 가지고 있는지를 검증하는 것으로 검정의 형태에 따라 귀무가설의 수용여부를 판단하는 기각 역의 판단기준이 다르다. 유의성을 판단하는 기준으로 흔히 5%의 유의수준을 사용하지만 연구목적과 내용에 따라 10%, 1% 등으로 조정할 필요가 있다. 여덟째, 분석의 최종단계에서 처리군 간의 차이를 흔히 유의확률로 평가하는데 실험결과에서 나타난 두 군 간 차이에 대한 통계학적 유의성이 반드시 임상적으로 중요하다는 것을 의미하는 것은 아니다. 이를테면 두 군 간 증체율 1%의 차이가 설령 통계학적으로는 유의할지라도 임상적으로는 큰 차이가 없을 수 있기 때문이다.

참고문헌 (13)

Altman DG, Bland JM. Improving doctor's understanding of statistics. J R Stat Soc 1991; 154: 223-267

상세보기
Applegate KE, Crewson PE. An introduction to biostatistics. Radiology 2002; 225: 318-322

상세보기
Archibald CP, Lee HP. Sample size estimation for clinicians. Ann Acad Med Singapore 1995; 24: 328-332
Cassidy LD. Basic concepts of statistical analysis for surgical research. J Surg Res 2005; 128: 199-206

상세보기
Evans RB. O'Connor A. Statistics and evidence-based veterinary medicine: Answers to 21 common statistical questions that arise from reading scientific manuscripts. Vet Clin North Am Small Anim Pract 2007; 37: 477-486

상세보기
Greenhalgh T. How to read a paper. Statistics for the nonstatistician. I: Different types of data need different statistical tests. BMJ 1997; 315: 364-366

상세보기
Montiani-Ferreira F. Cardoso FF. Petersen-Jones S. Basic concepts in statistics for veterinary ophthalmologists. Vet Ophthalmol 2004; 7: 79-85

상세보기
Nick TG. Descriptive statistics. Methods Mol Biol 2007; 404: 33-52

상세보기
Nick TG, Williams JM, Barker JR. Descriptive and graphical strategies for assessing change: a case study of functional status in stroke patients. Top Health Inf Manage 1998; 18: 8- 17
Scales DC, Rubenfeld GD. Estimating sample size in critical care clinical trials. J Crit Care 2005; 20: 6-11

상세보기
Sonnad SS. Describing data: statistical and graphical methods. Radiology 2002; 225: 622-628

상세보기
Trevejo RT. A small animal clinician's guide to critical appraisal of the evidence in scientific literature. Vet Clin North Am Small Anim Pract 2007; 37: 463-475

상세보기
Whitley E, Ball J. Statistic review 2: samples and population. Crit Care 2002; 6: 143-148

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

자료 분석의 기초
An Introduction to Data Analysis 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

자료 분석의 기초 An Introduction to Data Analysis 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

박선일 (78) 이영원 (117)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

자료 분석의 기초
An Introduction to Data Analysis 원문보기

AI 본문요약
AI-Helper