[논문]간호행정학회지 게재논문의 통계학적 방법 사용과 오류

송기준

doi:10.11111/jkana.2013.19.1.146

간호행정학회지 게재논문의 통계학적 방법 사용과 오류
Use and Misuse of Statistical Methods in the Journal of Korean Academy of Nursing Administration 원문보기

간호행정학회지 = Journal of Korean academy of nursing administration, v.19 no.1, 2013년, pp.146 - 154

Abstract ▼ AI-Helper

Purpose: To do nursing research effectively requires an understanding of fundamental principles of statistical methods. In this article, some key statistical methods which are commonly used in nursing research are identified and summarized. Methods: Ninety-two original articles from the Journal of Korean Academy of Nursing Administration were reviewed. Statistical methods were classified and summarized for usage in research and occurrence of common errors. Results: Among the original articles reviewed, 58 statistical usages contained errors. Most errors were found in linear regression analysis, Pearson correlation analysis, and chi-square test. From the detection of statistical errors in usage, suggestions for appropriate statistical methods were made. Conclusion: In order to improve validity of original articles in the Journal of Korean Academy of Nursing Administration, clearly stated statistical usage and close editorial attention to statistical methods are needed. Understanding statistical methods is part of the process that researchers must use to determine both quality and usefulness of the research. Research findings will be used to guide nursing practice and reduce uncertainty in decision making. However, to understand how to interpret research results, it is important to be able to understand basic statistical concepts. Researchers should also choose statistical methods that match their purposes.

주제어

AI 본문요약
AI-Helper

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

문제 정의

두 개의 연속형 변수들 간에 선형적(linear) 상관성이 존재하는지 알아보기 위한 방법이다. 상관관계의 척도로서는 Pearson이 제시한 상관계수(correlation coefficient)가 대표적이다.
본 논문에서는 간호행정학회지에 게재된 논문들의 통계학적 사용방법을 정리하고 아울러 그 때 발생했던 통계학적 오류사항을 정리함과 동시에 올바른 통계학적 방법의 적용 기준을 요약하여 제시하고자 한다. 이를 통하여 연구자들이 연구를 진행함에 있어 통계학적 분석 방법을 적절하게 적용하여 좋은 연구 성과를 얻는데 기여하고자 한다.
또한 통계분석 방법은 적절하게 적용하였으나 그 결과를 올바르게 해석하지 못한다면 좋은 연구 결과를 도출해낼 수 없을 것이다. 본 연구를 통해 통계학적 분석 방법들을 소개하고 그 사용 오류를 정리하는 것은 연구자가 자료의 분석과 해석을 하는데 있어 조금이 나마 도움이 되게 하고자 하는 것이다. 또한 이러한 일련의 검토와 지적은 향후 간호행정학회지의 발전과 탁월한 연구 성과의 도출을 위해서도 그 일조를 할 것이라고 판단한다.
본 논문에서는 간호행정학회지에 게재된 논문들의 통계학적 사용방법을 정리하고 아울러 그 때 발생했던 통계학적 오류사항을 정리함과 동시에 올바른 통계학적 방법의 적용 기준을 요약하여 제시하고자 한다. 이를 통하여 연구자들이 연구를 진행함에 있어 통계학적 분석 방법을 적절하게 적용하여 좋은 연구 성과를 얻는데 기여하고자 한다.
일반적으로 요인분석은 연구의 목적에 따라 탐색적(exploratory) 접근 방법과 확증적(confirmatory) 방법으로 구분할 수 있다. 전자가 변수들과 공통요인 간에 내재하는 상관관계를 탐구하는 데 그 목적이 있다면, 후자는 공통요인의 개수나 요인들 간의 관계 등 모형에 관한 구체적 가정들을 실제자료를 이용하여 확인하는데 그 초점을 맞추고 있다.

제안 방법

게재된 논문에 사용된 통계학적 방법을 정리하여 그 사용도에 대해 조사하였으며 이를 토대로 연구자가 흔히 범하기 쉬운 사용 오류, 해석 오류 등을 정리하였다. 또한 간호학 논문에서 주로 사용되는 통계학적 방법들을 정리하여 그 사용방법과 기준을 제시하였다.
게재된 논문에 사용된 통계학적 방법을 정리하여 그 사용도에 대해 조사하였으며 이를 토대로 연구자가 흔히 범하기 쉬운 사용 오류, 해석 오류 등을 정리하였다. 또한 간호학 논문에서 주로 사용되는 통계학적 방법들을 정리하여 그 사용방법과 기준을 제시하였다.
지금까지 간호행정학 연구에서 기본적으로 적용되는 통계분석 방법 및 올바른 사용 방법에 대하여 개괄적으로 소개하였다. 아울러 2010년 16권 1호부터 2011년 17권 4호까지 2년간 간호행정학회지에 게재된 총 92편의 논문을 조사하여 논문에 사용된 통계학적 방법의 사용 현황과 그 오류 등을 정리하였다.

대상 데이터

2010년 16권 1호부터 2011년 17권 4호까지 2년간 간호행정학회지에 게재된 총 92편의 논문을 조사하였다.
본 논문에서 검토된 원저들에 사용된 통계학적 방법은 총 239건이며 그 빈도는 Table 2와 같다. 사용된 방법을 구체적으로 살펴보면 independent t-test가 53건으로 가장 많이 사용되었고, 그 다음으로 one-way ANOVA 및 Pearson correlation analysis가 많이 사용되었다.
지금까지 간호행정학 연구에서 기본적으로 적용되는 통계분석 방법 및 올바른 사용 방법에 대하여 개괄적으로 소개하였다. 아울러 2010년 16권 1호부터 2011년 17권 4호까지 2년간 간호행정학회지에 게재된 총 92편의 논문을 조사하여 논문에 사용된 통계학적 방법의 사용 현황과 그 오류 등을 정리하였다. 간호행정학회지에 게재된 대부분의 논문이 통계학적 분석 방법을 사용하고 있었으며 그 결과를 통해 연구자가 주장하고자 하는 결론에 도달하고 있었다.

데이터처리

독립변수(independent variable)와 종속변수(dependent variable)간의 인과관계를 규명하고자 할 때 사용되는 방법이 회귀분석인데, 종속변수가 연속형 변수일 때 적용되는 방법이 선형회귀분석(linear regression)이고 이분형(binary) 변수일 경우 적용되는 방법이 로지스틱 회귀분석(logistic regression)이다. 선형회귀분석을 적용하기 위해서는 종속변수 혹은 회귀모형의 오차(error)가 정규분포를 따르고 서로 독립이며 하나의 분산을 가져야 한다는 세 가지의 기본 가정이 필요하다.
Pearson chi-square test를 적용한 경우 발생한 오류들로는 Fisher's exact test를 사용해야할 상황임에도 Pearson chi-square test를 그대로 사용한 경우가 있고, 자료가 paired data인데 독립적인 자료인 것처럼 분석한 경우가 있었다. 또한 순위형 변수로 이루어진 자료에 Pearson chi-square test를 사용한 후, 경향성에 대한 결론을 내리는 경우도 있었다.
선형회귀분석을 적용하기 위해서는 종속변수 혹은 회귀모형의 오차(error)가 정규분포를 따르고 서로 독립이며 하나의 분산을 가져야 한다는 세 가지의 기본 가정이 필요하다. 선형회귀분석에서는 독립변수에 대한 회귀계수(regression coefficient)를 최소제곱추정법(least square estimation)을 이용하여 추정하는데, 이 회귀계수의 통계학적 유의성을 검정하여 독립변수가 종속변수에 영향을 미치는지 확인한다. 분석 후에 기본적으로 제시해야할 통계량은 회귀 계수와 그에 따른 표준오차이다.

성능/효과

상관분석에서 주의할 점은 몇 가지가 있는데, 첫째 상관분석의 결과를 인과관계(causality)로 설명하는 것은 과도한 해석이라는 것이다. 둘째 상관분석 결과 통계학적으로 유의하지 않았다고 해서 두 변수 간에 어떠한 관계도 없다라고 결론내리는 것은 위험하다는 것이다. 이는 두 변수 간에 선형적 상관성 이외에 다른 형태의 상관관계가 존재할 수 있기 때문이다.
ANOVA를 사용한 경우의 오류 사례는 동일대상에 대하여 반복적으로 측정된 자료임에도 이를 독립적으로 간주하여 그냥 one-way ANOVA를 적용시킨 경우가 있었다. 또한, ANOVA 결과보다 사후 검정 결과에 더 큰 의미를 부여하여 해석하는 사례도 있었다. ANOVA의 경우, 우선적으로 의미를 부여해야할 결과는 ANOVA를 수행했을 때 F-검정 결과이지 다중 비교와 같은 사후 검정 결과가 아니다.
이는 두 변수 간에 선형적 상관성 이외에 다른 형태의 상관관계가 존재할 수 있기 때문이다. 마지막으로 상관분석 결과를 두 변수간의 질적인 관계로 확대 해석하면 안된다는 것이다. 어떠한 사전의 이론적 근거없이 상관계수가 크다고 해서 그 관계를 질적인 관계로 해석하는 것은 위험한 발상이기 때문이다.
분석 결과와 결론을 기술할 때 나타난 오류의 사례로서는 먼저, 통계학적으로 유의하지 않은(차이를 보이지 않은) 결과에 대하여 ‘비슷하다’ 혹은 ‘동일하다’ 등으로 해석하는 경우가 있었는데, 이러한 해석을 내리기 위해서는 자료에서 통계학적 검정력(power)을 계산했을 때 일정 값(통상 80%)이상이 얻어졌을 때 타당하다.
관찰된 자료가 정규분포를 따른다는 가정을 하기 어려운 경우에 적용할 수 있는 방법이다. 비모수 통계분석 결과로 제시하는 대표값은 평균보다는 중위수가 적절하고 퍼짐의 척도 또한 표준 편차보다는 범위(range)나 사분위범위(IQR; Inter-quartile Range)가 더 적절하다. 윌콕슨 순위합 검정(Wilcoxon rank sum test)은 두 개의 표본이 동일한 중위수를 갖는지 검정하기 위한 방법으로 모수적 통계분석방법 중 independent t-test에 대응되는 비모수적 방법이다.
본 논문에서 검토된 원저들에 사용된 통계학적 방법은 총 239건이며 그 빈도는 Table 2와 같다. 사용된 방법을 구체적으로 살펴보면 independent t-test가 53건으로 가장 많이 사용되었고, 그 다음으로 one-way ANOVA 및 Pearson correlation analysis가 많이 사용되었다. 아울러 linear regression analysis가 그 뒤를 이었고 Pearson chi-square test가 다섯 번째로 빈번하게 사용된 방법이었다.
즉, 관찰된 변수들을 이용하여 상호배반적인 부분집단으로 분류하기 위해 기준이 되는 판별함수(discriminant function)를 구축하고, 집단이 구분되지 않은 새로운 대상을 판별 기준에 따라 특정한 집단으로 분류하는 과정을 거친다. 실제 최종 판별 결과는 정분류율(classification rate)과 오분류율(misclassification rate)로 표현된다.

후속연구

대량으로 얻어지는 전산화된 정보와 가속적으로 발전하는 통계분석 패키지 등을 통해 편리하게 자료를 얻고 분석할 수는 있지만, 부적절한 통계분석 방법의 적용은 연구의 결과를 왜곡하고 아울러 연구의 가치를 떨어뜨리게 할 수 있다. 또한 통계분석 방법은 적절하게 적용하였으나 그 결과를 올바르게 해석하지 못한다면 좋은 연구 결과를 도출해낼 수 없을 것이다.
본 연구를 통해 통계학적 분석 방법들을 소개하고 그 사용 오류를 정리하는 것은 연구자가 자료의 분석과 해석을 하는데 있어 조금이 나마 도움이 되게 하고자 하는 것이다. 또한 이러한 일련의 검토와 지적은 향후 간호행정학회지의 발전과 탁월한 연구 성과의 도출을 위해서도 그 일조를 할 것이라고 판단한다.
대량으로 얻어지는 전산화된 정보와 가속적으로 발전하는 통계분석 패키지 등을 통해 편리하게 자료를 얻고 분석할 수는 있지만, 부적절한 통계분석 방법의 적용은 연구의 결과를 왜곡하고 아울러 연구의 가치를 떨어뜨리게 할 수 있다. 또한 통계분석 방법은 적절하게 적용하였으나 그 결과를 올바르게 해석하지 못한다면 좋은 연구 결과를 도출해낼 수 없을 것이다. 본 연구를 통해 통계학적 분석 방법들을 소개하고 그 사용 오류를 정리하는 것은 연구자가 자료의 분석과 해석을 하는데 있어 조금이 나마 도움이 되게 하고자 하는 것이다.
본 연구를 통해 제시한 통계학적 분석 방법들의 적용 기준을 통해 연구자가 자료의 특성을 정확히 파악하여 연구목적에 부합되는 통계분석 방법을 사용한다면 연구결과에 대해서 더 정확한 해석을 할 수 있으며 그에 따른 올바른 결론을 내릴 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	비모수 통계분석이란 무엇인가?	관찰된 자료가 정규분포를 따른다는 가정을 하기 어려운 경우에 적용할 수 있는 방법이다. 비모수 통계분석 결과로 제시하는 대표값은 평균보다는 중위수가 적절하고 퍼짐의 척도 또한 표준 편차보다는 범위(range)나 사분위범위(IQR; Inter-quartile Range)가 더 적절하다.
	다중비교 방법에는 어떤 방법이 쓰이는가?	분산분석의 결과가 통계학적으로 유의한 경우 특정 집단 간의 비교를 할 수 있는데, 이 절차를 다중비교(multiple comparison) 혹은 사후검정(post-hoc test)이라고 한다. 다중비교의 방법으로는 주로 Bonferroni 방법, Tukey 방법, 혹은 Scheffe 방법 등이 쓰인다. 공분산분석(ANCOVA; Analysis of Covariance)은 기저변수(예를 들면, 연령과 같은 환자의 기초변수 등)를 통제하는 분산분석법 인데, 이 때 분석 결과로 각 집단의 산술평균과 표준편차를 제시하는 것 보다는 최소제곱평균(least square mean)과 표준오차(standard error)를 제시하는 것이 적절하다.
	선형회귀분석과 로지스틱 회귀분석은 어떻게 다른가?	독립변수(independent variable)와 종속변수(dependent variable) 간의 인과관계를 규명하고자 할 때 사용되는 방법이 회귀분석인데, 종속변수가 연속형 변수일 때 적용되는 방법이 선형회귀분석(linear regression)이고 이분형(binary) 변수일 경우 적용되는 방법이 로지스틱 회귀분석(logistic regression)이다. 선형회귀분석을 적용하기 위해서는 종속변수 혹은 회귀모형의 오차(error)가 정규분포를 따르고 서로 독립이며 하나의 분산을 가져야 한다는 세 가지의 기본 가정이 필요하다.

참고문헌 (22)

Agresti, A. (2002). Categorical data analysis (2nd. ed.). New York: John Wiley & Sons.
Altman, D. G. (1998). Statistical reviewing for medical journals. Statistics in Medicine, 17, 2661-2674. http://dx.doi.org/10.1002/(SICI)1097-0258(19981215)17:23 3.0.CO;2-B

상세보기
Altman, D. G. (2000). Statistics in medical journals: Some recent trends. Statistics in Medicine, 19, 3275-3289. http://dx.doi.org/10.1002/1097-0258(20001215)19:23 3.0.CO;2-M

상세보기
Altman, D. G., Goodman, S. N., & Schroter, S. (2002). How statistical expertise is used in medical research. Journal of the American Medical Association, 287, 2817-2820. http://dx.doi.org/ 10.1001/jama.287.21.2817

상세보기
Altman, D. G. (1994). The scandal of poor medical research. British Medical Journal, 308, 283-284. http://dx.doi.org/ 10.1136/bmj.308.6924.283

상세보기
Altman, D. G. (2002). Poor-quality medical research: What can journals do? Journal of the American Medical Association, 287, 2765-2767. http://dx.doi.org/10.1001/jama.287.21.2765

상세보기
Armitage, P., & Colton, T. (1998). Encyclopedia of biostatistics. New York: John Wiley & Sons.
Bailar, J. C., & Mosteller, F. (1988). Guidelines for statistical reporting in articles for medical journals: Amplifications and explanations. Annals of Internal Medicine, 108, 266-273.

상세보기
Dillon, W. R., & Goldsrein, M. (1984). Multivariate analysis. New York: John Wiley & Sons.
Emerson, J. D., & Colditz, G. A. (1983). Statistics in practice. New England Journal of Medicine, 309, 709-713. http://dx.doi.org/10.1056/NEJM198309223091206

상세보기
Fisher, V. B., & Lumley, H. (2004). Biostatistics: A methodology for the health sciences (2nd. ed.). New York: John Wiley & Sons.
Forthofer, R. N., Lee, E. S., & Hernandez, M. (2007). Biostatistics: A guide to design, analysis, and discovery. New York: ELSEVIER.
Hair, J. F., & Anderson, R. E. (1995). Multivariate data analysis (4th. ed.). New Jersey: Prentice Hall.
Hosmer, D. W., & Lemeshow, S. (2000). Applies logistic regression (2nd. ed.). New York:. John Wiley & Sons.
Lachin, J. M. (2000). Biostatistical methods: The assessment of relative risks. New York: John Wiley & Sons.
Landis, J. R., & Koch G. G. (1977). The measurement of observer agreement for categorical data. Biometrics, 33, 159-174.

상세보기
MacArthur, R. D., & Jackson, G. G. (1984). An evaluation of the use of statistical methodology in the Journal of Infectious Disease. Journal of Infectious Diseases, 149, 349-354. http://dx.doi.org/10.1093/infdis/149.3.349

상세보기
Redmond, C. K., & Colton, T. (2001). Biostatistics in clinical research. New York: John Wiley & Sons.
Rennie, D. (1998). Freedom and responsibility in medical publication: Setting the balancing right. Journal of the American Medical Association, 280, 300-302. http://dx.doi.org/10.1001/jama.280.3.300

상세보기
Rosner, B. (2011). Fundamentals of biostatistics (7th. ed.). Pacific Grove: Duxbury.
Shoukri, M. M., & Pause, M. M. (1998). Statistical methods for health sciences (2nd. ed.). New York: CRC Press.
Sterne, J. A., & Davey, S. G. (2001). Sifting the evidence: What's wrong with significance tests? British Medical Journal, 322, 226-231.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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