통계 분석에 있어 이분화/범주화의 문제점

소개

통계 분석에 있어 연속형 자료를 범주형 자료로 바꾸는 이분화Dichotomization의 문제를 보여줍니다.

목차

1. 이분화의 종류
2. 이분화의 문제점
3. 이분화가 정당화될 수 있는 경우
4. 결론
5. 참고문헌

본문내용

요약
사회 과학 및 의학적 자료의 통계 분석에 있어 많은 경우, 분석과 해석의 명료성을 위해 연속적인 데이터를 일정한 숫자를 기준으로 높은/낮은 또는 높은/중간/낮은으로 이분화 또는 범주화한다. 하지만, 연속 변수의 이분화 또는 범주화는 통계적으로 1종 오류를 높이고, 검정력을 떨어뜨리며, 잘못된 결론을 유도하며, 다른 연구 결과와의 비교를 불가능하게 한다. 따라서, 자료의 이분화를 지양하고 회귀 분석을 해야 한다.

1. 이분화의 종류
이분화는 연속 변수를 특정한 기준으로 높은/낮은 으로 범주화하는 것이다. 예를 들어 혈압을 측정하여 고혈압과 저혈압으로 나누는 경우를 들 수 있다. 기준점을 정하는 방법으로는 실험 결과를 보고 결정하는 방법과 실험 이전에 이론적 근거를 바탕으로 결정하는 방법이 있다. 실험 결과를 보고 결정하는 방법의 하나로, 데이타의 중앙값을 기준으로 자료를 이분화하는 것을 median-split이라고 한다. 실제 연구에서 median-split이 가장 많이 쓰이지만, 다양한 방법으로 기준을 잡을 수 있다.(예를 들어, 상위 25%, 30% 등)
이분화하는 변수는 독립변수가 될 수도 있고, 종속변수가 될 수도 있다. 독립변수가 여럿 있을 경우, 하나의 독립변수만 대상이 될 수 있고, 두 개 이상의 독립변수가 대상이 될 수도 있다.

2. 이분화의 문제점
이분화는 서로 다른 값을 가지는 사례들을 하나의 값으로 처리한다는 문제가 있다. 따라서 원래 연속 변수가 가지고 있던 정보는 높은/낮은 으로 단순해 진다. 그 과정에서 많은 정보가 유실된다. 극단적인 예로, 사람들의 키를 큰 키와 작은 키로 나누는 데, 그 기준을 100cm로 잡는다고 해보자. 하지만 100cm 이하의 사람이 아무도 없었다. 그렇다면 큰 키라는 범주에 속한다는 것이 어떤 정보도 주지 않는다. 왜냐하면 자료의 모든 사람이 큰 키에 속하기 때문이다. 그런 점에서 중앙값을 기준으로 이분화하는 median-split이 많이 쓰인다.

참고자료

· Bissonnette, V., Ickes, W., Bernstein, I., & Knowles, E. (1990). Personality moderating variables: A warning about statistical artifact and a comparison of analytic techniques. Journal of Personality, 58, 567–-587.
· Cohen, J. (1983). The cost of dichotomization. Applied Psychological Measurement, 7, 249–-253.
· Kaiser, H. F., & Dickman, K. (1962). Sample and population score matrices and sample correlation matrices from an arbitrary population correlation matrix. Psychometrika, 27, 179–-182.
· MacCallum RC, Zhang S, Preacher KJ, Rucker DD. On the practice of dichotomization of quantitative variables. Psychological Methods 2002; 7:19–.40.