효과크기요약발표본
- 최초 등록일
- 2018.07.02
- 최종 저작일
- 2018.07
- 6페이지/ 한컴오피스
- 가격 6,000원
목차
없음
본문내용
효과 크기는 새로운 개념이 아니다. 하지만 최근까지도 효과 크기에 대한 개념은 전공교과서에서도 가볍게 언급하고 있을 정도였다. 이로 인해 연구자는 석사 과정까지는 효과 크기에 대해 깊이 있게 배울 기회가 없었고 박사 과정에 들어가서야 알 수 있었다.
효과 크기를 해석할 때는 연구의 한계점과 가정들을 고려하는 것이 중요하며, 그렇기 때문에 효과 크기에 대한 신뢰 구간(CI)을 구성하는 것이 상당히 유용하다. 효과 크기를 해석하기 위한 최선의 전략은 코헨(1988)에서 언급한 효과 크기의 기준점(effect size benchmarks)을 엄격하게 준수하기보다는 메타 분석적 사고(meta-analytic thinking)에 좀더 힘을 싣는다.. 따라서 모든 양적 연구(quantative study)는 어떤 의미에서는 종합적인 연구(research synthesis)라고 할 수 있다.
정량적 연구를 진행하는 연구자들은 ‘세 가지 유의성’을 조합해 평가한 후 그를 기반으로 연구결과에서 두드러지는 현상들을 해석한다. 이 조합은 실용적(practical), 통계적(statistical) 또는 임상적(clinical) 유의성으로 이루어져 있으며 이 모두가 연구 결과에 있어 중요한 위치를 차지한다.
이 세 가지 요소에 대한 설명은 다음과 같다.
첫째, 실용적 유의성(practical significance)란 성과가 주목받을 만한 것인지 여부를 평가하는 것이다. 이는 효과 크기에 대한 수십 개의 통계 중 하나 이상을 검토하는 것으로 도출될 수 있다.
둘째, 통계적 유의성(Statistical significance)는 표본 결과(sample results)의 수학적 확률을 평가하는 것을 말한다. 이 때 귀무 가설(null hypothesis)이 정확하게 참인 모집단에서 표본 크기(sample size)를 고려하여 추출되었다고 가정한다.
셋째, 임상적 유의성(clinical significance)은 진단 기준이 존재하는 경우에만 활용할 수 있다. 예를 들어 우울증, 난독증 등 진단이 가능한 범주를 넘어서는 임상 참가자는 명확하게 진단을 내릴 수 없으므로 치료를 유예하는 것이 이에 해당한다.
참고 자료
없음