검증력(power)을 설명하고 실험연구에서 이를 늘리는 방안을 두 가지.

통계적 검증력 :

(1-베타오류)를 높이는 것이다. 실제로 영가설(Ho)이 틀렸을 때, 검증하면서 영가설을 기각하는 확률이다.

 

통계적 검증력에 관련된 요인으로는

1) 귀무가설(Ho)의 평균과 대립가설(H1)의 실제 평균간의 차이가 클수록

2) 표본의 크기가 커지고,

3) 모집단의 분산이 작아질수록

4) 유의수준을 크게 함으로써 (유의수준 증가)

5) 양측, 단측 검정에 따라 달라진다.

 

1) 귀무가설의 평균과 실제 평균간의 차이가 커지면, 귀무가설이 틀렸다고 하게 될 가능성이 높기 때문에 통계적 검증력이 높아진다. 그러나, 연구자는 이 차이를 통제할 수 없으므로 해결책은,

--> 연구자는 자신이 연구하는 내용에 대하여 많은 지식을 갖추어서 적절한 귀무가설과 대립가설을 설정하는 것이 중요하다.

 

2) 표본의 크기

표준편차가 σ인 모집단에 뽑힌 표본평균들이 표본오차는 σ/n 제곱근이다. 즉, n이 커질수록 오차가 작아지므로 β가 작아져 통계적 검증력도 커지게 된다. 표본의 크기는 연구자가 가장 통제하기 쉬운 요인이다.

 

3) 모집단의 분산

표본오차는 모집단의 분산이 작아져도 그 값이 줄게 되므로 검증력이 커진다.

 

4) 유의수준 증가

다른 모든 동일한 조건에서 유의수준(알파오류)을 크게 하면 β(2종오류)는 작아져 검정력이 높아지게 된다. 이런 경우 알파나 베타오류를 모두 줄이는 것이 바람직한 오류이므로 베타 오류를 줄이려고 알파를 늘리기 보다는 표본수를 늘리거나 연구의 통제로 분산을 줄이는 것이 더욱 바람직하다. (2종 오류가 작아질 때 검증력은 커진다.)

 

5) 양측, 단측 검정

같은 수준의 알파라고 해도 단측 양측 검정을 함에 따라 검정력이 달라진다. 단측검정일 때 일반적으로 알파가 커져 검정력이 높아지지만, 대립가설이 기각 영역과 반대방향일 때는 단측 검정력은 줄어든다. 그러므로 연구자의 지식과 목적에 따라 양측, 단측을 잘 활용하는 것이 필요하다.

 

 

󰁴� 검증력을 높이는 방안 (위의 것과 같은 내용)

1) 유의수준을 증가시킨다. (위의 글 참조.)

2) 표본의 크기를 증가시킨다.

표본의 크기가 n만큼 크면 표준오차가 작아지고, 표준오차가 작아지면 귀무가설이 참일 때의 표본분포와 대립가설이 참일 때의 표본분포의 겹치는 부분이 작아져서 오류가 작아지므로 통계적 검증력은 높아진다.

3) 동일한 조건일 대, 대립가설과 귀무가설의 평균차가 커지면 검증력은 커진다.

귀무가설에서 참이라고 가정한 평균인 0과 대립가설에서의 실제평균인 a간의 차이가 클수록 검증력은 커진다.

4) 모집단의 분산이 영향을 미친다.

X(바)의 표준오차에서 표본의 크기 n을 고정하고 모집단의 표준오차를 작게 하여도 X바의 표준오차 역시 작아지므로 오차가 작아져서 검정력이 커진다.

5) 단측검정이냐 양측검정이냐에 따라 검정력에 차이가 있다.

만일 대립가설의 실제 평균이 단측검정의 기각영역과 같은 방향에 있다면 양측검정보다는 단측검정일 때의 가 크기 때문에 가 작아져 검정력이 높아진다. 그러나 대립가설의 실제 평균이 단측검정의 기각역과 반대방향에 있다면 단측검정의 검정력은 낮아진다.