논문통계방법 무료자료

안녕하세요, 드림셀파 논문컨설팅입니다.

오늘은 논문을 처음 작성하시는 대학원생분들을 위해 

명목형 자료를 분석할 때 유용한 통계 기법, 바로 ‘피셔의 정확검정(Fisher’s Exact Test)’에 대해이야기해보려고해요

석사논문 통계분석을 처음 접하는 분들에게는 다소 생소할 수 있지만,

 실제로는 소규모 표본을 다루는 연구에서 꼭 필요한 분석방법이기도 합니다

피셔의 정확검정이란?

피셔의 정확검정은 두 개의 명목형 변수 간의 관련성을 분석하는 데 사용되는 통계 기법입니다. 

이름에 ‘정확’이라는 단어가 들어간 이유는, 

표본 수가 매우 작을 때도 통계적으로 정확한 p값을 계산해주는 방식이기 때문입니다.

이 분석은 특히 각 셀의 기대빈도가 5 미만인 경우, 

혹은 표본 수가 20명 이하로 적은 경우, 

우리가 흔히 사용하는 카이제곱 검정(Chi-Square Test)의 대안으로 사용됩니다.

간단히 말해, 표본이 적고 데이터가 쏠려 있을 때, 피셔의 정확검정이 빛을 발하는 것이죠.

피셔의 정확 검정 분석 사례 

예를 들어, 어떤 연구자가 여성 대학생의 흡연 여부와 

기숙사 거주 여부 간의 관련성을 살펴보았다고 가정해보겠습니다.

다음은 실제 연구에서 수집된 데이터입니다:

표본 수가 20명으로 적고, 각 셀의 빈도도 2~8명 정도로 비교적 작습니다. 

이런 상황에서는 카이제곱 검정을 적용하면 기대빈도가 5 미만인 셀 때문에

 통계적으로 부정확한 결과가 나올 수 있습니다.

하지만 피셔의 정확검정을 사용하면 이러한 제한 없이 p값을 계산할 수 있습니다

. 실제 분석에서는 p값이 0.091로 나타나 유의수준 .05를 넘기 때문에, 

이 두 변수 간에 통계적으로 유의미한 관련성은 없다고 해석할 수 있습니다.

피셔의 정확검정을 사용해야 하는 상황은?

다음과 같은 조건 중 하나라도 해당된다면, 피셔의 정확검정을 고려해보시는 것이 좋습니다.

교차표가 2x2 구조이다

전체 표본 수가 작다 (예: 30명 미만)

교차표 셀 중 기대빈도가 5 미만인 셀이 하나라도 있다

카이제곱 검정을 사용했을 때 결과에 확신이 없다

이러한 조건은 석사논문이나 박사논문에서 특정 집단을 대상으로 하는 연구에서 자주 발생하는 상황입니다. 

따라서 논문을 작성할 때 반드시 고려해야 할 부분입니다.

지금까지 피셔의 정확검정(Fisher’s Exact Test)에 대해 개념부터 실제 논문 사례, 

분석이 필요한 상황과 유사한 검정 방법과의 차이점까지 자세히 살펴보았습니다.

카이제곱 검정과의 차이를 이해하고, 

소표본 연구에서도 정확한 분석을 위해 피셔의 정확검정을 활용하는 방법을 익히신다면

여러분의 석사논문 통계 분석에도 훨씬 더 자신감이 생기실 거예요.

하지만 이론을 이해하는 것과 

실제 내 논문에 적용하는 건 또  다를 수 있어요 

고민이 있다면 드림셀파 논문컨설팅에 상담문의를 남겨주세요 

논문 통계분석, 논문통계 컨설팅, 논문 통계 수업 까지 

가장 도움이 되는 방법을 제안해드릴게요 

오늘 포스팅은 여기서 마칠게요!