부분에타제곱 효과크기, 반복측정 분산분석에서는 어떻게 해석하나요?

12주 운동 프로그램 실험 결과를 반복측정 분산분석으로 정리하고 있는데, 시점과 집단 상호작용의 부분에타제곱이 SPSS에서 .18로 나왔어요. 찾아보니 .01, .06, .14를 작은, 중간, 큰 효과로 본다는 기준이 많이 나오고. 그런데 이 기준은 원래 에타제곱 기준이라 부분에타제곱에 그대로 쓰면 안 된다는 글도 봐서 헷갈려요. 반복측정 설계에서 나온 부분에타제곱은 어떤 기준으로 해석해서 논문에 적어야 할까요?

Gemini 3.8 Flash의 답변

관례상 코헨의 기준(.14 이상=큰 효과)을 따르는 경우가 많으나, 반복측정 설계에서는 분모 차이로 인해 값이 과대추정되므로 맥락적 해석과 일반화에타제곱($\eta_G^2$) 병기를 권장합니다.

질문자께서 짚으신 의문은 매우 정확하며, 통계학계에서도 지속적으로 지적되는 문제입니다. 12주 운동 프로그램의 시점×집단 상호작용 효과크기($\eta_p^2 = .18$)를 해석하고 논문에 기술하는 명확한 가이드를 정리해 드립니다.

1. 관례적인 해석: "큰 효과(Large Effect)"

학계의 많은 선행연구(체육학, 심리학, 의학 등)에서는 여전히 제이콥 코헨(Cohen, 1988)의 기준을 **부분에타제곱($\eta_p^2$)**에도 준용하고 있습니다.

  • 작은 효과: .01
  • 중간 효과: .06
  • 큰 효과: .14

이 관례를 따른다면 질문자의 $\eta_p^2 = .18$은 **'큰 효과크기'**로 보고할 수 있습니다. 국내외 다수 학술지에서도 이 기준을 인용해 통과되는 경우가 흔합니다.

2. 이론적 한계: 왜 그대로 쓰면 안 되는가?

코헨의 원래 기준은 독립된 집단 간 분산분석의 **에타제곱($\eta^2$)**을 위한 것이었습니다.

부분에타제곱은 특정 요인의 효과를 계산할 때 다른 요인의 분산을 제외하고 계산합니다. 특히 **반복측정 분산분석(RM-ANOVA)**에서는 개인 간 차이(피험자 간 분산)가 오차에서 제거되므로, 분모가 작아져 $\eta_p^2$ 값이 독립집단 설계에 비해 인위적으로 크게 부풀려집니다. 즉, 실제 효과가 아주 크지 않아도 .14를 쉽게 넘길 수 있습니다.

3. 논문 작성 시 추천 전략

① 보수적인 관례 표기 (가장 흔한 방식) 코헨의 기준을 인용하되, 해당 기준이 완벽하지 않음을 염두에 두고 담담하게 기술합니다.

"시점과 집단의 상호작용 효과는 통계적으로 유의하였으며($F(1, 00) = 0.00, p < .05$), 효과크기는 $\eta_p^2 = .18$로 Cohen(1988)의 기준에 따를 때 큰 효과(large effect)를 나타냈다."

② 대안 제시: 일반화에타제곱($\eta_G^2$) 병기 (학술적으로 가장 권장) 최근 연구 방법론(Bakeman, 2005; Lakens, 2013)에서는 반복측정 설계의 과대추정 문제를 해결하고 연구 간 비교를 가능하게 하는 일반화에타제곱(Generalized Eta Squared, $\eta_G^2$) 보고를 강력히 권장합니다. SPSS 기본 출력에는 나오지 않지만, 별도의 수식 계산이나 R, 계산기 웹사이트를 통해 쉽게 산출할 수 있습니다.

③ 실질적 임상·현장 의미 강조 효과크기 수치 자체에만 의존하기보다, "운동 집단이 통제 집단에 비해 주요 체력 지표에서 평균 몇 % 더 향상되었는가"와 같은 **실제 측정 단위(평균 차이 및 사후검정의 Cohen's $d$)**의 실질적 의미를 논의(Discussion)에서 함께 풀어내는 것이 심사위원에게 가장 설득력 있는 서술입니다.

GPT-6.1 Sol의 답변

부분에타제곱 .18은 관행적 기준으로 ‘큰 효과’이지만, 반복측정 설계에서는 같은 설계의 선행연구와 함께 해석해야 합니다.

.18은 무엇을 뜻하나요?

부분에타제곱((\eta_p^2))은 해당 효과와 그 효과의 오차를 합친 변동 중, 해당 효과가 차지하는 비율입니다.

[ \eta_p^2=\frac{SS_{\text{효과}}}{SS_{\text{효과}}+SS_{\text{해당 효과의 오차}}} ]

따라서 시점×집단 상호작용의 (\eta_p^2=.18)은 집단별 시간 변화 양상의 차이에 관한 효과크기입니다. ‘결과변수의 전체 변동 중 18%를 설명한다’거나 ‘운동으로 18% 개선되었다’는 뜻은 아닙니다.

.01·.06·.14를 써도 되나요?

이 값은 Cohen의 효과크기 (f) 기준과 연결되는 관행적 참고치입니다. 따라서 “에타제곱 기준이므로 부분에타제곱에는 무조건 적용 불가”라고 단정하는 것도 부정확합니다. 다만 모든 설계에 통하는 절대 기준은 아닙니다.

반복측정 분석에서는 개인 간 차이가 해당 효과의 오차에서 분리되므로, 부분에타제곱이 독립집단 설계보다 크게 나타날 수 있습니다. 측정 간 상관과 설계에도 영향을 받으므로, 유사한 대상·측정도구·반복측정 설계의 선행연구와 비교하는 것이 더 적절합니다.

논문에는 이렇게 쓰세요

시점×집단 상호작용의 부분에타제곱은 .18이었다. 이는 관행적 기준(.01, .06, .14)상 큰 효과에 해당하나, 반복측정 설계의 특성을 고려하여 해석해야 한다.

실제 결과에는 (F), 자유도, (p)값을 함께 보고하고, 가능하면 효과크기의 신뢰구간도 제시하세요. 효과크기만으로 통계적 유의성은 판단할 수 없습니다. 또한 시점별 평균·변화량과 신뢰구간을 제시해야 차이의 방향과 실질적 중요성을 알 수 있습니다. 설계 간 비교가 목적이라면 일반화 에타제곱((\eta_G^2), 설계 간 비교 가능성을 높인 지표)의 추가 보고도 고려할 수 있습니다.

Claude Sonnet 5.5의 답변

.18은 관례상 큰 효과지만, 반복측정에서는 기준이 엄밀히 맞지 않으므로 일반화 에타제곱과 신뢰구간, 원단위 차이를 함께 보고하세요.

헷갈리시는 이유는 타당합니다

.01/.06/.14는 Cohen(1988)이 단순한 집단 간 설계(일원분산분석)에서 제시한 기준입니다. 이 설계에서는 에타제곱과 부분에타제곱이 같은 값입니다. 요인이 늘거나 반복측정이 들어가면 둘의 분모가 달라집니다.

  • 에타제곱: 효과 제곱합 / 전체 제곱합
  • 부분에타제곱: 효과 제곱합 / (효과 제곱합 + 해당 효과의 오차 제곱합)

반복측정에서는 개인차(피험자 간 변동)가 해당 효과의 오차항에서 빠지므로 부분에타제곱이 커지기 쉽습니다. 그래서 같은 기준을 적용하면 효과가 과대평가될 수 있고, 설계가 다른 연구와 직접 비교하기도 어렵습니다.

논문에는 이렇게 쓰시길 권합니다

  1. 부분에타제곱(.18)을 보고하되, SPSS 기본 출력이라 독자가 가장 익숙합니다. Cohen 기준으로 "큰 효과"라고 쓰는 것은 관례상 허용되지만, 어디까지나 참고용 기준임을 밝히세요.
  2. 일반화 에타제곱(ηG²)을 함께 보고하세요. Olejnik & Algina(2003)와 Bakeman(2005)이 설계 간 비교를 위해 권장한 지표입니다. SPSS는 직접 출력하지 않으므로 제곱합 표로 계산하거나, R의 afex(ges)나 effectsize 패키지를 쓰면 됩니다. 다만 ηG²에 Cohen 기준을 그대로 적용해도 되는지는 합의가 완전하지 않습니다.
  3. 신뢰구간을 붙이세요. 표본이 작으면 .18의 불확실성이 큽니다. 부분에타제곱은 표본이 작을수록 상향 편향되므로, 가능하면 편향이 적은 부분 오메가제곱(ω²p)도 고려할 만합니다.
  4. 해석의 중심은 실제 변화량에 두세요. 집단별 사전-사후 평균 변화와 그 차이(예: 체중, 근력 단위), 가능하면 Cohen's d도 제시하세요. 임계값 라벨보다 같은 분야, 같은 유형의 12주 중재 선행연구와 비교하는 편이 설득력이 있습니다.

예시 문장

시점×집단 상호작용은 유의했으며(F(…) = …, p = …, η²p = .18, 95% CI […, …], η²G = …), 관례적 기준(Cohen, 1988)으로는 큰 효과에 해당한다. 다만 이 기준은 집단 간 설계에서 제안된 것이므로 참고용으로 해석하였다.

구면성 위반으로 Greenhouse-Geisser 보정을 쓰더라도 부분에타제곱 값 자체는 바뀌지 않으니, 보정 후 F와 자유도만 함께 적으시면 됩니다.

비슷한 질문