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
- 부분에타제곱(.18)을 보고하되, SPSS 기본 출력이라 독자가 가장 익숙합니다. Cohen 기준으로 "큰 효과"라고 쓰는 것은 관례상 허용되지만, 어디까지나 참고용 기준임을 밝히세요.
- 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.
- 신뢰구간을 붙이세요. 표본이 작으면 .18의 불확실성이 큽니다. 부분에타제곱은 표본이 작을수록 상향 편향되므로, 가능하면 편향이 적은 부분 오메가제곱(ω²p)도 고려할 만합니다.
- 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.