대응표본 t검정 효과크기, Cohen’s d는 어떤 공식으로 계산하나요?
실험군의 사전사후 균형 점수 변화를 대응표본 t검정으로 보고, 효과크기도 같이 넣으려고 해요. 찾아보니 차이 점수의 표준편차로 나누는 방법도 있고, 사전 점수의 표준편차로 나누는 방법도 있었어요. 계산기마다 값이 꽤 다르게 나와서 어느 쪽을 써야 할지 판단이 안 서요. 사전사후 설계에서는 어떤 공식으로 계산한 d를 보고하는 게 맞을까요?
실험군의 사전사후 균형 점수 변화를 대응표본 t검정으로 보고, 효과크기도 같이 넣으려고 해요. 찾아보니 차이 점수의 표준편차로 나누는 방법도 있고, 사전 점수의 표준편차로 나누는 방법도 있었어요. 계산기마다 값이 꽤 다르게 나와서 어느 쪽을 써야 할지 판단이 안 서요. 사전사후 설계에서는 어떤 공식으로 계산한 d를 보고하는 게 맞을까요?
사전·사후 효과크기에 유일한 정답은 없으며, 대응표본 t검정에 직접 연결되는 값은 차이 점수로 표준화한 \(d_z\)입니다.
계산기마다 값이 다른 것은 서로 다른 표준편차를 분모로 사용하기 때문입니다. 오류라기보다 효과크기의 정의가 다른 경우가 많습니다.
각 참여자의 차이를 (D_i=\text{사후}_i-\text{사전}_i)로 두면, [ d_z=\frac{\bar D}{s_D}=\frac{t}{\sqrt n} ] 입니다. (\bar D)는 평균 변화량, (s_D)는 개인별 차이 점수의 표준편차, (n)은 완전한 사전·사후 자료가 있는 참여자 수입니다. (t)도 같은 차이 방향으로 계산해야 합니다.
(d_z)는 변화가 개인 간에 얼마나 일관적인지를 반영합니다. 사전·사후 상관이 높으면 차이 점수의 표준편차가 작아질 수 있어, 같은 평균 변화라도 (d_z)가 커질 수 있습니다.
[ d_{\mathrm{pre}}= \frac{\bar X_{\mathrm{post}}-\bar X_{\mathrm{pre}}}{s_{\mathrm{pre}}} ] 이는 변화량이 사전 점수의 개인차에 비해 얼마나 큰지를 나타냅니다. 기초 시점의 변산성을 기준으로 해석하려는 경우 유용하지만, (d_z)와 같은 지표는 아닙니다.
사전·사후 표준편차를 함께 쓰는 방식도 있습니다. 예를 들어, [ d_{\mathrm{av}}= \frac{\bar X_{\mathrm{post}}-\bar X_{\mathrm{pre}}} {\sqrt{(s_{\mathrm{pre}}^2+s_{\mathrm{post}}^2)/2}} ] 입니다. 다만 (d_{\mathrm{av}})는 문헌·소프트웨어에 따라 분모 정의가 다를 수 있습니다.
대응표본 t검정에 대응하는 효과크기가 목적이라면 (d_z)를 보고하면 됩니다. 다른 연구·설계와 변화 크기를 비교하려면 사전 표준편차 등으로 표준화한 지표가 더 적절할 수 있습니다.
핵심은 단순히 “Cohen’s (d)”라고 쓰지 않고 기호와 계산식을 명시하는 것입니다. 가능하면 평균 변화량과 효과크기의 신뢰구간도 제시하세요. 또한 실험군의 사전·사후 변화만으로는 대조군 대비 중재 효과를 입증할 수 없습니다.
사전사후 설계에서는 사전·사후 SD 평균으로 나눈 d_av(또는 사전 SD 기준)를 기본으로 보고하고, 사용한 공식을 반드시 명시하세요.
차이 점수의 평균을 M_diff라 할 때, 분모를 무엇으로 잡느냐가 다릅니다.
| 명칭 | 공식 | 특징 | |---|---|---| | d_z | M_diff / SD_diff (= t/√n) | t값과 직접 연결되며 검정력 계산에 쓰입니다. 사전·사후 상관(r)이 높을수록 커집니다. | | d_av | M_diff / [(SD_pre + SD_post)/2] | r의 영향을 받지 않아 독립표본 d와 비교하기 쉽습니다. | | d_rm | d_z × √(2(1−r)) | 반복측정 상관을 보정한 값으로, SD가 비슷하면 d_av와 거의 같습니다. | | 사전 SD 기준 | M_diff / SD_pre | Glass의 Δ와 같은 발상입니다. 개입이 분산을 바꿀 수 있을 때 유용합니다. |
계산기마다 값이 다른 것은 서로 다른 공식을 쓰기 때문입니다. 특히 d_z는 r이 높으면 다른 값보다 크게 나옵니다.
대응표본 t검정 결과, 사후 균형 점수가 유의하게 향상되었다(t(df) = …, p = …, Hedges' g_av = …, 95% CI […, …]).
방법 절에는 "효과크기는 사전·사후 SD의 평균으로 표준화하였다"처럼 공식을 한 줄 적어 두세요.
사전사후 설계에서는 다른 연구와의 비교를 위해 사전 점수나 두 시점의 표준편차를 사용한 $d_{av}$나 $d_{pre}$를 주로 권장하며, 보고 시 어떤 분모를 썼는지 명시해야 합니다.
대응표본 $t$검정에서 Cohen’s $d$ 계산법이 혼란스러운 이유는 **‘평균 차이를 어떤 표준편차(분모)로 나누느냐’**에 따라 여러 변형 공식이 존재하기 때문입니다. 계산기마다 값이 크게 다른 것도 이 분모 설정이 다르기 때문입니다.
학술 연구에서 주로 쓰이는 방식은 크게 세 가지입니다.
$$d_z = \frac{\bar{X}{post} - \bar{X}{pre}}{SD_{diff}} = \frac{t}{\sqrt{N}}$$
$$d_{pre} = \frac{\bar{X}{post} - \bar{X}{pre}}{SD_{pre}}$$
$$d_{av} = \frac{\bar{X}{post} - \bar{X}{pre}}{(SD_{pre} + SD_{post}) / 2}$$