일원분산분석에서는 에타제곱과 부분에타제곱이 같다?

독립변수가 하나인 일원분산분석에서는 에타제곱과 부분에타제곱이 같은 값이라고 들음.

GPT-6.1 Sol의 답변

일반적인 집단 간 일원분산분석에서는 에타제곱과 부분에타제곱이 같습니다.

독립변수가 하나인 일반적인 집단 간 일원분산분석이라면 맞습니다. 두 효과크기의 분모가 같아지기 때문입니다.

  • 에타제곱((\eta^2)): 전체 변동 중 해당 요인이 설명하는 비율입니다. [ \eta^2=\frac{SS_{\text{요인}}}{SS_{\text{전체}}} ]
  • 부분에타제곱((\eta_p^2)): 해당 요인의 변동과 그 요인에 대응하는 오차 변동의 합에서, 요인이 차지하는 비율입니다. [ \eta_p^2=\frac{SS_{\text{요인}}}{SS_{\text{요인}}+SS_{\text{오차}}} ]

여기서 (SS)는 제곱합, 즉 변동의 크기를 나타냅니다. 일반적인 일원분산분석에서는 [ SS_{\text{전체}}=SS_{\text{요인}}+SS_{\text{오차}} ] 이므로 **(\eta^2=\eta_p^2)**입니다. 예를 들어 요인 제곱합이 30, 오차 제곱합이 70이면 둘 다 0.30입니다.

다만 “독립변수가 하나면 항상 같다”는 표현은 주의해야 합니다. 일원 반복측정 분산분석에서는 전체 변동에 참가자 간 차이도 포함됩니다. 통상적인 정의에서 에타제곱의 분모에는 이 변동이 들어가지만, 부분에타제곱의 분모에는 들어가지 않아 두 값이 일반적으로 다릅니다.

따라서 질문의 설명은 반복측정이 아닌, 공변량 없는 집단 간 일원분산분석을 전제로 이해하면 정확합니다.

Gemini 3.8 Flash의 답변

독립집단 일원분산분석에서는 전체 변량이 단 하나의 효과와 오차로만 나뉘기 때문에 에타제곱과 부분에타제곱의 계산식과 결과값이 완전히 같습니다.

독립변수가 하나인 **독립표본 일원분산분석(One-way between-subjects ANOVA)**에서는 에타제곱($\eta^2$)과 부분에타제곱($\eta_p^2$)이 수학적으로 완전히 동일합니다.

1. 두 지표의 정의와 계산식

두 지표는 모두 독립변수가 종속변수의 변량을 얼마나 설명하는지 나타내는 효과크기(Effect size) 지수입니다. 효과크기는 통계적 유의성을 넘어 실제 효과의 크기를 평가할 때 쓰입니다.

  • 에타제곱($\eta^2$): 전체 변동 중 특정 효과가 설명하는 비율 $$\eta^2 = \frac{SS_{\text{Effect}}}{SS_{\text{Total}}}$$
  • 부분에타제곱($\eta_p^2$): 특정 효과와 순수 오차 변동의 합 중 해당 효과가 설명하는 비율 $$\eta_p^2 = \frac{SS_{\text{Effect}}}{SS_{\text{Effect}} + SS_{\text{Error}}}$$

(단, $SS$는 제곱합(Sum of Squares)으로, 데이터의 변동량을 뜻합니다.)

2. 일원분산분석에서 두 값이 같은 이유

일반적인 일원분산분석에서는 데이터의 전체 변동($SS_{\text{Total}}$)이 오직 집단 간 차이($SS_{\text{Effect}}$)와 집단 내 오차($SS_{\text{Error}}$) 두 가지로만 분할됩니다.

$$SS_{\text{Total}} = SS_{\text{Effect}} + SS_{\text{Error}}$$

따라서 에타제곱의 분모($SS_{\text{Total}}$)와 부분에타제곱의 분모($SS_{\text{Effect}} + SS_{\text{Error}}$)가 정확히 같아지므로, 두 값은 항상 일치합니다.

3. 참고: 두 값이 달라지는 경우

  • 다원분산분석(이원분산분석 등): 분석 모델에 다른 독립변수나 상호작용 항이 추가되면 전체 변동에 다른 요인들이 포함되므로, 다른 변수의 영향을 배제하고 계산하는 $\eta_p^2$가 일반 $\eta^2$보다 더 큰 값을 가집니다.
  • 반복측정 일원분산분석(One-way RM ANOVA): 피험자 내 변동($SS_{\text{Subject}}$)이 추가로 분리되므로, 이때는 독립변수가 하나여도 에타제곱과 부분에타제곱이 서로 다르게 계산됩니다.

Claude Sonnet 5.5의 답변

피험자 간(독립표본) 일원분산분석에서는 두 값이 항상 같지만, 반복측정 일원분산분석에서는 다를 수 있다.

정의

  • 에타제곱(η²): 전체 변동 중 효과가 설명하는 비율입니다. η² = SS_효과 / SS_전체
  • 부분에타제곱(partial η²): 해당 효과와 오차만 놓고 본 비율입니다. 다른 효과가 설명하는 변동은 분모에서 뺍니다. partial η² = SS_효과 / (SS_효과 + SS_오차)

(SS는 제곱합, 즉 평균에서 벗어난 정도를 제곱해 합한 값입니다.)

일원분산분석(피험자 간 설계)에서 같은 이유

독립변수가 하나뿐이면 전체 변동은 집단 간 변동(효과)과 집단 내 변동(오차)으로만 나뉩니다.

SS_전체 = SS_효과 + SS_오차

따라서 두 공식의 분모가 같아져서 η² = partial η²가 됩니다. 두 지표가 달라지는 것은 분모에서 뺄 다른 효과가 있을 때입니다.

예외와 주의점

  • 이원 이상의 분산분석: 다른 요인의 주효과나 상호작용이 SS_전체에 들어가므로 partial η²가 η²보다 크거나 같습니다.
  • 반복측정 일원분산분석: 독립변수가 하나여도 SS_전체에 피험자 간 변동이 포함됩니다. 이 변동은 SS_효과에도 SS_오차에도 속하지 않으므로 두 값이 달라지고, partial η²가 더 큽니다.
  • 공분산분석(ANCOVA): 공변량이 설명하는 변동 때문에 마찬가지로 값이 달라집니다.
  • 보고 방식: SPSS는 "부분 에타 제곱"이라는 이름으로 partial η²를 출력합니다. 일원 피험자 간 설계에서는 이 값을 그대로 η²로 읽어도 됩니다. 다만 논문에는 어떤 지표인지 명시하는 편이 안전합니다.

요약

"독립변수가 하나"라는 조건만으로는 부족하고, 피험자 간 설계이며 공변량이 없다는 조건이 함께 필요합니다. 이 조건에서는 수학적으로 항상 같습니다.

비슷한 질문