예시를 통해 헷갈릴 수 있는 심리학 통계 기본개념을 보다 확실하게 이해할 수 있도록 정리하였습니다. 통계의 기본 개념인 표본과 모집단, 표집과 표집오차, 그리고 기술통계와 추론통계의 차이점에 대해 다루었습니다.
본 글은 <심리통계_한유화, 이우열_학지사>를 참고하여 작성하였습니다.
변인과 변수
변인(variable) 또는 변수는 다양한 값을 가질 수 있는 어떤 속성을 말합니다.
심리학의 연구대상은 모두 변인이고 변인들은 각 개인 또는 관찰 단위에서 다른 값을 가집니다.
(예시)
사람에 따라 키와 몸무게가 다르기 때문에 키와 몸무게는 변인(변수)라고 할 수 있습니다.
– 키, 몸무게, 지능, 회복탄력성, 자존감, 우울감, 기억력, 행복감, 인식도 등
표본과 모집단
표본(sample)은 연구자가 관심을 가지는 전체 연구대상의 부분집합으로 연구자가 직접 관찰하는 대상입니다.
주로 어떤 특성을 공유하는 집단이 연구의 대상이 되며 연구자가 관심의 대상 전체를 관찰하는 것은 불가능하거나 현실적 제약이 따르므로 대부분의 경우 그 중 일부를 선택하여 관찰하게 됩니다. 이때 선택된 일부, 선택하여 관찰되는 대상을 표본이라고 하는 것 입니다.
표본의 대표성(representativeness of a sample)은 표본이 모집단의 속성을 잘 반영하는 정도를 말합니다. 표본의 대표성이 높을수록 통계적 추론 결과를 신뢰할 수 있습니다.
모집단(population)은 연구의 관찰 대상 몇몇이 아닌, 연구자가 관심을 가지는 연구대상 전체를 말합니다.
(예시)
조현병을 앓는 청소년을 대상으로 하는 자아존중감에 대한 연구가 있다고 한다면,
모집단은 국내의 조현병을 앓는 모든 청소년이 되며,
표본은 연구를 위해 뽑힌 조현병 청소년 연구 대상자 100명이 되는 것 입니다.
표집과 표집오차
표집(sampling) 또는 표본추출은 모집단으로부터 표본을 추출/선택하는 과정을 말합니다.
표집 방법의 목표는 모집단을 잘 대표하는 표본을 추출하는 것입니다. 타당한 표집 방법을 선택하여 대표성이 높은 표본(sample)을 얻을 수 있습니다.
표집 단위(sampling unit)는 모집단을 구성하는 표집 대상의 최소 단위를 의미합니다. 연구자는 연구의 목적과 특성에 따라 개인을 표집할 수도 있고 집단이나 사건을 표집할 수도 있습니다. 이때의 개인, 집단, 혹은 사건을 표집 단위라고 합니다.
사건이 표집 단위인 경우가 생소할 수도 있는데요. 가령 화재 재난 상황 이후 결과를 조사하는 논문이 있다면 화재 사건 1건이 연구의 표집단위가 되는 것 입니다.
표집오차(sampling error) 또는 표본오차는 표본들이 서로 달라서 발생하는 차이를 말합니다.
표본 추출을 아무리 잘 한다고 하더라도 모집단을 완벽하게 대표할 수는 없습니다. 이때의 모집단의 특성과 표본의 특성의 차이를 표집오차라고 합니다.
조사의 타당도와 신뢰도를 높이기 위해서는 표본을 최대한 모집단에 가깝게 하는것. 즉 표집오차를 최대한 줄이는 것이 중요합니다.
(예시)
조현병을 앓는 청소년을 대상으로 하는 자아존중감에 대한 연구가 있다고 하고
표집 방법을 정신재활시설에 등록되어있고 인터뷰를 자발적으로 원하는 회원으로 하는 편의 표집 방식으로 진행된다고 가정했을 때.
표집 단위는 회원 개인이 되고
표집 오차는 조현병을 앓는 모든 청소년과 정신재활시설에 등록되어 인터뷰를 자발적으로 희망하는 회원의 특성치 차이가 됩니다.
가령, 조현병을 앓는 청소년은 가정에 방치되어 있을 수도 있고 어느 정도 회복하여 학교를 문제 없이 다니고 있는 등 정신재활시설을 다니지 않는 비율이 훨씬 많을 것입니다. 그러나 표집을 정신재활시설 회원으로 한정한다면, 다른 집단의 조현병 청소년의 특성을 제대로 반영하지 못하고 있을 가능성이 높습니다.
기술통계와 추론통계
기술통계(descriptive statistics)는 수집된 자료의 특성을 파악하고 기술(describe)하기 위한 목적의 통계입니다. 주로 연구 대상 특성의 경향치나 분산, 분포 등을 설명하기 위해 데이터를 시각화하는 방식으로 연구가 이루어집니다.
(예시)
– 특정 항우울제를 여성에게 투약하였을 때 나타나는 부작용에 대한 연구
– 8-12살 아동에게서 나타나는 ADHD 초기 증상에 대한 연구
– 여성 우울증 인구의 비율
– 20대 여성 인구의 우울감 수치의 평균값
– 정신과 퇴원 환자의 재입원율
추론통계(inferential statistics)는 기술통계와 몇몇 통계적 가정들에 근거하여 연구자가 직접 관찰하지 못한 대상들의 특성을 추론하기 위한 목적의 통계입니다.
추론통계는 연구자가 수집한 자료의 특성을 통해 수집하지 않은 대상의 특성에 관해 연구합니다. 주로 가설을 검정하고 결과를 예측하는 데 사용됩니다. 이때 가설검정, 회귀분석, 상관분석 등의 방식으로 연구가 이루어집니다.
(예시)
– 어머니와의 애착관계에 따른 자아존중감에 대한 연구 (안정 애착관계를 형성했을 경우 자아존중감이 높게 나타날 것이다)
– 자율학습 시간에 따른 학습 능률에 대한 연구 (자율학습 시간이 1시간씩 늘어날수록 시험 성적이 오를 것이다)
– 유년기의 트라우마 경험이 정신증 발병에 미치는 영향 (유년기 트라우마에 대한 경험을 가까운 사람들과 나누었을 때 정신증 발병할 가능성이 줄어들 것이다)
통계적 추론
통계적 추론은 표본을 통해 얻은 지식을 자신의 표본에만 한정하기 보다는 모집단으로 일반화하는 과정을 말합니다.
통계적 추론을 위한 과정은 아래의 두 가지 과정으로 나누어집니다.
- 모수의 추정(parameter estimation): 표본의 특성을 바탕으로 모집단의 특성을 추론
- 통계적 가설검정(statistical hypothesis testing): 어떤 현상에 대한 연구자의 가설이 옳은지 그른지를 확률에 기초하여 판단