통계적 유의성
관측된 차이가 우연만으로 생겼다고 보기 어려운지 판단하는 통계적 판단 기준이에요.
한 입에 정리하면
- 01우연한 오차와 실제 차이를 구분해요
- 02가설검정에서 결과 해석의 기준이 돼요
- 03유의성만으로 효과 크기까지 보장되진 않아요
왜 나온 말일까요?
통계적 유의성은 실험이나 조사에서 나온 차이가 그냥 우연히 생긴 것인지, 아니면 실제로 의미 있는 차이인지 살펴볼 때 써요. 보통 p값과 미리 정한 기준값을 비교해 판단하는데, 기준을 넘었다고 해서 결과가 자동으로 ‘중요하다’는 뜻은 아니에요. 반대로 기준을 넘지 못했다고 해서 효과가 전혀 없다고 단정할 수도 없어서, 표본 수나 효과의 크기와 함께 봐야 해요. 그래서 의학, 사회과학, 마케팅 같은 분야에서 결과를 해석할 때 자주 등장해요.
예를 들어
신약 시험에서 약을 먹은 그룹과 위약 그룹의 차이가 통계적 유의성을 확보했는지 확인해, 그 차이가 우연한 변동인지 판단해요.
이 용어가 나온 이슈
체리픽이 기사 원문이 아닌 사실관계를 바탕으로 쉽게 풀어 쓴 정의예요. 원문은 각 카드의 "더 읽기"에서 확인할 수 있어요.
용어사전으로 돌아가기