Fisher 정확 검정을 사용하는 경우
Fisher 정확 검정은 분할표를 사용하는 분석에서 표본이 너무 작아 카이제곱 근사가 신뢰할 수 없을 때 사용하는 분석법입니다. 구체적으로 다음 조건 중 하나에 해당하면 카이제곱 대신 Fisher 정확 검정을 선택해야 합니다:
- 기대빈도가 5 미만인 셀이 전체 셀의 20% 이상인 경우
- 총 표본 크기가 20 미만인 경우
- 기대빈도가 0인 셀이 있는 경우
- 적어도 하나의 기대빈도가 작은 2x2 분할표
카이제곱 검정은 카이제곱 분포에 대한 대표본 근사에 의존합니다. 기대빈도가 낮으면 이 근사가 무너지고 산출되는 p값이 부정확해집니다. Fisher 정확 검정은 점근적 근사에 의존하지 않고 귀무가설 하에서 데이터를 관찰할 정확한 확률을 계산하므로 이 문제를 완전히 피합니다.
흔한 오해는 Fisher 정확 검정이 극히 작은 데이터셋에만 해당된다는 것입니다. 실제로는 어떤 표본 크기에서도 유효한 결과를 산출합니다. 연구자들이 대규모 표본에서 카이제곱을 기본으로 사용하는 이유는 통계적 우월성이 아니라 계산상의 편의성 때문입니다. 많은 현대 통계 소프트웨어는 대규모 분할표에서도 Fisher 정확 검정을 효율적으로 계산할 수 있습니다.
APA 보고 템플릿
카이제곱과 달리 Fisher 정확 검정은 검정통계량을 산출하지 않습니다. 보고할 카이제곱 값이 없습니다. 보고는 정확한 p값과 오즈비와 같은 효과크기 측정치를 중심으로 합니다.
2x2 분할표에 대한 APA 템플릿:
Fisher 정확 검정 결과, [변수 1]과 [변수 2] 간에 유의한 연관이 나타났다, p = .XXX, OR = X.XX, 95% CI [X.XX, X.XX].
결과가 유의하지 않은 경우의 APA 템플릿:
Fisher 정확 검정 결과, [변수 1]과 [변수 2] 간에 유의한 연관이 나타나지 않았다, p = .XXX, OR = X.XX, 95% CI [X.XX, X.XX].
카이제곱 보고와의 주요 차이점:
| 요소 | 카이제곱 | Fisher 정확 검정 | |------|---------|-----------------| | 검정통계량 | chi-square(df, N = n) = X.XX | 없음 | | p값 | p = .XXX | p = .XXX | | 효과크기 (2x2) | Phi | 오즈비(OR) | | 효과크기 (대규모) | Cramer의 V | Cramer의 V | | 신뢰구간 | 선택 사항 | OR에 대해 권장 |
2x2 분할표에서의 오즈비 이해
오즈비(OR)는 2x2 분할표에서 Fisher 정확 검정의 자연스러운 효과크기 측정치입니다. 한 집단에서 결과가 다른 집단에 비해 얼마나 더 가능성이 있는지를 기술합니다.
오즈비 해석:
| OR 값 | 해석 | |-------|------| | OR = 1.00 | 연관 없음; 두 집단에서 동일한 오즈 | | OR > 1.00 | 첫 번째 집단에서 결과가 더 가능성 높음 | | OR < 1.00 | 두 번째 집단에서 결과가 더 가능성 높음 | | OR = 2.50 | 첫 번째 집단의 오즈가 두 번째 집단의 2.5배 | | OR = 0.40 | 첫 번째 집단의 오즈가 두 번째 집단보다 60% 낮음 |
새로운 치료법이 스포츠 부상 회복을 개선하는지 조사하는 연구를 고려해 봅시다. 10명의 환자가 치료를 받고 10명이 표준 치료를 받았습니다. 치료군에서 10명 중 8명이 완전히 회복된 반면 대조군에서는 10명 중 3명이 회복되었다면, 치료군의 회복 오즈는 8/2 = 4.0이고 대조군은 3/7 = 0.43입니다. 오즈비는 4.0 / 0.43 = 9.33으로, 치료군이 완전 회복의 오즈가 9배 이상임을 의미합니다.
상대위험도와 달리 오즈비는 대칭적입니다: 비교를 뒤집으면 OR도 뒤집힙니다(1/9.33 = 0.11). 이 특성은 어느 집단도 자연스럽게 "기준"이 되지 않는 분할표 분석에 적합합니다.
단계별 보고 예시
시나리오: 연구자가 간단한 마음챙김 중재가 소규모 학급에서 시험 불안을 줄이는지 조사합니다. 12명의 학생이 중재를 받고 8명이 대조군으로 참여합니다. 1주일 후, 각 학생이 "불안" 또는 "불안하지 않음"으로 분류됩니다.
관찰 빈도:
| | 불안 | 불안하지 않음 | 합계 | |--|------|-------------|------| | 중재군 | 3 | 9 | 12 | | 대조군 | 6 | 2 | 8 | | 합계 | 9 | 11 | 20 |
총 표본이 20이고 여러 기대빈도가 5 미만이므로 카이제곱은 부적절합니다. Fisher 정확 검정이 올바른 선택입니다.
결과: p = .035 (양측검정), OR = 0.11, 95% CI [0.01, 0.85].
완전한 APA 문단:
중재 조건(마음챙김 vs. 대조)과 불안 상태(불안 vs. 불안하지 않음) 간의 관계를 검토하기 위해 2x2 분할표를 구성하였다. 두 셀의 기대빈도가 5 미만이었으므로 카이제곱 검정 대신 Fisher 정확 검정을 사용하였다. 분석 결과, 중재 조건과 불안 상태 간에 유의한 연관이 나타났다, p = .035, OR = 0.11, 95% CI [0.01, 0.85]. 마음챙김군의 학생들이 대조군에 비해 불안을 보고할 오즈가 실질적으로 낮았다.
이 보고가 Fisher 정확 검정의 선택 근거를 제시하고, 양측 p값을 보고하며, 신뢰구간과 함께 오즈비를 포함하고, 효과의 방향에 대한 평이한 해석을 제공하는 것에 주목하십시오.
신뢰구간을 포함한 보고
오즈비의 신뢰구간은 p값만으로는 전달할 수 없는 정보를 담고 있습니다. p값은 연관이 통계적으로 유의한지 알려주지만, 신뢰구간은 효과가 얼마나 정밀하게 추정되었는지와 타당한 효과크기의 범위를 알려줍니다.
OR 신뢰구간의 해석 규칙:
- 95% CI가 1.00을 포함하면, 연관이 .05 수준에서 유의하지 않음
- 95% CI가 1.00을 제외하면, 연관이 .05 수준에서 유의함
- 좁은 CI는 정밀한 추정을 나타냄
- 넓은 CI는 상당한 불확실성을 나타냄(소표본에서 흔함)
예를 들어, OR = 3.20, 95% CI [0.75, 13.60]은 구간이 1.00을 포함하므로 유의하지 않습니다. 반면, OR = 3.20, 95% CI [1.10, 9.30]은 전체 구간이 1.00 위에 있으므로 유의합니다.
Fisher 정확 검정에서는 일반적으로 소표본에서 사용되기 때문에 신뢰구간이 넓은 경우가 많습니다. 이는 검정 자체의 약점이 아니라 소표본이 제공하는 제한된 정밀도의 정직한 반영입니다. CI를 보고하면 독자가 효과가 의미 있을 가능성이 있는지 스스로 판단할 수 있습니다.
CI를 강조한 APA 표현:
Fisher 정확 검정 결과, 유의한 연관이 나타났다, p = .041, OR = 4.20, 95% CI [1.05, 16.80]. 오즈비는 실질적인 효과를 시사하지만, 넓은 신뢰구간은 제한된 표본 크기를 반영하며 하한이 1.00에 근접해 있다.
단측 vs 양측 Fisher 검정
Fisher 정확 검정은 단측 또는 양측으로 실시할 수 있습니다. 가설이 방향을 지정하는지에 따라 선택이 달라집니다.
양측검정(기본값): 방향에 관계없이 연관이 존재하는지를 검정할 때 사용합니다. 이는 대부분의 연구에서 표준이며, 방향적 가설에 대한 강력한 사전 근거가 없는 한 기본값이어야 합니다.
단측검정: 데이터 수집 전에 연관의 특정 방향을 예측하는 가설이 있을 때 사용합니다. 예를 들어, "치료군이 대조군보다 더 높은 회복률을 보일 것이다."
구분을 보고하는 방법:
Fisher 정확 검정(양측) 결과, 치료와 회복 간에 유의한 연관이 나타났다, p = .035.
가설이 치료군에서 더 높은 회복을 예측했으므로 단측 Fisher 정확 검정을 사용하였다. 결과는 유의하였다, p = .018.
단측검정을 사용할 경우 방법 섹션에서 이 선택을 반드시 정당화해야 합니다. 양측 결과가 유의하지 않아서(p = .07) p = .035를 얻기 위해 단측으로 전환하는 것은 p-해킹의 일종이며 허용되지 않습니다.
대규모 분할표(R x C)에 대한 Fisher 정확 검정
Fisher 정확 검정은 2x2 분할표에 국한되지 않습니다. 모든 R x C(행 x 열) 분할표로 확장할 수 있습니다. 대규모 분할표에서는 계산이 집약적이지만, 현대 통계 소프트웨어는 몬테카를로 시뮬레이션이나 네트워크 알고리즘을 사용하여 효율적으로 처리합니다.
2x2보다 큰 분할표에서는 오즈비가 더 이상 연관을 요약하는 단일 숫자가 아닙니다. 대신, 적절한 효과크기는 모든 차원의 분할표에 일반화되는 Cramer의 V입니다.
3x3 분할표에 대한 APA 예시:
셀의 44%가 기대빈도 5 미만이어서 Fisher 정확 검정을 실시하였다. 검정 결과, 교육 수준과 투표 선호도 간에 유의한 연관이 나타났다, p = .012, V = .34.
대규모 분할표로 확장할 때 유의할 점:
- Fisher 검정의 Freeman-Halton 확장으로부터 정확한 p값을 보고
- 자유도에 따라 해석 기준이 달라지는 Cramer의 V를 효과크기로 사용
- 소프트웨어가 시뮬레이션된 p값(몬테카를로)을 보고하면 사용된 반복 횟수를 명시
Fisher 정확 검정 vs 카이제곱: 선택 가이드
Fisher 정확 검정과 카이제곱 검정 중 어떤 것을 선택할지는 데이터에 대한 카이제곱 근사의 신뢰성에 달려 있습니다.
| 기준 | 카이제곱 | Fisher 정확 검정 | |------|---------|-----------------| | 기대빈도 | 모든 셀이 5 이상 | 어떤 셀이 5 미만 | | 표본 크기 | 일반적으로 N > 20 | 모든 표본 크기 | | 분할표 크기 | 모든 차원 | 모든 차원(2x2가 가장 흔함) | | 보고하는 검정통계량 | chi-square(df) = X.XX | 없음(정확한 p만) | | 효과크기 (2x2) | Phi | 오즈비 | | 효과크기 (대규모) | Cramer의 V | Cramer의 V | | 계산 | 빠름 | 대규모 분할표에서 느림 | | 정확도 | 근사적 | 정확 |
경험 법칙: 확신이 없으면 둘 다 실시하십시오. 결과가 일치하면 카이제곱을 보고합니다(독자에게 더 친숙합니다). 결과가 불일치하면 근사에 의존하지 않는 Fisher 정확 검정을 신뢰합니다.
일부 방법론자들은 현대 컴퓨팅이 정확 계산을 사소하게 만들었으므로 표본 크기에 관계없이 2x2 분할표에서 항상 Fisher 정확 검정을 선호해야 한다고 주장합니다. 이는 특히 표본 크기가 종종 적당한 임상 및 실험 연구에서 방어 가능한 입장입니다.
흔한 실수
1. 기대빈도가 너무 낮을 때 카이제곱을 사용하는 것. 가장 빈번한 오류입니다. 분할표에 기대빈도가 5 미만인 셀이 있으면 카이제곱 p값이 부정확할 수 있습니다. 어떤 검정을 사용할지 결정하기 전에 항상 기대빈도를 확인하십시오.
2. Fisher 검정에 대해 카이제곱 통계량을 보고하는 것. Fisher 정확 검정은 카이제곱 값을 산출하지 않습니다. "chi-square(1) = 4.52, Fisher 정확 p = .038"이라고 쓰는 것은 두 가지 다른 검정을 혼동하는 것입니다. Fisher 정확 p값만 단독으로 보고하십시오.
3. 오즈비를 누락하는 것. p값만으로는 연관의 강도나 방향을 전달하지 않습니다. 오즈비는 2x2 Fisher 정확 검정 결과를 해석하는 데 필수적입니다.
4. 신뢰구간을 누락하는 것. 신뢰구간 없이는 독자가 오즈비 추정의 정밀도를 판단할 수 없습니다. 이는 점 추정치가 불안정할 수 있는 소표본 연구에서 특히 중요합니다.
5. 결과를 본 후 단측으로 전환하는 것. 사전등록한 가설이 비방향적이었다면 양측 p값을 보고해야 합니다. 사후적으로 단측으로 전환하면 제1종 오류율이 팽창합니다.
6. 관찰 빈도표를 무시하는 것. APA 양식은 관찰 빈도와 백분율이 포함된 분할표를 제시할 것을 권장합니다. 표는 요약 통계만으로는 전달할 수 없는 맥락을 제공합니다.
Fisher 정확 검정 APA 체크리스트
원고 제출 전에 Fisher 정확 검정 보고에 다음이 포함되었는지 확인하십시오:
- 카이제곱 대신 Fisher 정확 검정을 선택한 근거(예: 기대빈도 5 미만)
- 정확한 p값("유의" 또는 "비유의"만이 아님)
- 단측 또는 양측 검정 명시
- 2x2 분할표에는 오즈비, 대규모 분할표에는 Cramer의 V
- 오즈비에 대한 95% 신뢰구간
- 관찰 빈도를 보여주는 분할표(유용하다면 백분율 포함)
- 효과의 방향과 크기에 대한 평이한 해석
- Fisher 정확 p값과 함께 카이제곱 통계량이 보고되지 않도록 확인
StatMate의 무료 Fisher 정확 검정 계산기를 사용해 보세요
Fisher 정확 검정 결과를 수동으로 포맷하는 것은 번거롭고 오류가 발생하기 쉽습니다. StatMate의 Fisher 정확 검정 계산기는 출판 준비된 APA 출력을 자동으로 생성합니다. 2x2 분할표를 입력하면 정확한 p값, 오즈비, 신뢰구간, 원고에 바로 복사할 수 있는 완전한 APA 형식 결과 문단을 제공합니다.
카이제곱 검정이 필요하신가요? 카이제곱 계산기는 독립성 검정과 적합도 검정 모두를 Cramer의 V 효과크기와 함께 처리합니다. 두 계산기 모두 Pro 사용자를 위한 원클릭 Word 내보내기와 모든 사용자를 위한 무료 PDF 내보내기를 포함합니다.