통계적 유의성과 효과크기의 네 가지 조합

F검증 시

통계적으로 유의미한 차이가 난 경우

- 효과크기가 크면, 에브리씽 오케이. 설계 잘 된 것이고 졸업할 수 있음. 축하함.

- 효과크기가 작으면, 표본 수가 많아서 유의미했을 가능성 있고 반복검증 시 같은 결과가 안 나올 가능성도 있음. 하지만 어쨌든 졸업함. 그게 중요함.

통계적으로 유의미한 차이가 나지 않은 경우

- 효과크기가 크면, 표본 수가 적어서 유의미하지 않았을 수 있으므로 표본 수 늘려서 다시 해본다. 물론 한 학기 더 다녀야 함. 가장 안타까운 경우.

- 효과크기가 작으면, 하던 거 접고 다른 가설을 세우던가 다른 주제로 연구하는 게 빠름. 물론 한 학기 더 다녀야 함.

효과크기(d)

0<d<0.2 효과가 작다

0.2<d<0.8 효과가 보통이다

d>0.8 효과가 크다

효과크기 출처. 사회과학 통계방법론의 핵심 이론, 305쪽. 

다른 참고 글 클릭