효과크기란?

📌 효과크기의 정의

효과크기(effect size)는 두 변수 간의 차이의 크기 또는 관계의 강도를 수치로 표현한 지표입니다.
즉, 단순히 p값의 유의성 여부를 넘어서, 결과의 실제적 의미와 크기를 판단하는 데 사용됩니다.
효과크기는 표본 크기와 무관하게 연구 결과를 해석하거나 연구 간 비교 시 핵심적인 역할을 합니다.

📌 왜 효과크기가 중요한가요?

• p값은 단지 우연히 얻었을 가능성을 말해줄 뿐, 차이의 크기 자체는 설명하지 못합니다.
• 효과크기는 해당 차이 또는 관계가 얼마나 의미 있는가를 보여줍니다.
• 실험 결과의 실질적 해석, 정책적 적용, 다른 연구와의 비교에 꼭 필요합니다.

📌 효과크기의 주요 종류

1️⃣ 평균 차이의 효과크기: Cohen's d

두 집단의 평균 차이를 표준편차 단위로 표현한 지표입니다.
d = (M₁ - M₂) / SD_pooled

• d ≈ 0.2 → 작은 효과
• d ≈ 0.5 → 중간 효과
• d ≈ 0.8 → 큰 효과

2️⃣ 상관관계의 효과크기: 피어슨 r

두 변수 간 선형 관계의 강도를 나타냅니다.

• r ≈ 0.1 → 작은 효과
• r ≈ 0.3 → 중간 효과
• r ≈ 0.5 → 큰 효과

3️⃣ 분산분석 효과크기: Eta squared (η²)

전체 분산 중 독립변수가 설명하는 비율입니다.

• η² ≈ 0.01 → 작은 효과
• η² ≈ 0.06 → 중간 효과
• η² ≈ 0.14 → 큰 효과

4️⃣ 회귀분석 효과크기: R² (결정계수)

독립변수들이 종속변수의 변동을 얼마나 설명하는지를 나타냅니다.

• 0 ~ 1 사이의 값
• 예: R² = 0.36 → 전체 변동의 36% 설명

5️⃣ 비율/이분형 자료의 효과크기

오즈비 (Odds Ratio), 상대위험도 (Relative Risk) 등

• 1 = 차이 없음
• 1보다 크거나 작으면 효과 존재
• 보건·의료·정책 분야에서 자주 사용됨

---

📌 효과크기 요약 비교표

효과크기 지표	주 용도	해석 기준 (작음 / 중간 / 큼)
Cohen's d	두 집단 평균 차이	0.2 / 0.5 / 0.8
r (상관계수)	선형 상관관계	0.1 / 0.3 / 0.5
η²	ANOVA (그룹 간 차이)	0.01 / 0.06 / 0.14
R²	회귀분석 설명력	0 ~ 1 (비율)
오즈비 / RR	비율·빈도 분석	1 = 무효과 / 1 이상·이하 효과

⚠️ 유의 사항

• 효과크기는 통계적으로 유의하더라도 실제로는 .
• 반대로, 효과크기가 크더라도 표본이 작으면 p값은 유의하지 않을 수 있습니다.
• 효과크기는 표본의 크기와 독립적으로 해석됩니다.