平均의 直線比較에 있어서 重多比較檢定方法의 比較

국문 초록 (Abstract)

표본크기가 10, 20, 30일 때의 대비오류와 세 표본크기의 평균 대비오류값이 <표 2>에서 <표 5>에 이르기까지 순서대로 제시되었고, 표본크기가 10, 20, 30일 때의 검정력과 세 표본크기의 평균검정력이 <표 6>에서 <표 9>에 제시되었다.
1. ε=1.0
단순반복측정설계에서 球型假定이 만족될 때(ε=1.0) 분석된 모든 조건하에서 통합오류분산을 사용한 경우, 개별오류분산을 사용한 경우, 세 종류의 표본크기(n=10, 20, 30), 세 종류의 반복요인(k=4. 6, 8) 비교된 모든 중다비교방법의 대비오류가 유의수준 .01에서 통제되었다. 그러나, 통합오류분산이 사용되었을 때 개별오류분산을 사용했을 때 보다 높은 대비오류값을 보여주었다(참고 : <표 2>에서 <표 5>까지). PC의 대비오류는 비교적 .01에 가깝게 얻어졌으나(.0102-.0112), CB와 SRB의 대비오류는 PC보다 보수적인 결과를 보여주었다(.0013-.0042).
대비오류의 값이 커지면 검정력이 커지므로 검정력 결과도 대비오류와 같은 경향을 보였다. 모든 실험 조건하에서 PC의 검정력이 CB, SRB, MSCI의 검정력보다 높았다(참고 <표 6>에서 <표 9>까지). 결과적으로, 구형가정이 만족되면 통합오류분산을 사용한 PC가 대비오류를 유의수준 .01에 가깝게 제어하면서 높은 검정력을 제공하므로 가장 적절한 방법이라고 할 수 있다.
◁표 삽입▷(원문을 참조하세요)
2. ε=.55
구형가정이 조금 위반되고(ε=.75), 표본크기가 10일 때 PC방법은 반복요인(k)의 수가 4(.0157)일 때와 8(.0139)일 때 통합오류분산을 사용하여도 대비오류가 유의수준 .01에서 통제된 결과를 보여주었다. 그러나 반복요인의 수가 6일 때는 대비오류값이 .01보다 훨씬 높은 값(.0216-.0222)을 보여주어 유의수준 .01에서 통제되지 못하였다. 표본크기가 20과 30이고, 통합오류분산을 사용한 경우 반복요인의 수가 4와 6일 때에는 대비오류가 통제되지 못했다(.0162-.0222). 그러나 반복요인의 수가 8일 때는 통합오류분산을 사용했어도 대비오류는 통제되었다. 즉, ε=.75일 때는 표본크기와 상관없이 반복요인의 수가 8일 때는 PC방법의 대비오류가 유의수준 .01에서 통제되었다. 개별오류분산을 사용한 PC는 ε=.75인 경우 .01에 가까운 대비오류값(.0082-.0118)을 보여 주었다.
통합오류분산을 사용한 CB, SRB의 대비오류는 ε=.75인 경우에도 .01수준 아래로 통제되었고(.0031-.0103), 개별오류분산을 사용한 CB와 SRB의 대비오류값은 유의수준 .01에서 아주 보수적인 결과를 보였다(.0014-.0038).
네 중다비교방법 중 PC의 검정력이 가장 높았으며, 통합오류분산을 사용했을 때 (.0955-.3385) 개별오류분산을 사용했을 때보다(.0386-.1887) 높은 검정력을 보였다. 그러나, 통합오류분산이 사용되고 반복요인의 수가 6이하일때는 대비오류를 통제하지 못하므로 반복요인의 수가 8일 때만 통합오류분산을 사용한 PC를 가장 적절한 방법으로 추천할 수 있다. 반복요인의 수가 6이하일 때에는 통합오류분산을 사용한 SRB가 대비오류를 제어하면서 검정력이 높으므로 적절한 방법이 된다.
3. ε=.55
통합오류분산을 사용한 PC는 구형가정이 중간정도 위반되었을 때(ε=.55) 대비오류값이 .01보다 훨씬 높은 값(.0197-.0292)을 보여주었다. 반면, 통합오류분산을 사용한 SRB와 CB는 대비오류값이 유의수준 .01에서 통제되었다(.0068-.0153).
개별오류분산이 사용되었을 때 PC방법의 대비오류는 .01에 가까운 값이 얻어져서 통제된 결과(.0089-.0112)를 보였다. 개별오류분산을 사용한 CB와 SRB의 대비오류는 보수적인 결과(.0015-.0038)를 보였다.
한편, 검정력은 통합오류분산을 사용한 PC가 가장 높은 검정력(.0098-.3335)을 보이고, 개별오류분산을 사용한 CB와 SRB는 가장 낮은 검정력(.0055-.0985)을 보여주었다.
통합오류분산을 사용한 CB와 SRB가 개별오류분산을 사용한 PC에 비하여 대비오류를 통제하면서 가장 높은 검정력을 보이므로 가장 적절한 방법으로 추천한다.
4. ε=.40
통합오류분산을 사용한 PC는 구형가정이 아주 많이 위배되었을 때(ε=.40) 대비오류를 통제하지 못했다. 통합오류분산을 사용한 CB와 SRB의 대비오류는 반복요인의 수가 4일때에는 통제되지 못하고(.0237-.0272), 반복요인의 수가 6과 8일 때는 유의수준 .01에서 통제된 결과(.0120-.0161)를 보여주고 있다.
개별오류분산을 사용한 경우 PC는 유의수준 .01에 가깝게 통제되고(.0086-.0118) SRB와 CB는 비교적 보수적인 결과(.0013-.0037)를 보여주고 있다.
결과적으로, 반복요인의 수가 4일 때는 개별오류분산을 사용한 PC가 대비오류를 .01수준에서 통제하면서 가장 높은 검정력을 보이므로 적절한 방법이라고 할 수 있다. 그러나, 반복요인의 수가 6이상 8이하일 때는 통합오류분산을 사용한 CB와 SRB가 대비오류를 .01수준에서 통재하면서 높은 검정력을 보이므로 가장 적절한 방법이라고 할 수 있다.
대비오류와 검정력이 비교된 네 중다비교방법 중 다변량분석방법인 MSCI는 개별오류 분산을 사용한 경우에 한하여 대비오류와 검정력이 산출되었는데, 반복요인의 수와 표본 크기에 관계없이 어떤 실험조건하에서도 가장 보수적인 결과를 제공하였다. MSCI의 대비오류는 모든 실험조건하에서 매우 보수적인 결과(.0000-..0007)를 보여주었다. 한편 검정력도 네 중다비교방법 중 가장 낮은 결과(.0000-.0897)를 보여주었다. MSCI는 어떤 실험 조건하에서도 대비오류가 통제되지만 가장 낮은 검정력을 제공하므로 적절한 방법으로 추천할 수 없다.
<표 6>에서 <표 9>까지의 검정력 결과를 살펴보면 어떤 값이나, 오류분산의 종류에 관계없이 표본크기가 커질수록 검정력은 예상대로 접점 높아지는 결과를 보여주었다.
◁표 삽입▷(원문을 참조하세요)

목차 (Table of Contents)

• 목차
• Ⅰ. 序論 = 1
• Ⅱ. 重多比較 方法과 問題의 提起 = 3
• Ⅲ. 方法論 = 4
• 1. 實驗條件 = 4
• 2. 分散-公分散行列 = 5
• 3. 誤謬分散推定値 = 5
• 4. 處理效果 = 5
• 5. 重多比較方法 = 5
• 6. 從屬變數 = 6
• 7. 資料 算出方法 = 6
• 8. 컴퓨터에 의한 模擬實驗 誤謬 = 7
• Ⅳ. 結果 및 論議 = 7
• 1. ε=1.0 = 7
• 2. ε=.75 = 11
• 3. ε=.55 = 12
• 4. ε=.40 = 12
• 參考文獻 = 18