p-Value는 귀무가설(null hypothesis)이 참이고 다른 모든 가정이 유효하다면 실제로 관측된 값 이상을 얻을 확률을 의미합니다.
실험데이터를 다루는 연구논문에서는 통계분석 결과가 통계적으로 유의한지(statistically significant) 또는 유의하지 않은지를(insignificant) 나타낼 수 있는 지표로서 p-Value를 기준으로 가설의 채택 여부를 판정합니다. 이를테면 p-Value = 0.69 > 0.05 또는 p-Value = 0.02 < 0.05의 형식으로 본문에 리포팅을 합니다.
논문을 읽다보면 통계적으로 유의하지 않은 결과는 “the result indicates no significant difference between two groups”라는 단순한 형태로 리포팅하여 마무리 하는 경우를 드물지 않게 볼 수 있습니다. 이것은 바람직하지 않은 논문작성법 입니다.
아래의 예문을 통해서 설명하겠습니다.
————
A와 B라는 2개의 factor (또는 independent variable)가 1개의 measure (또는 dependent variable)에 미치는 영향을 서로 비교하기 위해서 실험데이터를 얻고 통계분석을 하려고 합니다. 그리고 연구자는 연구가설로서 ‘measure(factor A) > measure(factor B)’를 가설로서 주장합니다.
통계분석을 수행한 결과, measure(factor A)의 평균은 4.6이고 measure(factor B)의 평균은 4.2라는 값이 나왔습니다. 평균의 차이로만 본다면 4.6 > 4.2 이고 연구가설이 주장하는 패턴과 일치합니다. 그러나, p-Value > 0.05 이고 그 차이는 통계적으로 유의하지 않았습니다. 결과적으로 실험데이터의 통계분석 결과는 연구자의 연구가설을 뒷받침하지 못하고 있습니다.
————
만약 위 예문에서 보여주고 있는 통계분석 결과를
“the result indicates no significant difference between Group A and Group B in the measure of dependent variable (p > 0.05)”
이라고 단순하게 리포팅하여 마무리를 짓는다면, 논문의 저자는 (1) 성의가 없거나 (2) 본인의 논문이 accept이 될지 reject이 될지에는 크게 관심을 갖지 않는 사람일 것입니다.
아래와 같이 수정하겠습니다.
“Consistent with the prediction, it was found that Group A (M = 4.6) scored higher than Group B (M = 4.2). However, follow-up comparison test conducted on the means between two groups revealed that the observed difference was not significant (p > 0.05)”
“비록 통계적으로 유의한 차이를 보여주지는 못하였으나, 패턴은 연구가설이 주장하는 바와 일치한다” 라는 표현을 사용하여 통계분석 결과의 한계를 극복하여 리포팅 하는 것이 바람직한 논문작성법 입니다.
