실험설계의 종류

실험설계의 종류

- 실험설계에서는 독립변수를 처리변수와 분류변수로 구분하며, 처리변수는 실험자의 조작이 가능한 독립변수, 분류변수는

실험을 실시하기 전에 독립변수의 값이 이미 결정되어 버리거나, 실험과정과는 무관하게 독립변수의 수준이 결정되는 변수를

말한다.

- 처리변수나 분류변수를 포함한 모든 독립변수를 통계적 실험설계에서는 인자(factor)라고 한다.

- 블록이란 비슷한 성질을 갖는 연구대상을 모아 놓은 그룹을 의미한다.

- 어떤 인자의 모든 수준이 다른 인자의 모든 수준과 결합하는 경우, 그 인자는 크로스되었다고 말한다.

- 만일 어떤 인자가 다른 인자의 모든 수준과 결합되어 있지 않다면, 두 인자는 지분(nested)되어 있다고 말한다.

1. 완전무작위 실험설계(CRD, Completely Randomized Design)

- 통계적 실험설계의 가장 단순한 형태

- 무작위 원칙은 연구자가 알지 못하는 혼란변수를 통제하기 위한 방법으로 특정한 처리수준을 받게 되는 기회가 모든

연구대상에게 동등하게 주어져야 한다는 원칙

- 랜덤으로 전체 연구대상을 처리수준의 수만큼 나눈 후 처리수준을 각각 할당하는 실험설계

- 하나의 독립변수가 종속변수에 미치는 효과를 분석하고자 할 때 사용하며, 다른 변수의 영향은 통제

- 어떤 요인의 효과를 알아보기 위한 실험설계로 실험 요인을 실험단위에 무작위 배치하는 설계방법

- 둘 이상의 모집단 평균을 비교하기 위해 독립적인 무선 표본을 사용한다.

2. 블록 실험설계

- 연구대상을 비슷한 특성을 가진 블록으로 구분한 다음, 연구를 진행하는 실험설계

- 랜덤화 블록설계 : 블록 내에서 처리수준의 수만큼 무작위그룹으로 구분한 다음, 무작위로 처리 수준을 할당하는 실험설계

3. 요인 실험설계(Factorial Design)

- 실험설계에 사용되는 인자의 모든 수준이 서로 크로스 되어 있는 실험설계

- 두 개 이상 독립변수의 분류항목 결합(조합)의 수만큼 실험집단을 난선화(무작위추출(randomization))하는 방법으로 설정하고

각 집단의 특성에 맞는 실험처리를 한 후 각 집단의 종속변수의 특성을 비교하는 것

- 2×2 요인설계 : 두 독립변인이 각각 두 수준을 가지게 되고 결론적으로 네 개의 조건을 낳는 설계를 의미. 요인(factorial)이란

각 독립변인의 모든 수준들의 모든 가능한 조합이 검사된다는 것이다.

4. 반복측정 실험설계(RMD, Repeated Measures Design)

- 연구대상이 사람이고 선택된 연구대상을 여러 처리 수준을 거치면서 반복적으로 적용되어 결과를 측정하는 실험설계

- 각 피험자는 통제와 실험 조건의 모든 측면에서 검사를 받은 후, 여러 학습 시행이나 다양한 정신물리학적 판단을 이용해서

동일한 참가자를 여러 번 측정하는 것

- 실험 중 나타나는 순서효과와 혼입변인의 오차를 최소화하고자 실행되는 설계방법

- 반복측정 실험설계의 경우는 이월효과(carryover effect)가 발생할 수 있으므로 연구자의 각별한 주의가 필요 - 라틴스퀘어 실험

설계를 이용하여 이월효과 통제할 수 있다

- 단일요인 반복측정 실험설계 : 인자가 한 개 가지고 있는 반복측정 실험설계

※ 라틴스퀘어 실험설계 : 피험자의 수가 실험조건의 수에 비해 적을 때, 각 피험자에게 서로 다른 순서로 실험을

실시하기 위해 체계적인 계획을 세우는 방법

※ 이월효과(carryover effect) : 특정조건에서 피험자를 검사한 것이 다른 조건의 나중 행동에 미치는 효과

5. 계층 실험설계(Layered Design)

- 외부적 층화기준에 의해 계층을 설정하고 계층별로 시험단위들을 추출한 후, 이들에게 각 실험처치를 무작위로 할당하는 설계

- 시스템 구성을 계층적으로 하여, 높은 계층의 새로운 특징을 낮은 계층의 특징을 이용하여 만드는 방법

6. 부분 실험설계

- 인자수준의 모든 가능한 조합을 실험에 적용하지 않고 일부분만을 선택하여 실험횟수를 줄여나가는 실험설계

- 완전요인 실험설계와 대비되는 개념으로 불완전 요인 실험설계라고 부르기도 하며, 대표적인 형태로 라틴스퀘어 실험설계와

지분 실험설계가 있음

- 어떠한 인자가 다른 인자의 모든 수준을 거치지 않는 경우의 실험설계를 지분 실험설계라 한다. 지분 실험설계는 계층적 실험

설계라고 부르기도 하며, 지분 실험설계를 응용한 다양한 형태의 실험설계가 존재

[출처] 분석방법에 따른 구분 [U20111504_김건영] (서울시립대학교 양성돈 박사의 수업자료실) |작성자 하늘그림자

 

 

○ 종 류 : 완전무작위 실험설계, 블럭 실험설계, 요인 실험설계, 반복측정 실험설계,

계층 실험설계, 부분 실험설계

○ 완전무작위 실험설계(CRD, Completely Randomized Design)
- 통계적 실험설계의 가장 단순한 형태로서,

- 단 하나의 독립변수가 종속변수에 미치는 효과를 검토하는데 유용함.

- 이때 종속변수는 계량적으로 측정되어야 하며, 독립변수는 하나 이상의 범주를 갖는

명목척도인데 독립변수의 각 범주는 실험처치라고 함.
- 어떤 요인의 효과를 알아보기 위한 실험설계로 실험 요인을 실험단위에 무작위 배치하는

설계방법으로 둘 이상의 모집단 평균을 비교하기 위해 독립적인 무선 표본을 사용함.

○ 블록 실험설계
- 연구대상을 비슷한 특성을 가진 블록으로 구분한 다음 연구를 진행하는 실험설계임.

○ 요인 실험설계(Factorial Design)
- 두개 이상 독립변수의 분류항목 결합의 수만큼 실험집단을 난선화하는 방법으로 설정하고

각 집단의 특성에 맞는 실험처리를 한 후 각 집단의 종속변수의 특성을 비교하는 것.

- 요인설계의 가장 큰 장점은 한가지 이상의 독립변수 각각의 다른 영향을 인정하는 가운데

개별 독립변수의 영향을 보여 조사결과의 일반화 정도가 높아지게 되어 외적 타당도를

높일 수 있다는 점과 두 독립변수 이상의 상호작용의 영향을 알 수 있음.

○ 반복측정 실험설계(Repeated Measures Design)
- 연구대상이 사람이고 선택된 연구대상을 여러차례 수준을 거치면서 반복적으로 적용되어

결과를 측정하는 실험설계임.
- 각 피험자는 통제와 실험 조건의 모든 측면에서 검사를 받은 후, 여러 학습 시행이나

다양한 정신 물리학적 판단을 이용하여 동일한 참가자를 여러 번 측정하는 방법임.

- 실험 중 나타나는 순서효과와 혼입변인의 오차를 최소화하고자 실행되는 설계방법임.

○ 계층 실험설계(Layered Design)
- 외부층 층화기준에 의해 계층을 설정하고 계층별로 시험단위들을 추출한 후, 이들에게

각 실험처치를 무작위로 할당하는 설계방법임.
- 각 계층은 최소한 처치의 수만큼의 시험단위를 포함하게 됨.

- 이와 같이 계층화 설계를 사용하는 근본적인 이유는 종속변수에서 나타나는 변이 층의

일부를 외부적 층화기준에 할당함으로써 실험 오차를 줄이려는 것임.

○ 부분 실험설계
- 인자수준의 모든 가능한 조합을 실험에 적용하지 않고 일부분만을 선택하여 실험횟수를

줄여나가는 실험설계 방법임.
- 완전요인 실험설계와 대비되는 개념으로 대표적인 형태로 라틴스퀘어 실험설계와 지분

실험설계가 있음.

[출처] ★ 통계적 실험설계의 분석방법 _ 도종원 ★ (서울시립대학교 양성돈 박사의 수업자료실) |작성자 doe21th

 

 

ANOVA(3) : Factorial design(Two-way ANOVA) R

실제 연구들에서는 흔히 하나의 종속변수를 설명함에 있어서 두 가지 이상의 요인을 상정한다. 이러한 실험 디자인의 경우 One-way ANOVA가 아닌 다른 방식을사용하여야 한다. 이 때 사용되는 것이 Factorial-design ANOVA이다. 여기서 Factorial은 요인을 뜻하는 영단어 factor에서 왔다. 이 요인들은 참가자내 요인(within-factor)일 수도 있고, 참가자간 요인(between-factor)일 수도 있다. 여기서 다루는 것은 기본적으로 참가자-간 설계(between-design)의 경우이다. 참가자-내 요인에 대한 통계적 검증을 하는 ANOVA에 대해서는 다음 포스팅에서 다루겠다. 참가자-간 설계라는 것은, 기본적으로 요인의 각각의 수준에 서로 다른 참가자들이 들어간다는 것을 의미한다(randon assignment를 한다는 소리다.) 만약 요인 A에 두 가지 수준이 있고, 요인 B에 세 가지 수준이 있다면 가능한 처치는 총 6가지가 되는데, 이 여섯 블록에 각기 다른 사람들이 참여한다는 소리다.

Factorial ANOVA가 One-way ANOVA와 구분되는 가장 큰 특징 중 하나는 상호작용(interaction)의 존재이다. 이것은 한 요인이 종속변수에 미치는 영향이 다른 요인의 수준에 따라 달라진다는 것을 의미한다. 말이 어려우니 예를 들어보자. 이를테면 연구자는 흡연 여부와 성별에 따라 수명에 차이가 있는지를 검증하려 한다. 이러한 연구의 경우 요인은 흡연 여부x성별, 종속변수는 수명일 것이다. 그런데 만약 성별에 따라 흡연 여부가 수명에 끼치는 영향이 다르다고 해 보자. 이를테면 남성 집단이 여성 집단에 비해 흡연을 했을 경우 수명이 더 많이 단축된다고 해 보자. 이는 곧 성별이라는 요인의 수준(남/녀)에 따라, 흡연이 수명에 미치는 영향력이 달라진다는 것을 의미한다. 바로 이런 것이 상호작용의 예이다.

Factorial design에서는 요인들이 종속변수의 변산성을 두 가지로 설명할 수 있는데, 하나는 주효과(main effect)이고 다른 하나는 방금 설명했던 상호작용(interaction effect)이다. 주효과는 다른 모든 요인들을 무시하고 단 하나의 요인이 종속변수에 끼치는 영향력을 검증하는 방식이다. 예를 들어 앞의 예에서 흡연의 주효과는, 성별에 관계없이 흡연이 수명에 끼치는 영향력으로 정의될 것이다. 반면에 성별의 주효과는, 흡연 여부에 관계없이 성별이 수명에 끼치는 영향력으로 정의될 것이다. 주효과가 유의미하다는 것은 흡연 여부 또는 성별의 단 하나의 요인에 따라 평균수명의 차이가 통계적으로 유의미하다는 것을 의미한다. 반면 상호작용효과가 유의미하다는 것은 앞에서 설명한 바와 같이 하나의 요인이 다른 요인의 수준에 따라 종속변수에 끼치는 영향력이 유의미하게 차이를 보인다는 것을 의미한다. Factorial ANOVA에서는 이 둘 모두 검증 가능하며, 어느 것이 유의미한지에 따라 실험결과의 해석을 달리해야 한다.

분석을 위해 예제 데이터를 생성하기로 하자. 앞서 예를 들었던 성별/흡연/수명의 데이터를 만들어보도록 하겠다.

 

gender는 0이 여성, 1이 남성이다. smoke는 0이 비흡연, 1이 흡연이다. 이제 gender와 smoke를 요인으로 바꾼 후, 아노바를 돌려 보도록 하자. 우선 등분산가정 테스트부터.

 

요인이 두 개 이상이면 위와 같이 콜론(:)으로 요인들을 묶어주면 된다.p>.05,등분산 가정은 깨지지 않았다. 계속 분석을 이어가자.

 

result라는 변수에 분석 결과를 저장하였다. one-way인 경우와 비교했을 때 요인이 두 개로 늘었으며, 요인들 사이에 곱하기 표시(*)가 있는 것을 볼 수 있다. 두 요인을 * 로 붙여놓으면 상호작용까지 고려한 분석이 이루어진다. 만약 상호작용을 보기 싫으면 * 표시 대신 + 표시로 두 요인을 묶어 주면 되겠다. 결과를 보니 성별과 흡연의 주효과 모두 유의미한 것을 볼 수 있다. 하지만 상호작용은 유의미하지 않다(p>.05) . 이는 흡연이 수명에 미치는 영향이 성별에 따라 유의미하게 다르지 않았다는 소리다. 또는 수명의 성차가 흡연 여부에 의해 크게 달라지지 않았다는 소리다. (상호작용효과는 이러한 의미에서 '차이의 차이'라고도 할 수 있다)

이번에는 상호작용 항을 빼고 다시 돌려보자.

 

상호작용항이 제거되고, residual이 늘어난 것을 볼 수 있는데, 상호작용 항이 제거됨에 따라 이것이 설명되지 않는 변산성으로 들어가 버렸기 때문이다. 이와 같이 예측변수를 모형에 추가로 투입하면 설명되지 않는 변산성(Residual)이 줄어드는 효과가 있는데, 이는 나중에 공분산분석(ANCOVA)의 원리가 된다. 학부 수준에서 잘 다루지 않는 내용이므로 여기서는 설명하지 않겠다.

상호작용이 유의미하지 않았는데, 그래도 상호작용의 추이를 알아보는 그래프를 한 번 그려보자. 명령어는 interaction.plot(독립변수 1, 독립변수 2, 종속변수)이다. 다음의 화면을 보자.

 

명령어는 이렇게 입력하면 되고, 엔터를 치면 다음의 화면이 나온다.

 

위 그래프에서 0은 여성, 1은 남성이다. 그리고 실선은 흡연자, 점선은 비흡연자의 수명을 나타낸다. 상호작용은 이 두 선의 기울기가 다른 것으로 나타난다. 물론 위 그림에서 보다시피 두 선의 기울기는 같지는 않다. 하지만 이것으로는 모집단에서도 기울기가 차이가 날 것이라는 예측을 지지하기에 불충분하다(데이터 수가 워낙 적으니). 이번에는 다른 상호작용 플롯을 보자.

 

이번에는 가로축에 흡연 여부를 넣고 선의 구분 변수를 성별로 하였다. 비슷하게 큰 기울기 차이는 관찰되지 않았다. 이와 같이 상호작용이 유의미하다면 도표를 통해 그 구체적인 양상을 파악할 수 있다.

Multiway-ANOVA에서도 효과 크기를 구할 수 있다. 이름은 오메가 스퀘어(ω-squered)이다. 또한 post hoc도 할 수 있는데, 그냥 One-way일 때처럼 하는 것이 아니라 LSMEANS라는 것을 이용하여 분석해야 한다. 학부 수준에서는 이것까지는 다루지 않으므로 패스하겠다. 나중에 기회가 있으면 다루도록 하자. 관심이 있는 독자들은 찾아보기 바란다.

태그 : 통계, R, 프로그래밍

 

 

 

실험설계의 유형

 

(1) 순수실험설계(Experimental Design)

① 통제집단사전사후검사설계(Pretest-Posttest Control Group Design)

- 인과관계 추정을 위한 가장 전형적인 설계

- 연구대상을 실험집단과 통제집단에 무작위로 배정하고 실험집단에는 실험처치(독립변수투입)하고

통제집단에는 아무런 조치도 취하지 않고 사전/사후 점수를 배교하여 실험의 효과를 추정한다.

- 내적타당도를 저해하는 요인을 통제할 수 있어 내적 타당도가 높다.

- 그러나 사전검사가 실험대상자에게 영향을 미치는 효과(상호작용효과)를 제거할 수 없으므로 일반화

의 한계(외적타당도)가 존재한다.

 

R(Random): 실험대상자를 두 집단으로 나눌 때 무작위로 할당했다는 의미

X(Experiment): 독립변수를 발생시킨다는 것을 의미

O(Observation): 종속변수의 관찰을 의미

② 통제집단사후검사설계(Posttest-only Control Group Design)

- 통제집단 사전 사후검사 설계에서 산전검사를 실시하지 않는 방법이다.

- 실험집단과 통제집단이 무작위 할당

- 사전검사를 실시하지 않아 주 시험효과와 상호작용 시험효과가 존재하지 않아 외적 타당도는 높다고

할 수 있다.

- 무작위 할당을 통해 두 집단의 동질성을 확보했다고 하더라도 사전검사를 하지 않아 두 집단이 실험

개입 이전에 동질적이었는가를 확인할 수 없다.

- 만약 실험집단에 변화가(실험처치효과)가 나타났다면 도대체 얼마나 변화되었는가를 확인 할 수

없다.

‣ 실험설계에서는 다음과 같은 다양한 실험효과가 있다.

1) 시험효과: 사전검사와 직접 관계되는 효과

• 주시험효과-독립변수와 관계없이 사전검사가 사후검사에 미치는 영향

• 상호작용 시험효과-실험조치를 가하기 전에 실시한 검사가 독립변수에 미치는 영향

2) 주효과: 순수실험효과, 독립변수 각각이 종속변수에 미치는 영향

3) 상호작용 효과: 두 개 이상의 독립변수들이 결합되어 종속변수에 미치는 영향

 

R(Random): 실험대상자를 두 집단으로 나눌 때 무작위로 할당했다는 의미

X(Experiment): 독립변수를 발생시킨다는 것을 의미

O(Observation): 종속변수의 관찰을 의미

③ 솔로몬 4집단설계(Solomon Four Group Design)

- 통제집단 사전사후검사 설계와 통제집단 사후검사설계를 합하여 상호작용시험효과를 제거한 완벽한

디자인이다. 문제는 1개의 통제집단을 갖추기도 어려운데 4개의 집단을 갖추기란 현실적으로 어렵

다. 또한 그에 따른 비용문제도 크다.

 

R(Random): 실험대상자를 두 집단으로 나눌 때 무작위로 할당했다는 의미

X(Experiment): 독립변수를 발생시킨다는 것을 의미

O(Observation): 종속변수의 관찰을 의미

④ 요인설계(Factorial Design)

- 독립변수가 두 개 이상일 때 적용되는 설계

- 두 개 이상 독립변수의 분류항목결합(조합)의 수만큼 실험집단을 난선화 방법으로 설정하고 각 집단

의 특성에 맞는 실험처리를 한 후 각 집단의 종속변수의 특성을 비교하는 것

- 요인설계에서는 통제집단을 설정하지 않는 것이 일반적이나 비교를 위해 통제집단을 설정 할 수도

있다.

- 요인설계의 장점은 외적타당도를 높일 수 있다는 점과 독립변수들 간의 상호작용의 영향을 알 수

있다.

- 예) 부부문제의 해결을 위한 치료방법에서 면접방법(부부공동면접, 부부분리면접)과 면접시기(낮시

간, 밤시간)에 따라 치료의 효과가 달라질 것이다.

2개 항목을 가진 독립변수에 의한 요인설계

 

⑤ 가실험 통제집단설계(Placebo Control Group Design)

- 가실험 통제 집단 설계는 전형적인 통제집단 사전사후 디자인이나 통제집단 사후

디자인에 플라시보 효과를 측정할 수 있는 한 집단을 추가로 배치한 설계

- 플라시보 효과를 흔히 위약 효과라고도 하는데 가짜 약을 먹고서도 그것이 진짜인

것으로 인식하면 실제 약복용과 유사한 효과를 나타낼 수 있다는 것을 뜻한다.

그림에서 플라시보 효과는 (O1-O2)이며 실험의 순수효과는 (O1-O2)-(O3-O2)가 된다.

 

 

(2) 준 실험설계(quasi-experimental design)

① 단순시계열설계(Simple Time-Series Design)

- 실험변수를 노출시키기 전후에 일정한 간격을 두고 정기적으로 몇 차례의 결과변수에 대한 측정을

하는 방법이다. 통제집단을 별도로 갖추지 않고 그 대신 실험처치로 인한 효과 확인을 위해 동일집단

내 여러 번에 걸쳐 실시된 사전검사를 통해서 확인한다.

- 비교적 높은 내적 타당도를 가지고 있지만 통제집단을 사용하지 않기 때문에 우연한 사건들의 영향

력을 배제하지 못한다. 도 검사도구 효과로 인해 내적 타당도가 저해될 수 있다.

② 복수시계열설계(Simple Time-Series Design)

- 복수 시계열 설계는 단수시계열 설계의 우연한 사건 등에 의한 내적타당도의 문제점을 개선하기

위해 단순시계열 설계에 통체집단을 추가한 것이다.

- 이 설계는 통제집단을 활용함으로써 내적 타당도 저해 요인을 크게 감소시킬 수 있으나 무작위

할당이 이루어지지 않고 실험집단과 통제집단이 이질적일 가능성이 크다. 또한 반복된 검사 또한

타당도를 저해하는 요인이다.

③ 비동일통제집단설계(Nonequivalent Control Group Design)

- 실험조사설계의 통제집단 사전사후검사 설계와 유사하지만 단지 무작위할당에 의해 실험집단과

통제집단이 선택되지 않은 점이 다르다. 임의적인 방법으로 양 집단을 선정하고 사전사후검사를

실시하여 종속변수의 변화를 비교하는 것이다. 무작위로 배치하지 않았기 때문에 통제집단의 초기

상태가 실험집단과 동일하지 않을 가능성이 크다.

- 이 설계는 실험집단과 통제집단이 모두 사용되었으므로 내적 타당성 저해요인은 통제할 수 있으나

임의적 할당으로 선택의 편의가 발생하고 우연한 사건, 성숙, 검사도구 등의 요인과 상호작용을

일으켜 시험효과를 나타낼 수 있어 외적 타당도가 저해될 소지가 있다. 또 두 집단 간의 교류 등을

통제하지 못하여 실험집단의 결과가 통제집단으로 모방되거나 확산되는 효과 등을 제거하지 못하게

된다는 단점도 있다.

④ 분리표본사전사후검사설계(Seperate-Sample Pretest-Posttest Design)

- 연구대상이 대규모 집단이라서 난선화로 두 집단으로 나누어 한 집단에만 독립변수를 도입하기

어려운 상황에 적용하는 디자인

- 한 집단(A)에 대해서는 독립변수 도입 전에 전조사를 실시하고 그 후에는 아무런 조사를 실시하지

않고 다른 한 집단(B)에 대해서는 전조사를 실시하지 않고 독립변수 도입 후에 후 조사를 실시하여

전자 집단(A)의 전조사와 후자 집단(B)의 후 조사를 비교하는 방법

- 상호작용 시험효과를 배제할 수 있다는 점에서 단일 집단 전후 비교설계보다 우세.

- 한계는 전조사와 후조사의 시간간격이 길어질수록 사건요인을 통제하기 어렵다.

 

(3) 전실험설계(pre-experimental design)

전실험설계는 난선화에 의하여 조사대상자가 선정되지 않고 비교집단이 선정되지 않았거나 비교집단이 선정되어도 집단간의 동질성이 확보되지 않고 또한 독립변수의 조작에 의한 변화의 관찰이 한두 번 정도로 제한되어 내적 및 외적타당도 저해요인이 거의 통제되지 못한다. 즉 전실험 조사설계는 변수 간의 관계를 인과적인 것으로 타당화 시킬 수 있는 구조를 갖추고 있지 못하므로 이러한 설계에서 인과관계를 추정하는 것은 신빙성이 대단히 낮다. 따라서 내적, 외적 타당도 저해요인을 거의 통제하지 못한다.

① 단일사례연구(One-Shot Case Study)

- 어떤 단일 집단에 실험처치를 하고 그 후에 그 집단의 종속변수의 특성을 검사하여 결과를 평가하는

방법이다. 비교관찰도 없이 단 한번으로 독립변수의 효과를 판단해야 하므로 인과관계를 추론하는

데 문제가 있다. 탐색적 목적으로 수행되는 경우에는 유용할 수 있다.

② 단일집단사전사후검사설계(One-Group Pretest-Posttest Design)

- 조사 대상자에 대해서 사전검사를 실시하고 독립변수를 도입한 후 사후검사를 실시하여 인과관계를

추정하려는 연구이다. 내외적 타당도 저해요인들이 작용할 수 있기 때문에 인과관계를 추론하거나

다른 상황에까지 일반화시키는 데는 많은 문제가 있다.

③ 정태적 집단비교설계(Static-Group Comparison Design)

- 실험집단과 통제집단을 임의적으로 선정하고 실험집단은 독립변수를 도입한 후 사후검사를, 통제

집단은 독립변수를 도입하지 않고 사후검사를 실시한다. 이 방법은 통제집단 사후검사 설계에서

무작위 할당만 제외된 형태이다. 이 방법은 실험집단과 통제집단이 무작위로 할당된 것이 아니라

배합등의 방법에 의해 비슷한 특성의 집단으로 선정되지만 무작위 할당이 아니므로 선택적 편의가

독립변수 조작과 상호작용 할 수 있다. 종속변수의 변화는 처음부터 다른 이질적인 두 집단의 특성

차이에 의한 것인지 아니면 실험처치(독립변수)에 의한 것인지를 판단하기 어렵다. 따라서 내적

타당도와 외적 타당도가 낮다.

 

(4) 비실험설계(non-experimental design)

실험적인 연구방법을 사용할 수 없는 상황에서 실시되는 설계이다.(독립변수의 조작도 불가능하고 대상선정도 불가능 할 경우) 현실적인 한계와 용이성 때문에 사회과학 전반에 있어서 실제로 비실험연구가 많이 이용되고 있다. 그러나 비실험연구는 독립변수를 조작할 수 없는 점, 연구대상을 난선화 할 수 없는 점, 부적절한 해석을 하게 될 위험성이 있는 점 등의 단점이 있다.

① 일원적 설계(Univariate Design)

- 주어진 현상의 특성을 기술하려고 할 때 이용될 수 있다. 즉 개개변수 값의 빈도를 알아보는 것

② 상관관계설계(Correlational Design)

- 교차부석적 설계라고도 하는데 독립변수로 간주될 수 있는 하나의 변수와 종속변수로 간주될 수

있는 하나의 변수의 속성을 분류하거나 교차시켜 통계적 기법을 통하여 상관관계를 추정하려는

방법이다.

- 상관관계설계는 전후조사에 의한 비교나 난선화가 없으므로 조사 결과에서 나타난 두 변수간의

상관관계를 인과적 관계로 추정하는 것은 위험하다

③ 비실험적 요인설계(Non-Experimental Factorial Design)

- 무작위 할당을 실시하지 않는 것을 제외하고 실험설계와 유사하다. 두 가지 이상의 독립변수와

하나의 종속변수의 관계 및 독립변수 간의 상호작용 관계를 교차분석을 통하여 확인하려는 것이다.

독립변수의 독립적인 효과와 두 개 이상의 독립변수가 결합해서 생기는 상호작용 효과를 동시에

알 수 있어 두 변수 간의 관계를 보다 잘 알 수 있다.

④ 종단적 실험연구설계(Longitudinal Experimental Research Design)

- 위 세가지는 한 시점을 관찰하는 횡단적 연구인 반면 경향연구 설계, 동년배집단연구설계, 패널연구

설계 등은 여러 시점에 걸쳐 관찰하는 종단적 연구설계이다.

 

 

 

Full Factorial Design (완전요인배치법)은 각 설계변수가 가질 수 있는 수준(Level)의 모든 조합을 만드는 실험계획법입니다. 대표적인 방법으로 모든 설계변수의 수준을 2수준이 되도록 하는 2 Level Factorial Design과 모든 설계변수의 수준을 3수준이 되도록 하는 3 Level Factorial Design이 있습니다. 이 외에도 사용자가 원하는 수준으로 자유롭게 Full Factorial Design을 구성할 수 있으며, 각 설계변수 마다 수준을 달리하여 Mixed Level Factorial Design을 구성할 수 있습니다.

- 2 Level Factorial Design

각 설계변수의 수준을 2수준이 되도록 하는 방법으로, 설계변수의 선형적 변화만 추정할 수 있습니다. 실험 횟수는 2NDV회가 됩니다.

- 3 Level Factorial Design

각 설계변수의 수준을 3수준이 되도록 하는 방법으로, 설계변수의 2차 변화까지 추정할 수 있습니다. 하지만 설계변수의 수가 증가하면 실험의 횟수가 급격히 증가한다는 단점이 있습니다. 실험 횟수는 3NDV회가 됩니다.

*NDV: 설계변수의 수 (the Number of Design Variables)

 

FullFactorialDesign, FFD, DOE, 완전요인배치법, 실험계획법, PIAnO

 

 

 

3. 이원변량분석

3-1. 언제 사용하나?

이원변량분석(이원분산분석)은 이원이라는 명칭에서 알 수 있듯 요인이 두 개이다. 이원변량분석은 두 개의 요인이 종속변인에 미치는 효과(주효과와 상호작용효과)를 동시에 분석하는 통계방법이다. 이원변량분석을 실시하는 주된 목적은 요인 간의 상호작용이 존재하는 지의 여부를 살펴보기 위한 것이다.

변량분석에서는 독립변인을 요인(factor)이라고 하며, 변인 값을 수준(level)이라고 한다.

한걸음 더 요인설계 요인설계(factorial design)는 여러 요인의 각 수준이 완전히 조합을 이루는 것을 말한다. 요인설계에서 각 요인은 두 개 이상의 수준으로 구성된다. 바둑판의 가로와 세로가 교차하듯이 요인설계에서는 특정 요인의 모든 수준이 다른 요인의 모든 수준과 완전히 교차되는데 이를 완전교차설계(completely crossed design)라고 한다. 각 요인의 수준이 조합된 조건을 셀(cell)이라고 한다. 요인설계는 요인의 특성에 따라 요인이 모두 피험자간 요인이면 독립적 요인설계(independent factorial design), 요인이 모두 피험자내 요인이면 반복측정 요인설계(repeated measures factorial design), 피험자간 요인과 피험자내 요인을 포함하면 혼합설계(mixed design)라고 하며, 요인의 수에 따라 요인이 2개이면 이요인설계(two-way factorial design), 3개이면 삼요인설계(three-way factorial design)라고 한다. 또한, 요인의 수준 수를 고려하여 요인의 명칭을 부여하기도 하는데, 한 요인의 수준이 2개이고 다른 하나의 요인의 수준이 3개이면 2×3 요인설계라고 한다. 가장 단순한 형태의 요인설계는 요인과 수준이 각기 2개인 2×2 요인설계이다. 예를 들어, 교수방법(강의식, 토론식)과 성별(남, 여)의 두 요인이 학업성적에 미치는 효과를 검증하기 위한 2×2 요인설계를 그림으로 나타내면 다음과 같다. 위 설계에는 두 개의 일요인 설계가 포함되어 있다. 즉, 성별을 무시하면 교수법이 학업성적에 미치는 효과를 살펴보기 위한 일요인 설계가 되고, 교수법을 무시하면 성별이 학업성적에 미치는 효과를 살펴보기 위한 일요인 설계가 된다. 위 설계에서는 다음과 같은 연구 문제를 검증할 수 있다. 1) 교수법(강의식, 토론식)은 학업성적에 영향을 미칠까? 2) 성별(남, 여)은 학업성적에 영향을 미칠까? 3) 교수법이 학업성적에 미치는 영향은 성별에 따라 달라지는가? 1)과 2)는 두 개의 요인이 종속변인에 미치는 개별적인 효과(주효과)를 살펴보기 위한 연구문제이며, 3)은 두 요인이 결합된 상호작용 효과를 살펴보기 위한 연구문제가 된다. 요인 설계의 장점 1) 적은 수의 피험자로 실험을 실시할 수 있다. 앞서 든 예의 경우, 요인 설계를 하지 않고 2개의 일요인 설계를 하다면 더 많은 피험자가 요구된다. 예를 들어 아래에 제시된 그림처럼 일요인 설계를 통해 교수법의 효과를 검증하기 위해서는 60명이 필요하고, 성별의 효과를 검증하기 위해서는 또 60명의 피험자가 필요하다. 따라서 교수법과 성별 효과를 각각 일요인 설계를 통해 검증하고자 한다면 120명이 필요하다. 그러나 이요인 설계를 이용하면 60명의 피험자만 있으면 2개의 일요인 설계와 같은 결과를 얻을 수 있다. 이요인 설계에서는 교수법의 효과를 검증하려면 성별을 무시하면 되고, 반대로 성별 효과를 검증하려면 교수법을 무시하면 된다. 2) 요인 설계는 가외변인을 실험적으로 통제할 수 있다. 요인 설계는 종속변인에 영향을 미칠 가능성이 높은 개인차 변인(오차변인, 가외변인, 오염변인)을 요인으로 포함시켜 통제할 수 있기 때문에 통계적 검증력이 높아진다. 3) 요인 설계는 요인들 간의 상호작용 여부를 밝힘으로서 연구 결과의 일반화 가능성을 높일 수 있다.

상호작용이란 종속변인에 대한 하나의 요인의 효과가 다른 요인의 각 수준에서 동일하지 않은 것을 말한다. 예를 들어 ‘성별(남과 여)과 교수법(토론식과 강의식) 두 가지 요인이 학업성취도라는 종속변인에 대해 상호작용을 보인다고 할 때, 남학생의 경우에는 토론식이 강의식보다 더 효과적인 반면, 여학생의 경우에는 반대로 강의식이 토론식보다 더 효과적일 때 성별과 교수법은 상호작용효과를 갖는다’라고 말한다.

이원변량분석을 실시하는 주된 목적은 두 요인 간에 상호작용 효과의 통계적 유의미성을 살펴보기 위해서이다. 만일 두 요인 간에 상호작용 효과에 관심이 없다면 굳이 이원변량분석을 실시하는 것보다는 각각의 요인을 따로 떼어 일원변량분석을 두 차례 실시하면 된다(물론 피험자 선정이 어려운 경우 일원변량분석을 실시하는 것보다는 이원변량분석을 실시하면 적은 피험자를 대상으로 실험을 실시할 수 있다는 장점이 있다.).

상호작용 효과의 통계적 유의미성을 살펴보기 위해 이원변량분석을 실시하는 경우에는 요인들끼리의 상호작용 효과가 나타나면 주 효과의 해석의 의미는 사라진다.

주 효과와 상호작용 효과 이원변량분석을 실시하면 두 개의 주 효과(각각의 요인의 주 효과)와 한 개의 상호작용 효과를 구할 수 있다. 아래는 성별과 교수방법의 두 개의 요인과 학업성취도를 종속변인으로 하는 실험 설계를 나타낸다. 여기서 성별의 주 효과는 남성의 학업성취도 평균과 여성의 학업성취도 평균 간의 통계적 유의미성을 나타나며, 교수방법의 주 효과는 강의식 평균, 토론식 평균, 시청각 평균간 통계적 유의미성을 나타낸다.
양식의 맨 위 이원변량분석, 상호작용, 상호작용효과, 독립적요인설계, 반복측정요인설계, 혼합설계 [출처] [변량분석] 3-1. 이원변량분석 : 언제 사용하나? (김효창 박사의 통계 카페) |작성자 statspsy 양식의 맨 아래

 

요인설계

단순실험설계방안들은 하나의 실험변인의 변화에 따른 효과만을 알아볼 수 있는 방안들이다. 그러나 때로는 두 개나 그 이상의 독립변인이 종속변인에 미치는 영향을 실험을 통하여 연구할 수도 있고 또는 이들 독립변인을 다시 여러 수준으로 나누어서 이들이 종속변인에 미치는 영향을 동시적으로 연구할 수도 있는데 이와 같은 경우에 사용되는 설계방안을 요인설계라고 한다.

1) 2×2요인설계

한편 요인설계방안에는 독립변인의 수에 따라 2요인설계방안과 3요인설계 방안 등이 있다

2요인설계란 2개의 독립변인이 그 종속변인에 동시에 미치는 영향을 연구할 때 사용되는 실험방안이다 즉 2×2설계란 두 개의 독립변인이 두개의 처치수준(treatment levels)을 가진 경우이고, 2×4설계는 두개의 독립변인이 각기 두개와 네 개의 처치수준을 가진 경우이며 그리고 2×2×3설계란 세 개의 독립변인이 각기 두개, 두개, 세개의 처치수준을 가진 경우이다

예를 들어 토론활동을 하는 소집단에서 토론자의 성별 및 행동성향이 그 토론자의 인기도와 어떤 관련이 있는지 알아보기 위한 실험을 한다고 가정하자. 이 실험에서 맡은 연기를 해줄 연기자(연구보조자)들은 실험자의 요청에 따라 다른 사람들이 속해 있는 토론집단에 일원으로 참가했다. 연기자들은 다른 피험자들이 눈치 채지 못하도록 미리 순종적이거나 독단적인 토론자처럼 연기한다. 4집단에 배치된 연기자들로 하여금 독단적인 남성, 독단적인 여성, 순종적인 남성, 순종적인 여성의 역할을 하도록 한 후, 토론이 끝날 무렵 집단의 각 일원들로 하여금 그들의 인기도를 점수로 부여하도록 하였다.

2) 주 효과와 상호작용효과의 또 다른 예

Smith는 주 효과를 종속변인의 측정에 관한 각 독립병인의 특별한 영향을 말하는 반면에 상호작용효과란 두 개 혹은 그 이상의 독립변인의 결합된 영향을 반영한다고 하였다. 예를 들어 정보원의 육체적 매력이 남성 혹은 여성 수용자의 순종(compliance)에 미치는 영향을 연구한다고 가정하자. 여기서 독립변인은 정보원의 육체적인 매력과 수용자의 성이 되고 종속변인은 순종으로 정하였다

1.요인설계의 종류

1)독립집단설계(Independent Group Design)

독립집단설계는 다른 실험대상자들을 각 실험의 분리된 셀에 무선적으로 배치한다는데 그 특징이 있다 결국 한 쎌에 10명씩을 할당하기 위해서는 모두 40명의 실험대상자가 필요한 셈이다

2)반복측정설계(Repeated Measures Design)

이 설계는 무선적으로 선택된 10명의 실험대상자 집단이 실험의 각 쎌에 배치하는 것으로 독립집단설계와 동일하다. 그러나 독립집단설계와는 달리 하나의 집단에 대하여 측정을 거듭한다는 점이 다르다. 이 설계방안은 적은 수의 대상자만으로 분석이 가능한 대신 검사와 민감화 등에 오염될 가능성이 있다.

3)혼합설계(Mixed Independent Groups/Repeated Measures Design)

이 경우에는 독립변인 A에는 처치수준에 상관없이 같은 실험대상자를 B에는 처치수준에 따라 서로 다른 실험대상자를 배치한다. 즉 요인 A의수준 a1과a2의 대상자는 s1부터s20까지 스무명으로 같은 사람이지만 , 요인 B수준 b1에는 s1부터s10까지, 수준 b2에는 s11부터s20까지, 말하자면 서로 다른 10명씩의 대상자가 할당된다

 

요인설계의 통계적 분석인 다차원요인분석(multiful - factor analysis)은 보통 주효과와 상호작용효과를 측정하기 위하여 사용되는 전통적인 방법이다 그리고 독립집단설계효과,독립집단설계효과, 그리고 홍합설계 효과를 발견하는 데에는 주로 변량분석(ANOVA)이 자주 사용된다. 독립변인이 비연속변이보다는 연속변인 일 때 다차원 상관분석과 회귀분석이 설계방안의 주 효과와 상호작용 효과를 측정하는 데 자주 사용되어 진다.

 

 

요인설계

 

1.요인설계(Factorial Design) - 두 개의 독립변수인 경우

 

-두 개 이상의 독립변수가 있는 경우 각각의 독립변수의 분류항목의 조합에 따른 특성을 가질 수 있는 모든 집단의 수 만큼 난선화 방법에 의해 실험집단으로 설정하고 그 각각에 대한 독립변수의 각각 다른 분류항목의 특성을 비교하는 것.

 

-일반적으로 통제집단은 설정하지 않지만 비교를 위해 통제집단의 설정도 가능

 

→ 예 : “부부문제의 해결을 위한 치료방법에 있어서 면접방법(부부공동면접과 개별분리면접)과 면접 시기(낮 시간과 밤 시간)에 따라 치료의 효과가 달라질 것이다”라는 가설 검증. 독립변수는 면접방법 및 면접시기 두 가지가 된다.

 

※ 해설

 

-이와 같이 독립변수가 두 가지 이상인 경우 각 독립변수의 분류항목(category)정도에 따라 해당되는 특성을 가질 수 있도록 실험집단을 설정함.

 

-부부문제 해결을 위한 치료방법의 예에서 각각의 특성이 결합된 집단을 만들어 4개의 실험집단을 구성함

 

: 부부공동의 낮 시간 면접(A), 부부공동의 밤 시간 면접(B), 부부분리의 낮 시간 면접(C), 부부분리의 밤 시간 면접(D).

 

-독립변수 각각의 분류항목의 결합에 따른 실험집단을 난선화로 A, B, C, D의 4집단을 선정하고 A집단에 대해서는 공동의 낮 시간 면접(×1), B집단의 공동의 밤 시간 면접(×2), C집단에 대해서는 분리의 낮 시간 면접(×3), D집단에 대해서는 분리의 밤 시간 면접(×4)을 10회 실시하고 문제해결의 속도 등의 효과성을 측정하여 비교하도록 하는 것이 요인설계임.

각 집단의 차이는 변량분석(ANOVA)에 의해 그 유의도가 판단됨.

 

면접방법
면접 시기	공동	분리
	낮	A	C
	밤	B	D

 

※ 두 개의 독립변수 분류항목의 결합에 의한 실험집단의 수

 

 

(집단 A) R ×1 01 d = 01 02 01 03

(집단 B) R ×2 02 01 04 02 03

(집단 C) R ×3 03 02 04 03 04

(집단 D) R ×4 04

 

2.장점

-외적 타장도를 상당히 높일 수 있음. 한가지 이상의 독립변수 각각의 다른 영향이 일정한 가운데 개별 독립변수의 영향을 보는 것이므로 조사결과의 일반화 정도가 높아지게 되고 이는 곧 외적 타당도를 높이게 되는 것.

-두 독립변수의 상호작용의 영향을 알 수 있음. 상호작용이란 한 독립변수의 종속변수에 대한 영향이 다른(제2, 제3 등의) 독립변수의 값에 따라 달라지는 것을 알 수 있음. 상호작용 효과는 나타날 수도 있고 나타나지 않을 수도 있음.

 

3.단점

-독립변수가 많은 경우 분류항목의 조합에 따라 많은 실험집단을 설정해야 하므로 어려움이 크고 이에 따른 비용이 많이 듬.

 

 

6. 순수실험설계

1) 실험설계(순수실험설계 또는 진실실험설계)의 개념

▪ 실험설계의 기본 요소인 통제집단, 무작위 할당, 독립변수의 조작, 사전-사후 검사 등을 갖춘 설계유형

▪ 통제집단사전사후검사설계, 통제집단사후검사설계, 솔로몬 4집단설계, 요인설계 등

▪ 실험설계는 내적 타당도를 저해하는 요인들을 최대한 통제한 설계이다.

▪ 연구대상을 무작위로 실험집단과 통제집단에 배치하고 독립변수를 실험집단에만 도입한 후 양 집단의

종속변수에 있어서의 특성변화를 비교하는 것이다.

▪ 실험설계의 기본요소는 통제집단, 무작위 할당, 독립변수의 조작, 사전-사후 검사 등이 있다.

2) 통제집단 사전사후검사설계

▪ 인과관게 추정을 위한 가장 전형적인 방법이다.

▪ 연구대상을 실험집단과 통제집단에 무작위로 배치하고 실험집단에 독립변수를 실험처치

(발생시키거나 변화시키A)하기 전에 양 집단을 사전 검사한다.

▪ 실험처치(독립변수)를 한 후 양 집단에 사후 검사를 실시한다.

▪ 두 결과 간의 차이를 비교한다.

▪ 전반적으로 내적 타당도 저해요인을 통제할 수 있어 내적 타당도가 높다고 볼 수 있다.

▪ 사전검사에 의한 검사효과(시험효과, 주시험효과)의 영향을 받을 수 있다.

▪ 또한 사전검사와 실험처치(독립변수)가 상호작용을 일으켜 생기는 상호작용시험효과로 인해 실험결과를

다른 상황에 일반화시키기 어려운 외적 타당도상의 문제가 나타날 수 있다. 상호작용시험효과란,

실험대상자가 사전측정을 하고 난 후 실험처치를 받아들이는 강도가 달라지는 것을 말한다.

예를 들어 우울증 완화 프로그램의 효과를 알기 위해 우울증을 사전측정 했다고 하자.

측정대상자들이 사전측정 과정에서 자신의 우울증이 심각하다는 자각을 하게 되면 우울증 완화 프로그램에

더 적극적으로 참여할 것이고, 이러면 우울증이 경감될 가능성이 많아지는데, 과연 우울증 경감이 프로그램

때문인지 사전측정의 영향인지 구분할 수 없다. 그러면 이 프로그램을 우울증 완화에 좋은 프로그램이라고

일반화시키기 어려울 것이다.

3) 통제집단 사후검사 설계

▪ 통제집단 사전사후검사 설계에서 사전 검사를 실시하지 않는 방법이다.

▪ 연구대상에 대한 무작위 할당이 이미 실험집단과 토제집단을 동질화시킬 수 있다고 가정하고 사후검사만을

통해서 집단 간의 차이를 발견한다.

▪ 사전검사를 실시하지 않으므로 검사효과(시험효과, 주시험효과)와 상호작용시험효과가 발생하지 않아,

검사효과로 인한 내적 타당도 문제나 상호작용시험효과로 인한 외적 타당도 문제를 감소시킬 수 있다.

▪ 실험집단과 통제집단을 사용함으로써 동일한 외적인 상황을 경험하고 같은 정도로 성숙되어가기 때문에

내적 타당도 저해요인도 제거할 수 있다.

▪ 두 집단의 무작위 할당으로 선택의 편의도 통제할 수 있다.

▪ 만일 두 집단이 완전하게 동일하다면 이론적으로 우수한 설계이나 사전검사를 하지 않음으로써 최초의 상태를

정확히 파악할 수 없다는 단점이 있다.

4) 솔로몬 4집단 설계/ 솔로몬 디자인

▪ 통제집단 사전사후검사 설계 + 통제집단 사후검사 설계

▪ 사전검사로 인한 주 시험효과 영향을 통제하기 위해 통제집단 사전사후검사 설계에 사전검사를 실시하지 않는

또 다른 실험집단과 통제집단을 추가한 설계이다.

▪ 주 시험효과, 주효과, 기타 외생변수를 완전히 분리해낼 수 있는 큰 장점이 있다.

▪ 4개의 집단을 무작위로 선정하는 어려움과 복잡성, 비용적 문제 등으로 인해 현실적으로 이용하는 데 어려움이 있다.

5) 요인설계

▪ 독립변수가 두 개 이상일 때 적용되는 설계이다.

▪ 각 변수에 따라 실험집단과 통제집단을 설정하고 개별독립변수-종속변수, 두 개 이상의 독립변수- 종속변수의

인과관계를 검증하는 방법이다.

▪ 두 개 이상의 독립변수가 상호 작용하면서 종속변수에 미치는 영향을 파악할 수 있고, 조사결과의

일반화(외적타당도)는 높은 장점이 있다.

▪ 고려해야 할 독립변수가 많은 경우, 시가노가 비용 면에서 효율적이지 못한 단점이 있다.

6) 가실험 통제집단 설계

통제집단 사전사후검사 설RP, 통제집단 사후검사 설계 가실험효과를 측정할 수 있는 집단을 추가적으로 결합해

만든 설계이다. 가실험이란 실제적인 내용은 없으나 실험처치를 받는 것처럼 만들어진 실험처치이다.

예를 들어 신약의 효과를 실험할 때 약효는 없고 모양만 약과 유사한 것을 먹도록 하는 것이다.

 

요인분석적 설계[ factorial design , 要因分析的設計 ]

둘 이상의 독립변인을 조작 통제하여 이것이 종속변인에 주는 영향을 분석하기 위한 실험설계.

---

전통적으로는 모든 다른 관계변인들을 통제하고 한번에 하나의 독립변인만을 변화시켜 그 영향을 분석하는 단순 실험설계방안을 흔히 사용하였다. 그러나 인간의 복잡한 행동은 그러한 인위적인 사태에 맞지 않는 경우가 많다. 또한 둘또는 그 이상의 변인들이 상호작용에 의해서 비로소 영향을 나타내는 경우에는 한번에 하나의 변인만을 조작해서는 그 효과가 나타나지 않을 가능성이 있다.
예를 들어 교수방법과 지능수준과는 흔히 그 상호작용이 커서 지시적 교수법은 저지능 아동에게, 그리고 민주적 교수법은 높은 지능을 가진 아동에게 효과를 나타낸다고 하는 경우에 지능을 통제하여 두 교수법을 비교하면 효과가 없는 것으로 나타나고, 마찬가지로 교수법을 통제하고 지능을 변화시켰다고 하는 경우도 그 영향은 없게 될 것이다.

---

일반적으로 요인분석적 설계는 단순 실험설계와 비교할 때 여러 가지 가설을 한 실험설계에서 얻을 수 있다는 점과 상호작용의 효과를 알 수 있고 또 전통적인 단순 실험설계가 비현실적이거나 불가능한 경우에 적용될 수 있는 장점을 갖고 있다.

 

요인설계의 장점

단순실험설계방안들은 하나의 실험변인의 변화에 따른 효과만을 알아볼 수 있는 방안들이다. 그러나 때로는 두 개나 그 이상의 독립변인이 종속변인에 미치는 영향을 실험을 통하여 연구할 수도 있고 또는 이들 독립변인을 다시 여러 수준으로 나누어서 이들이 종속변인에 미치는 영향을 동시적으로 연구할 수도 있는데, 이와 같은 경우에 사용되는 설계방안을 요인설계라고 한다.

특징 ;

1) 종속변인에 대한 여러 개의 독립변인들의 효과를 동시에 알아볼 수 있는 실험설계이다.

2) 독립변인의 수는 2개 이상이다.

3) 각 종속변인에는 최소 2개 이상의 하위 수준들이 존재한다.

4) 각 집단에 대한 피험자 할당은 무선적으로 이루어졌다. 일종의 진정한 실험설계이다.

 

장점 ;

1) 경제성 확보

몇 개의 단일요인 실험설계(독립집단 실험설계)를 동시에 실시함으로써 피험자 수, 시간, 노력등의 면에서 경제성을 확보할 수 있다.

 

2) 오염변인의 통제 가능성 증가

중요하지만, 원하지 않는 오염변인을 아예 실험 설계에서 통제하는 것이 가능하다. 이를 통해 오염변인이 종속변인의 전체 변량에서 어떤 비중을 차지하는지를 확인하는 것이 가능하고, 이를 제외한 독립변인과 종속변인에 대한 영향을 추출해 낼 수 있다.

 

3) 결과의 일반화 가능성 증가

단일요인 실험설계에서는 하나의 독립변인을 제외하고 다른 모든 오염변인들은 제거되거나 일정하게 유지되기 때문에, 종속변인에 대한 독립변인의 영향은 일정한 수준(상이한 수준)으로 유지되는 오염변인들 아래에서만 일반화 가능성이 증가한다.

예) 조명 - 밝음, 어두움 // 온도 - 5도, 10도, 15도, 20도 ---> 상이한 수준들.

 

4) 상호작용 효과(interaction effect) 검증 가능

① 주 효과(main effect)란?

- 특정 IV가 DV에 미치는 효과가 다른 IV(들)의 하위 수준들에 걸쳐서, 방향 또는 강도의 면에서 유의미하게 차이가 나지 않는 경우

② 상호작용 효과란?

- 특정 IV가 DV에 미치는 효과가 다른 IV(들)의 하위 수준들에 걸쳐서 방향 또는 강도의 면에서 유의미하게 차이가 나는 경우

- 상호작용 효과는 둘 이상의 IV들이 서로 결합하여 DV에 영향을 미친다는 점에서 결합효과(joint effect)라 부르기도 함

③ 단일요인 실험설계와 요인설계의 명백한 차이는 상호작용 효과를 검증할 수 있느냐, 없느냐에 달려 있다고 볼 수 있다.

 [출처] 요인설계가 필요한 경우의 특징과 그것에 대한 장단점을 설명하시오 (사회복지과대학생모임) |작성자 hongyk112

 [출처] 요인설계 (사회복지과대학생모임) |작성자 hongyk112

 

 

쿠팡 파트너스 추천인 코드   :    AF9956533          *본 광고는 쿠팡의 판매수수료와 연계되어 있습니다.