초록 열기/닫기 버튼
점 추정 유의성 검정의 경우, 두 가지 중대한 한계가 있다고 보고되고 있다. (1)영가설이 ‘참’이라는 전제는 거짓일 개연성이 높고, (2)표본크기에 영향을 크게 받기 때문에 변수들 간의 관계를 정확하게 설명하지 못한다는 것이다. 이를 보완하기 위해서 표본크기와 상관없이 독립변수와 종속변수 간 관계 강도를 설명하는 효과크기 추정값이 개발되었다. 그러나 커뮤니케이션 학술 논문을 대략적으로 살펴보면, 회귀분석을 실행한 대부분의 논문들은 효과크기 추정값을 제시한 반면, 회귀분석의 특별한 유형으로 간주되고 있는 분산분석을 실행한 논문들은 효과크기 추정값을 적절하게 제시하지 않는 경향이 짙다는 것을 쉽게 확인할 수 있다. 한편 아직까지 이런 현상들을 실증적으로 파악한 연구는 부재한 상황이다. 또한 효과크기 추정값을 제시한 분산분석 논문의 경우, ‘모수 과대평가’란 편향성을 수정한 엡실론 제곱(), 부분 엡실론 제곱() 또는 오메가 제곱()보다 편향성이 높은 에타 제곱()이나 부분 에타 제곱()을 제시하는 경향이 짙다는 것을 파악할 수 있다. 따라서 본 연구에서는 『한국언론학보』 학술지를 대상으로 분산분석 실행 논문의 효과크기 추정값 제시 유무와 함께 제시한 효과크기 추정값의 유형이 무엇인지를 파악하고자 했다. 연구 결과, 분산분석 실행 논문 240편 중 17.5%(42편)만이 이나 을 제시한 것으로 나타났고 (수식) 또는 을 제시한 논문은 전무한 것으로 드러났다. 연구 결과에 대한 구체적인 논의는 본고의 마지막에 제시했다.
For significance tests with point estimates, it is reported that two critical limits exist in them: (1)the presumption that null hypothesis is ‘true’ is highly likely to be wrong, and (2)significance tests per se may not be able to clearly account for relationships between independent and dependent variables because they are seriously affected by sample sizes. To supplement limits of significance tests, effect size estimate measures have been developed, which enables researchers to explain the strength of relationships among variables, independent of sample sizes. However, in glancing over papers in journals of communication research, it can be easy to ascertain the fact that few papers conducing (multivariate) analysis of (co)variance regarded as a special type of the regression analysis present a certain type of effect size estimate measures, while most papers with regression analyses do. Yet, little research has empirical examined this issue. Moreover, papers presenting effect size statistics are more likely to present eta squared() or partial eta squared() as biased effect size estimators rather than epsilon squared(), partial epsilon squared() or omega sqaured() as corrected effect size estimator. Therefore, with 『Korean Journal of Journalism & Communication Studies』, this study investigated whether papers with (multivariate) analysis of (co)variance present effect size estimators or not. Additionally, this study examined what type of effect size estimators these papers present. Results showed that among 240 papers with (multivariate) analysis of (co)variance, only 17.5%(42 papers) presented or and none did , or . Detail discussions were presented in the end of this paper.
키워드열기/닫기 버튼
(M)AN(C)OVA, effect size estimator, (partial) eta squared, (partial) epsilon squared, omega squared
