— p값만 보면 놓치는 것들
논문 결과를 해석할 때 많은 분들이 p값만 확인합니다.
p < .05인지, 아닌지.
유의한지, 아닌지.
하지만 p값만으로는
결과의 정확한 의미를 충분히 이해할 수 없습니다.
이때 반드시 함께 봐야 할 것이
신뢰구간(Confidence Interval, CI)입니다.
1️⃣ 신뢰구간은 ‘가능한 범위’를 보여줍니다
예를 들어, 회귀계수가 다음과 같이 나왔다고 가정해보겠습니다.
β = .30
95% 신뢰구간: [.05, .55]
이 의미는 무엇일까요?
표본에서는 .30이 나왔지만,
모집단에서는 실제 효과가 .05일 수도 있고 .55일 수도 있다는 뜻입니다.
즉,
추정값의 불확실성 범위를 보여주는 것이 신뢰구간입니다.
p값은 “있다/없다”를 말하지만,
신뢰구간은 “얼마나 불확실한가”를 보여줍니다.
2️⃣ 0을 포함하는지가 핵심입니다
회귀분석이나 집단 차이 분석에서는
신뢰구간에 0이 포함되는지가 중요합니다.
예를 들어,
β = .22
95% CI: [-.03, .47]
이 경우, 신뢰구간에 0이 포함되어 있습니다.
즉, 효과가 없을 가능성도 배제할 수 없습니다.
반면,
β = .22
95% CI: [.04, .40]
이 경우에는 0이 포함되지 않으므로
통계적으로 유의한 효과로 해석할 수 있습니다.
신뢰구간은
p값과 같은 결론을 다른 방식으로 보여주는 지표이지만,
해석의 깊이는 훨씬 풍부합니다.
3️⃣ 신뢰구간의 폭은 ‘정밀도’를 의미합니다
같은 β값이라도
신뢰구간의 폭이 다를 수 있습니다.
예시 ①
95% CI: [.28, .32] → 매우 좁음
예시 ②
95% CI: [-.10, .70] → 매우 넓음
첫 번째는 추정이 매우 안정적입니다.
두 번째는 표본 수가 부족하거나 변동이 크다는 신호일 수 있습니다.
즉,
신뢰구간이 넓을수록 결과의 불확실성이 큽니다.
4️⃣ 경계 p값일수록 신뢰구간을 반드시 확인해야 합니다
p = .049와 p = .051 같은 상황에서는
신뢰구간을 보면 더 명확해집니다.
경계값에서 유의하지 않았더라도
신뢰구간이 대부분 양(+)의 방향에 위치한다면
효과 가능성은 충분히 고려할 수 있습니다.
반대로 p값이 간신히 유의하더라도
신뢰구간이 매우 넓다면
결과를 과신하기 어렵습니다.
5️⃣ 논문에서는 이렇게 활용할 수 있습니다
신뢰구간을 함께 제시하면
결과 해석이 한층 탄탄해집니다.
예를 들어,
“독립변수는 종속변수에 정(+)의 영향을 미쳤으며(β = .28, p < .01),
95% 신뢰구간은 [.10, .46]으로 나타났다.”
이렇게 작성하면
유의성뿐 아니라 효과의 범위와 안정성까지 제시할 수 있습니다.
정리
p값은 결과의 ‘유의성’을 보여줍니다.
신뢰구간은 결과의 ‘범위’와 ‘정밀도’를 보여줍니다.
둘 중 하나만 보는 것은
연구 해석의 절반만 보는 것과 같습니다.
논문을 한 단계 더 단단하게 만들고 싶다면
이제 p값 옆에 있는 신뢰구간도 반드시 함께 읽어보시기 바랍니다.
통계는 숫자를 계산하는 과정이 아니라,
그 숫자가 말하는 불확실성까지 이해하는 과정입니다.
