통계공부/기타

[G*power] 프로그램 소개 및 사용법, 설치법

대학원생A씨 2020. 3. 28. 09:30
반응형

이번 포스팅에서는 통계 관련 프로그램 중 G*Power에 대해 알아보도록 할 것이다.

 

G*Power 프로그램은 일단 무료 프로그램으로, G*Power 홈페이지에 들어가서 무료로 다운로드 할 수 있다.

G*Power 프로그램 공식 사이트: http://www.gpower.hhu.de

 

Universität Düsseldorf: gpower

G*Power is a tool to compute statistical power analyses for many different t tests, F tests, χ2 tests, z tests and some exact tests. G*Power can also be used to compute effect sizes and to display graphically the results of power analyses. Whenever we find

www.psychologie.hhu.de

다운로드 방법이 궁금하신 분들은 아래 더보기를 클릭하시면 됩니다.

더보기

위의 사이트에 접속하여 아래로 내려가다 보면, Download 부분을 확인할 수 있다.

본인의 컴퓨터에 맞게 Windows 혹은 Mac OS X를 선택하면 된다. 해당 빨간 네모 부분을 클릭하면 설치 파일이 바로 다운로드 되기 때문에 파일을 다운 받고 알집으로 압축해제를 진행한 후, 설치를 진행하면 된다. 대부분의 설치 파일이 그렇듯이 G*Power 프로그램도 계속 예를 누르며 진행을 시키면 금방 설치가 완료된다.

 

그렇다면 이 프로그램의 사용 목적은 무엇인가?

논문을 읽다보면 G*Power프로그램을 이용하여 표본크기를 정하였다는 내용들을 볼 수 있다.

 

본 연구 대상자의 표본수는 G*Power 3.1 Program을 활용하여, 회귀분석에 필요한 유의수준 .05, 중간정도의 효과크기 .15, cohen의 법칙에 따라 검정력 .80, 변수는 총 8개를 기준하여 설정하였을 때, 최소 표본수가 109명인 것으로 나타나 본 연구는 적정 표본 수를 충족하는 것으로 나왔다.

출처: 김지영, 이경희(2015). 청소년의 학대경험이 자살생각에 미치는 영향: 자아존중감에 의해 조절된 우울 및 불안의 매개효과 분석. 대한간호학회지, 45(5), 752-760. doi: 10.4040/jkan.2015.45.5.752

 

G*Power 3.1.9.2 프로그램을 이용하여 상관분석에 필요한 효과크기 .30, 유의수준 .05, 검정력 .95로 계산하여 표본을 산출한 결과 최소 134명의 연구 참가자가 요구되었다

출처: 이민조, 박혜경(2017). 파급효과 예측과 의사결정의 어려움: 의사결정 결과에 대한 책임감과 부담감의 매개효과. 한국심리학회지: 문화 및 사회문제, 23(4), 557-585. doi: 10.20406/kjcs.2017.11.23.4.557

이와 같이 G*Power 프로그램은 다양한 통계분석(t검증, F검증, 카이제곱 검증, z검증 등)에 대한 최소한으로 요구되는 표본 크기를 계산할 때 많이 사용되는 프로그램이다.

 

직접 프로그램을 사용하여 어떻게 표본 수(N)를 구하는지 살펴보도록 하자.

먼저 G*Power 프로그램을 실행하면 다음과 같은 화면이 열린다. 해당 화면을 5구역으로 나누어서 살펴보자.

[왼쪽]은 프로그램 실행화면, [오른쪽]은 프로그램을 5구역으로 나누어본 사진이다.

① Test family

: 해당 칸에서는 통계분석에서 사용된 검증 방법 중 하나를 고를 수 있다. 고를 수 있는 영역에는 Exact, F tests, t tests, X^2 tests, z tests 총 5가지가 가능하다. 옆에 ② statistical test를 고르기 위한 대분류라고 생각하면 된다. 즉, ①번에서의 선택에 따라 ②번에서 고를 수 있는 옵션이 달라진다. 본인이 분석하고 있는 통계방법이 F검증을 이용한 것인지, t 검증을 이용한 것인지, 카이제곱 검증 혹은 z검증을 이용한 것인지 정확히 알고 있으면 좋지만, 모른다해도 ①번에서의 옵션을 눌러서 ②번 보기에 나오는지 확인하면 되니 여기서 무엇을 골라야 할 지 정확히 몰라도 크게 상관은 없다.

 

② Statistical test

: 해당 영역에서 본인이 사용하는 통계분석 방법을 선택해야 한다. 앞서 말했듯이, ①번에서의 선택에 따라 ②번에서 선택할 수 있는 선택지가 달라지므로 앞에서 선택을 제대로 해야 한다. 주로 사용하는 것들만 정리하자면 아래와 같다.

 

F tests - ANOVA:                                                                            ANOVA 검증
            Linear multiple regression: Fixed model, R^2 deviation from zero 회귀분석
t-tests - Means: Difference between two dependent means (matched pairs)  대응표본 t검정
            Means: Difference between two independent means (two groups)  독립표본 t검정
            Correlation: Point biserial model                                              상관분석
X^2 tests - Goodness-of-fit tests: Contingency tables                          카이스퀘어-적합도 검정

 

③ Type of power analysis

: 해당 옵션을 통해 내가 G*power 프로그램에서 얻고 싶은 값이 무엇인지 선택하면 된다. 이 때, 내가 얻고 싶은 값을 위해 입력해야 하는 값들이 있다. 위에서 언급했듯이, G*power 프로그램은 대체로 표본 크기를 구하기 위해 사용하는 경우가 많다. 이 때 최소한으로 요구되는 표본 크기(N)를 구하기 위해서는 ④번 영역(Input parameters)에서 필요한 값들을 입력해주어야 한다.

 

Type of power analysis에서 선택 가능한 옵션들. 보통 맨 위에 있는 sample size를 구해주는 옵션을 많이 쓴다. 뒤에 given ~라고 나오는 것들은 아래 input parameters에 입력해주어야 하는 값들이다. 즉, 해당 값들을 이용하여 필요한 sample size를 구해주는 것이다.

 

 

④ Input Parameters & ⑤ Output Parameters

: 4번에서 필요한 parameter를 넣어주면 내가 원하는 parameter가 5번 영역에 제시된다. 예시를 위해 위에서 보기로 언급한 논문을 다시 한 번 사용해보도록 하자. 

 

본 연구 대상자의 표본수는 G*Power 3.1 Program을 활용하여, 회귀분석에 필요한 유의수준 .05, 중간정도의 효과크기 .15, cohen의 법칙에 따라 검정력 .80, 변수는 총 8개를 기준하여 설정하였을 때, 최소 표본수가 109명인 것으로 나타나 본 연구는 적정 표본 수를 충족하는 것으로 나왔다.

출처: 김지영, 이경희(2015). 

회귀분석을 사용할 예정이므로 statistical testLinear multiple regression: Fixed model, R^2 deviation from zero로 맞추고, 유의수준을 의미하는 알파 err prob에 .05, 효과크기를 의미하는 effect size f^2에 .15, 검정력을 의미하는 power(1-베타 err prob)에 .80, 변수를 의미하는 number of predictors에 8을 입력하면 다음과 같은 결과가 나온다.

 

Total sample size가 109로 논문과 동일한 결과가 나왔다.

 

즉, 정리하자면 위에서부터 효과크기, 유의수준, 검정력, 독립변수의 개수를 입력해주면 필요한 표본 크기를 얻을 수 있다.

 


 

마지막으로 G*power를 논문에서 인용하고자 할 경우, 다음 reference를 쓰면 된다고 G*power 사이트에서 친절히 알려주고 있다. 무료로 쓰는 프로그램인 만큼 꼭 인용을 달아주도록 하자!

 

Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39, 175-191.

 

Faul, F., Erdfelder, E., Buchner, A., & Lang, A.-G. (2009). Statistical power analyses using G*Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods, 41, 1149-1160.
반응형