게임스-하우웰 검정 (Games-Howell test)

한 줄 정의: 집단 간 분산이 서로 다르고 표본크기도 다를 때, 어느 집단끼리 평균이 유의하게 다른지 짝지어 비교하는 사후검정입니다.

쉽게 풀면

세 집단 이상을 비교하는 분산분석(ANOVA)에서 "전체적으로 집단 간 차이가 있다"는 결과가 나오면, 다음 단계로 "그럼 구체적으로 어느 집단과 어느 집단이 다른가?"를 알아봐야 합니다. 이를 확인하는 절차를 사후검정(post-hoc test)이라 부르는데, 가장 널리 쓰이는 튜키의 HSD 검정은 모든 집단의 분산이 비슷하다는 전제를 깔고 있습니다. 하지만 레빈 검정 등으로 확인했을 때 집단 간 분산이 다르다고 나오면, 튜키 검정 대신 게임스-하우웰 검정을 써야 합니다. 이 검정은 각 집단 쌍마다 분산과 표본크기가 다르다는 점을 반영해서 통계량을 따로 계산하기 때문에, 분산이 들쭉날쭉한 상황에서도 왜곡 없이 두 집단씩 짝지어 비교할 수 있습니다.

왜 중요한가

실제 연구 데이터는 집단마다 표본크기와 분산이 다른 경우가 흔한데, 이런 상황에서 등분산을 가정하는 튜키 검정을 그대로 쓰면 유의성 판단이 왜곡될 위험이 있습니다. 게임스-하우웰 검정은 이런 현실적인 데이터 조건에서도 신뢰할 수 있는 집단 간 비교를 가능하게 해주기 때문에, 심리학·교육학·의학 등 실험집단의 크기가 불균등하게 모집되는 경우가 많은 분야의 논문에서 자주 채택됩니다. 통계적 가정을 검증하고 그에 맞는 방법을 선택했다는 점을 보여주는 것은 연구의 방법론적 엄밀성을 뒷받침하는 요소로도 여겨집니다.

논문에서는 이렇게 쓰입니다

"등분산 가정이 충족되지 않아 웰치의 분산분석을 실시하였고, 사후검정으로 게임스-하우웰 검정을 적용한 결과 A집단과 C집단 간 차이가 유의하였다(p = .012)."

이 문장은 "분산이 같지 않다는 것을 먼저 확인했기 때문에, 등분산을 요구하지 않는 사후검정 방법으로 어느 집단끼리 차이가 있는지 세부적으로 짚어냈다"는 뜻입니다.

"세 가지 학습 프로그램을 적용한 학급 간 성취도 점수를 비교한 결과, 레빈 검정에서 분산의 동질성 가정이 기각되어 게임스-하우웰 검정을 실시하였으며, 실험군 1과 통제군 간에만 유의한 차이가 관찰되었다(p < .05)."

이 예문은 교육학 연구에서 학급별로 학생 수와 성적 분산이 다를 수밖에 없는 현실적 조건을 반영해, 어느 프로그램 조합에서만 유의한 효과가 나타났는지 세밀하게 짚어내는 전형적인 서술 방식입니다.

"약물 용량별 반응 시간을 비교한 결과 집단 간 분산의 이질성이 확인되어, 다중비교 시 게임스-하우웰 절차를 적용하였고 고용량군과 저용량군 간 차이만 통계적으로 유의하였다."

의학·약리학 분야에서는 임상시험 특성상 용량군별 참가자 수와 반응 변동성이 다른 경우가 많아, 이러한 조건에 적합한 사후검정 방법을 명시하는 것이 결과의 신뢰성을 뒷받침하는 중요한 근거로 다뤄집니다.

조금 더 깊게 보면

게임스-하우웰 검정은 내부적으로 웰치(Welch)의 방식과 유사하게 각 집단 쌍마다 별도의 자유도를 계산하는데, 이는 스튜던트화 범위 통계량(studentized range statistic)을 기반으로 하되 각 비교마다 두 집단의 분산과 표본크기만을 반영한 근사 자유도(주로 Welch-Satterthwaite 근사법)를 사용하기 때문입니다. 그 결과 모든 짝비교가 동일한 기준을 공유하는 튜키 검정과 달리, 비교하는 집단 쌍에 따라 검정 기준이 조금씩 달라질 수 있습니다. 표본크기가 매우 작은 경우(대략 한 자릿수 수준)에는 이 근사가 다소 불안정해질 수 있어, 소표본 상황에서는 결과 해석에 유의해야 한다는 점도 함께 언급되는 경우가 많습니다.

주의할 점

게임스-하우웰 검정은 웰치의 분산분석 (Welch's ANOVA)과 짝을 이루는 방법입니다. 등분산 가정이 충족된 데이터에 굳이 게임스-하우웰 검정을 쓰면 검정력이 다소 낮아질 수 있으므로, 먼저 레빈 검정 등으로 등분산 여부를 확인한 뒤 상황에 맞는 사후검정을 선택하는 것이 중요합니다.