주효과 (Main Effect)
쉽게 풀면
"공부 방법(온라인 vs 오프라인)"과 "성별(남 vs 여)"이라는 두 변수가 시험 점수에 미치는 영향을 동시에 조사한다고 해봅시다. 이때 주효과는 "성별을 무시하고 봤을 때, 온라인 학습자와 오프라인 학습자의 평균 점수가 다른가?"처럼 한 변수만 따로 떼어내 평균적으로 비교한 결과입니다. 즉, 다른 변수의 수준(남자든 여자든)에 관계없이 한 변수 자체가 만들어내는 전반적인 차이를 말합니다. 이는 두 변수의 조합에 따라 효과가 달라지는지를 보는 교호작용효과와 짝을 이루는 개념으로, 이원분산분석(이원배치 분산분석) 결과표에는 항상 이 두 개념이 함께 등장합니다.
왜 중요한가
주효과는 여러 요인을 동시에 설계한 실험에서 각 변수가 독립적으로 어떤 영향을 미치는지를 요약해 보여주기 때문에, 분산분석을 활용하는 대부분의 실험 연구에서 결과 보고의 기본 단위로 다뤄집니다. 다만 주효과는 교호작용효과와 함께 해석해야 결과를 정확히 이해할 수 있어, 이원 이상의 요인 설계를 쓰는 심리학, 교육학, 마케팅 등 다양한 분야의 실험 논문에서 두 개념이 짝을 이루어 자주 등장합니다.
논문에서는 이렇게 쓰입니다
이 문장은 "성별과 상관없이, 학습 방법 자체가 점수 차이를 만들어냈다"는 뜻이며, 반면 성별 자체는 점수에 별다른 영향을 주지 않았고 두 변수가 서로 맞물려 작용하지도 않았다는 의미입니다.
마케팅 연구에서 두 독립변수 각각의 주효과를 비교하여 결과를 보고한 문장입니다.
약리학 실험 연구에서 주효과가 유의하더라도 교호작용효과 때문에 해석에 주의가 필요함을 명시한 문장입니다.
조금 더 깊게 보면
주효과는 통계적으로 각 요인 수준별 평균(주변평균, marginal mean)을 비교하는 방식으로 계산되며, 요인설계의 셀 크기가 균등하지 않은 경우에는 계산 방식(제곱합의 유형, Type I·II·III)에 따라 주효과의 유의성 검정 결과가 달라질 수 있습니다. 교호작용효과가 유의한 경우에는 주효과의 크기나 방향이 요인 조합에 따라 상쇄되거나 왜곡될 수 있으므로, 이런 상황에서는 주효과 대신 각 조건별로 나누어 살펴보는 단순효과(simple effect) 분석을 함께 보고하는 것이 일반적입니다.
주의할 점
교호작용효과가 유의하다면 주효과만 보고 결론을 내리면 안 됩니다. 예를 들어 온라인 학습이 남자에게는 효과적이지만 여자에게는 오히려 역효과라면, 두 그룹을 합쳐 계산한 학습 방법의 교호작용효과가 유의한 상황이므로 주효과 하나만으로 "온라인 학습이 낫다"고 일반화하는 것은 오해를 낳을 수 있습니다.