양류상관계수 (Point-Biserial Correlation)
쉽게 풀면
학생들의 "시험 합격 여부(합격=1, 불합격=0)"와 "공부 시간(연속적인 숫자)" 사이에 관계가 있는지 알고 싶다고 해봅시다. 두 변수 모두 숫자처럼 다루더라도, 하나는 딱 두 종류의 값만 가지는 이분형 변수이고 다른 하나는 연속형 변수라서 일반적인 피어슨 상관계수와 스피어만 상관계수를 그대로 쓰기엔 애매합니다. 양류상관계수는 바로 이런 상황, 즉 "이분형 변수 vs 연속형 변수"의 조합을 위해 만들어진 상관계수로, 계산해보면 사실 피어슨 상관계수와 수학적으로 같은 값이 나옵니다. 값은 -1에서 1 사이이며, 절댓값이 클수록 두 집단(합격/불합격) 간 연속형 변수의 평균 차이가 뚜렷하다는 뜻입니다.
왜 중요한가
실제 연구 데이터에는 "합격/불합격", "치료군/대조군", "생존/사망"처럼 두 값만 갖는 변수와 연속형 점수 변수가 함께 등장하는 경우가 매우 흔한데, 양류상관계수는 이런 조합의 관계를 간단한 하나의 지표로 요약할 수 있게 해줍니다. 교육학에서는 문항 하나가 전체 검사 점수와 얼마나 일관되게 연결되는지를 확인하는 문항분석에 널리 쓰이고, 심리학·의학 연구에서는 이분형 결과 변수와 연속형 예측 변수 사이의 연관성을 빠르게 파악하는 탐색적 분석 단계에서 자주 활용됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 공부 시간이 길수록 합격(1) 쪽에 속할 가능성이 높아지는 경향이 있으며, 이 관계가 우연이라고 보기 어려울 만큼 뚜렷했다는 것을 의미합니다.
교육측정 분야에서는 시험 문항 하나하나가 전체 시험의 실력을 잘 반영하는지 확인하기 위해, 그 문항을 맞혔는지(1) 틀렸는지(0)와 총점 사이의 양류상관계수를 계산해 변별력이 낮은 문항을 걸러내는 데 활용합니다.
임상 연구에서는 부작용 발생 유무처럼 이분형으로 기록되는 결과와 혈액 수치 같은 연속형 지표 사이의 연관성을 초기 탐색 단계에서 확인할 때 이런 방식으로 보고합니다.
조금 더 깊게 보면
양류상관계수는 수학적으로 피어슨 상관계수의 특수한 경우이기 때문에, 값의 유의성 검정도 동일하게 t 검정을 기반으로 이루어지는 경우가 많습니다. 다만 이분형 변수의 두 집단 크기가 매우 불균형하면(예: 합격자가 전체의 5%뿐인 경우) 상관계수의 최댓값 자체가 제한되어 실제 관계의 강도가 과소평가될 수 있으므로, 논문에서 이 값을 해석할 때는 두 집단의 비율도 함께 살펴보는 것이 바람직합니다.
주의할 점
양류상관계수는 두 집단으로 "자연스럽게" 나뉘는 진짜 이분형 변수(예: 성별, 합격 여부)에 사용하는 지표입니다. 원래는 연속적인 변수를 임의로 둘로 쪼갠 경우(예: 나이를 "젊음/나이 많음"으로 이분화)에는 피어슨 상관계수와 스피어만 상관계수를 쓰는 것이 이론적으로 더 정확하며, 두 방법을 혼동하면 상관의 크기가 왜곡되어 해석될 수 있습니다.