[학위논문] Python을 이용한 Tukey 사후검정(Tukey's Post-Hoc)

본 시리즈는 제 석사학위논문을 바탕으로 합니다.

 

 

본 연구에서는,

• 통계 분석 👉🏻 이원배치 분산분석 (Two-way ANOVA)
• 사후 검정 👉🏻 Tukey's Post Hoc Test ✔️

데이터 분석은요...

---

1. 사후검정 기법 설명

Tukey 사후검정 (Tukey's HSD)

사후 검정은,

    ▶ 집단 간 평균 비교하는 ANOVA 분석 이후에 구체적으로 어떤 집단 간에 유의한 차이가 있는 알아보기 위해 추가적으로 실시하는 검증 방법

👨🏻‍🏫 Tukey 사후검정은 모든 집단 조합에 대하여 분석을 시행하고 다른 사후검정보다 엄격한 편

 

사후검정에는 여러가지 종류가 있지만 이번 연구에서는 Tukey 사후검정을 사용할 것이다.

---

2. 사후검정

1) 상호작용 효과 사후검정 (행위주체감, 귀인 패턴)

이원배치 분산분석을 통해 확인한 결과는,

• 상호작용 효과 👉🏻 행위주체감, 귀인 방식(내적 귀인)
• 주 효과 👉🏻 지속 사용 의도, 만족도

 

사후검정도 머신러닝 패키지 statsmodels를 통해 사용이 가능하다.

# 패키지 실행
import statsmodels.stats.multicomp as mc

 

사후검정 전에 'Condition' 컬럼을 생성하여 집단별 실험 조건 데이터를 추가하였다.

# Post Hoc: Sense of Agency (Participation x Result)
# 첫번째 칸에 변인 '행위주체감', 두번째 칸에 실험 조건 컬럼 'Conditon' 입력
comp = mc.MultiComparison(PostHocTest['MeanOfSenseOfAgency'], PostHocTest['Condition'])
# Tukey's HSD 적용
post_hoc_res = comp.tukeyhsd()
print('Post Hoc: Sense of Agency (Participation x Result)\n', post_hoc_res.summary())

 

행위주체감의 상호작용 효과에 대한 사후검정 결과이다.

구체적으로 비교한 집단 간의 차이에서는 유의한 결과가 도출되지 않았다(MD=0.26, p > .05).

    👨🏻‍🏫 'reject' 부분에 True가 뜨면 유의하게 차이가 나는 것으로 해석

Post Hoc: Sense of Agency (Participation x Result)
       Multiple Comparison of Means - Tukey HSD, FWER=0.05
===============================================================
   group1       group2    meandiff p-adj   lower  upper  reject
---------------------------------------------------------------
High_Failure High_Success  -0.2126 0.5541 -0.6301 0.2048  False
High_Failure  Low_Failure  -0.1308 0.8492 -0.5472 0.2855  False
High_Failure  Low_Success   0.1352 0.8405 -0.2857 0.5562  False
High_Success  Low_Failure   0.0818 0.9555 -0.3284  0.492  False
High_Success  Low_Success   0.3479 0.1354 -0.0671 0.7628  False
 Low_Failure  Low_Success   0.2661 0.3467 -0.1478 0.6799  False
---------------------------------------------------------------

 

귀인 패턴 중 내적 귀인의 상호작용 효과에 대한 사후검정 결과는 다음과 같다.

• 참여수준이 낮은 집단: 결과물이 성공일 때보다 실패일 때 개인 통제가 높음(MD=0.47, p < .05) 👉🏻 유의한 차이(True)

Post Hoc: FAE - Personal Control (Participation x Result)
       Multiple Comparison of Means - Tukey HSD, FWER=0.05
===============================================================
   group1       group2    meandiff p-adj   lower  upper  reject
---------------------------------------------------------------
High_Failure High_Success  -0.1804 0.7476 -0.6446 0.2838  False
High_Failure  Low_Failure  -0.2741 0.4216  -0.737 0.1889  False
High_Failure  Low_Success    0.199 0.6914 -0.2691 0.6671  False
High_Success  Low_Failure  -0.0937 0.9517 -0.5498 0.3625  False
High_Success  Low_Success   0.3794  0.148  -0.082 0.8408  False
 Low_Failure  Low_Success    0.473 0.0413  0.0129 0.9332   True
---------------------------------------------------------------

 

2) 주 효과 사후검정 (지속 사용 의도, 만족도)

지속 사용 의도의 주 효과에 대해서 성공 집단과 실패 집단 간의 차이는 유의하지 않은 것으로 나타났다(MD=0.16, p > .05).

Post Hoc: Continuous Usage Intention (Result)
 Multiple Comparison of Means - Tukey HSD, FWER=0.05
====================================================
 group1  group2 meandiff p-adj   lower  upper reject
----------------------------------------------------
Failure Success   0.1627 0.1401 -0.0537 0.379  False
----------------------------------------------------

 

만족도의 주효과에 대해서는,

• 성공 집단 실패 집단보다 만족도가 높음(MD=0.31, p < .05) 👉🏻  유의한 차이(True)

Post Hoc: Satisfaction (Result)
 Multiple Comparison of Means - Tukey HSD, FWER=0.05
====================================================
 group1  group2 meandiff p-adj  lower  upper  reject
----------------------------------------------------
Failure Success   0.3142 0.0176 0.0552 0.5732   True
----------------------------------------------------

 

 

최수빈. "의인화된 인공지능 협업 시스템에서의 이용자 행위주체감과 귀인 방식." 국내석사학위논문 서강대학교 일반대학원, 2024. 서울