하위 그룹 분석: 정의 + 실수를 피하는 방법

하위 그룹 분석을 수행하는 첫 번째 단계는 연구에 포함할 그룹을 정의하는 것입니다. 귀하의 목표는 이러한 그룹이 다른 그룹보다 특정 질병에 걸릴 위험이 더 높은지 여부를 확인하는 것입니다. 예를 들어, 유방암을 연구하는 경우 이전에 수술을 받은 여성이 수술을 받지 않은 여성보다 위험이 더 높은지 여부를 알고 싶을 수 있습니다.

하위 그룹을 결정했으면 각 그룹에서 데이터를 수집할 차례입니다. 대상 인구로부터 정보를 수집하고 싶을 것입니다. 이것은 설문 조사, 설문 조사를 통해 또는 프로젝트 중에 상태로 진단받은 사람들의 의료 기록을 수집하여 수행할 수 있습니다.

건강한 사람과 연구 중인 질병이나 상태가 있는 사람 모두로부터 데이터를 수집했다면 이제 통계 분석을 할 차례입니다! 통계 분석의 목적은 두 가지입니다. 첫째, 표본 크기에 오류가 없는지 확인해야 합니다. 둘째, 표본 간에 차이가 있는지 확인해야 합니다(즉, 특성이 다른 모집단 간에 차이가 있는지 여부).

부분군 분석이란 무엇입니까?

하위 그룹 분석은 드릴다운하여 특정 변수가 2차 데이터 분석 결과에 미치는 영향을 확인할 수 있는 프로세스입니다. 응답자는 인종, 민족, 연령, 교육 또는 성별과 같은 인구 통계학적 특성에 따라 그룹화됩니다. 다른 변수는 당사자 식별, 건강 상태 또는 특정 상황에 대한 태도가 될 수 있습니다.

연구원은 불일치 또는 기타 차이점을 식별하기 위해 하위 그룹 간의 가변 평균 또는 분포의 차이를 분석할 수 있습니다.

예를 들어, 과학적 연구를 위한 동물의 사용에 대한 사람들의 태도에 대한 설문조사가 있고 이 주제에 대한 남녀의 의견 차이에 관심이 있다고 가정해 보겠습니다.

표본을 남성과 여성 응답자로 나누고 응답을 검토하여 그들 사이에 차이가 있는지 확인하여 하위 그룹 분석을 수행할 수 있습니다.

하위 그룹 분석(예: 중재 또는 치료)에서 우리는 인구의 특정 부분 또는 특정 매개변수에서 요인의 결과를 결정하려고 합니다.

하위 그룹 분석은 두 가지 유형으로 분류할 수 있습니다.

1. 미리 지정
2. 사후.

실수를 피하는 방법

동일한 데이터에 대해 여러 테스트를 수행하면 대규모 프로젝트에서 오탐이 발생할 수 있습니다. 일부 연구자는 편향되는 경향이 있는 하위 집합 결과를 위해 지루하거나 반복적인 많은 결과를 무시할 수 있습니다.

이는 사용자에게 유용하지 않을 수 있는 반복적인 결과를 많이 생성하는 데 자주 사용되는 기계 학습 알고리즘으로 작업할 때 특히 그렇습니다. 이러한 알고리즘을 실행하는 데 걸리는 시간은 매우 길 수 있으며 실험 실행 비용에 고려해야 합니다.

이는 데이터 세트에 존재할 수 있는 다른 가능성이나 더 나은 결과를 생성할 수 있는 대안적 접근 방식을 고려하지 않고 연구자를 길로 인도할 수 있기 때문에 문제입니다.

하위 그룹을 사용하여 데이터를 분석할 때 데이터를 더 작은 그룹으로 나누어 차이점이 있는지 확인합니다.

성별이 특정 결과에 어떤 영향을 미치는지 확인하려면 연구 표본을 남성과 여성으로 나눈 다음 그들의 응답을 비교할 수 있습니다. 그러나 각 그룹에는 몇 명이 있어야 합니까? 그리고 얼마나 많은 비교를 해야 합니까?

하위 그룹이 오류를 유발할 수 있는 두 가지 주요 이유가 있습니다. 표본 크기가 너무 작을 수 있고 너무 많은 비교가 수행될 수 있습니다. 연구 표본을 여러 하위 그룹으로 나누면 참가자 수가 너무 적어 차이를 감지하거나 차이가 우연의 문제가 아님을 확인할 수 있습니다.

부분군 분석의 장점

하위 그룹 분석의 주요 이점은 연구자가 자신의 가설을 더 자세히 테스트할 수 있다는 것입니다. 예를 들어 특정 하위 그룹이 다른 하위 그룹보다 더 잘 반응하거나 남성과 여성 간에 차이가 있음을 알 수 있습니다.

하위 그룹 분석은 의학 연구에서 사용되는 일반적인 기술입니다. 이는 표준 연구에서 사용되는 접근 방식의 확장으로 생각할 수 있습니다. 여기에서 서로 다른 그룹이 치료에 다르게 반응하는지 확인하기 위해 검사됩니다. 그러나 이 기술은 다음과 같은 몇 가지 이유로 문제가 될 수 있습니다.

• 일부 연구는 하위 그룹을 미리 정의하거나 검사할 하위 그룹의 수를 명시하지 않습니다. 연구원이 이를 수행하지 않으면 다른 사람들이 특정 그룹을 선택한 이유와 각 분석을 통해 보여주려는 내용을 이해하기 어렵습니다. 훌륭한 연구자는 흥미로운 결과를 낳은 하위 그룹뿐만 아니라 자신이 분석한 모든 하위 그룹에 대해서도 보고해야 합니다.
• 하위 그룹을 분석할 때 연구자가 통계적으로는 중요하지만 임상적으로는 중요하지 않은 것(즉, 실제로 중요하지 않은 것)을 찾을 수 있습니다. 예를 들어, 두통 치료에 아스피린이 아세트아미노펜보다 더 나은지 여부를 연구한다고 가정해 보겠습니다. 우리는 아스피린을 복용한 사람들의 80%가 전혀 완화되지 않았다는 것을 발견했습니다.

부분군 분석 방법

중요한 연구에서 하위 그룹 분석의 중요한 역할은 아무리 강조해도 지나치지 않습니다. 이 때문에 모든 보고서에는 다음 요소가 포함되어야 합니다.

1. 분석 결과가 부분군 결과라는 명확한 표시.

2. 적절한 유의 수준이 계산되고 보고됩니다.

3. 연구가 사전에 지정되었거나 사후에 이루어진 경우, 이를 문서에 명시해야 합니다.

하위 그룹 분석은 연구 프로젝트의 중요한 구성 요소입니다. 시장에서 다양한 제품을 찾을 수 있습니다. 그것들은 모두 당신의 연구 노력에 도움이 되도록 설계되었지만 당신은 그것들을 효과적으로 활용하는 방법을 알아야 합니다.

분석을 위한 QuestionPro

QuestionPro에는 하위 그룹 분석에 사용할 수 있는 할당량 제어 논리가 있습니다. 하위 그룹을 구별하기 위해 사용자 정의 변수가 있는 설문조사 URL을 제공 및 배포할 수 있습니다. 하위 그룹을 기반으로 논리를 생성하여 동일한 설문조사에서 하위 그룹별 질문을 생성할 수도 있습니다.

예를 들어 남성 응답자 50명과 여성 응답자 50명을 분석한다고 가정해 보겠습니다. 하나의 선택 질문으로 성별을 추가한 다음 남성과 여성에 대한 할당량 제어 로직을 추가할 수 있습니다. 성별 질문 응답을 기반으로 남성 또는 여성 관련 질문에 대한 논리를 만들 수 있습니다.

이러한 방식으로 응답으로 남성 및 여성 응답자를 응답으로 쉽게 하위 그룹화하고 할당량 제어 제한을 기반으로 정확한 수의 응답자를 얻을 수 있습니다.

QuestionPro의 최고의 기능을 사용하여 시장 조사 요구 사항을 지원하는 방법 알아보기

저자: Danielle Figueroa, Virat Harsoda