Survival Manual for Statistical Analysis
(통계분석 생존지침서)


by Byung Gil Choi, MD, PhD.
SPSS Repeated measures ANOVA (반복측정 분산분석, GLM-repeated measures)
개념
A군 B군 C군
0hr 1hr 3hr 0hr 1hr 3hr 0hr 1hr 3hr
.. .. .. .. .. .. .. .. ..
.. .. .. .. .. .. .. .. ..
.. .. .. .. .. .. .. .. ..
반복되는 (짝을 이루는) 측정값을 가진 군간의 유의성을 알아보고자 하는 경우 (paired t-test의 확장개념)
예제
3 개군 (control군, 20mg 투여군, 40mg 투여군)의 혈중 약물 농도를 4번 (투여전, 투여후 1시간, 2시간, 4시간) 측정한다.

시간경과에 따라 혈중 약물 농도는 군간에 차이가 있는가?

즉, 4개의 쌍을 이루는 개체들이 3개의 군으로 나누어져 있는 경우이다. DownLoad repeated_measures_ANOVA.sav
방법
1. Data 입력

group (group A(control) =1, group B(20mg) = 2, group C(40mg) = 3)

시간경과에 따른 혈중 약물 농도:
... baseline(투여전)
... after_1hr (투여후 1시간)
... after_2hr (투여후 2시간)
... after_4hr (투여후 4시간)

2. 선택

[MENU]-[Analyze]-[General Linear Model]-[Repeated Measures]

3. [Define Factor]

[Within-Subject Factor Name]에 (serum_level)을 입력하고,

[Number of Levels]에 (4)를 입력한다.

... 여기서 serum_level이라 함은 실험자가 측정한 것이 시간별 혈중 약물 농도이므로 이렇게 표현을 하였고,

... 4 라는 숫자는 4번 반복하였다는 의미이다.

그리고 [Add]-[Define]을 누른다.

4. 설정

[Between-Subjects Factors]에는 비교할 군이 있는 변수를 넣고

[Within-Subjects Variables]에 4개의 반복측정한 변수를 [_?_(1)] 의 괄호 안에 있는 숫자에 맞추어 순서대로 넣는다.

괄호안의 숫자는 시간의 흐름을 의미하는 것으로 순서가 달라지는 경우 예기치 못한 결과가 나올 수 있으므로 유의하여야 한다.

[Within-Subjects Variables]에 4개의 측정값이 순서에 맞게 넘어 온 것을 확인하고

[Post Hoc]를 누른다.


5. [Post Hoc]

[Post Hoc Tests for]에 비교하고자 하는 군이 있는 변수 즉 (group)을 넣고,

하단에 [Tukey]를 선택한다.

[Continue]-[Plots]를 누른다.

6. [Plots]

[Horizonal Axis]에 (serum_level)을 넣고,

[Separate Lines]에는 (group)를 넣는다.

[Add]-[Continue]-[OK]를 누른다.
결과해석
요약 정보

측정한 혈중 약물 농도(serum_level)가 4번

비교군은 3개
이 표가 최종 결론이다.

3군을 각각 비교한 p값을 보여준다.

group A (control) vs. group B (20mg):
p=0.177 (유의한 차이가 없다.)

group A (control) vs. group C (40mg):
p=0.041 (유의한 차이가 있다.)

group B (20mgl) vs. group C (40mg):
p=0.733 (유의한 차이가 없다.)
A, B, C 군을 전제척으로 보면 2개의 Subset으로 나눌 수 있다.

즉 A,B군 vs B,C군으로 나눌 수 있다는 의미이다.

A군과 B군은 유사

B군과 C군은 유사

하지만 A군과 C군은 다르다.
시간대별 혈중 약물 농도의 평균값을 군별로 나타낸 그래프이다.

"A군과 B군은 유의한 차이가 없고,
B군과 C군 역시 유의한 차이가 없으나,
A군과 C군은 유의한 차이를 보인다."
라는 그래프이나,

그래프만으로 보아 통계적 유의성을 보기는 쉽지 않다,

하지만,

전체적인 상황을 한 눈에 파악할 수 있는 그래프이다.
by Byung Gil Choi, MD, PhD.   cbg@catholic.ac.kr  Department of Radiology, College of Medicine, The Catholic University of Korea.