A study on the homogeneity of results in meta-analysis: Underwater exercise^†

2021, 32

1)

63–73

메타분석 시 연구결과들의 동질성에 관한 연구: 수중운동

^†

ᄋ

ᅵ두형

¹

²

³

123부산대학교 통계학과

ᄌ ᅥ

ᆸᄉ ᅮ 2020ᄂ ᅧ ᆫ 11ᄋ ᅯ ᆯ 6ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2020ᄂ ᅧ ᆫ 12ᄋ ᅯ ᆯ 18ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2020ᄂ ᅧ ᆫ 12ᄋ ᅯ ᆯ 20ᄋ ᅵ ᆯ

요 약

ᄆ

ᅦᄐ ᅡᄇ ᅮ ᆫᄉ ᅥ ᆨᄋ ᅵᄅ ᅡ ᆫ ᄀ ᅡ ᇀᄋ ᅳ ᆫ ᄌ ᅮᄌ ᅦᄋ ᅴ ᄋ ᅧ ᆫᄀ ᅮ ᄀ ᅧ ᆯᄀ ᅪᄃ ᅳ ᆯᄋ ᅳ ᆯ ᄀ ᅢ ᆨᄀ ᅪ ᆫᄌ ᅥ ᆨᄋ ᅵᄀ ᅩ ᄎ ᅦᄀ ᅨᄌ ᅥ ᆨᄋ ᅵ ᆫ ᄇ ᅡ ᆼᄇ ᅥ ᆸᄋ ᅳ ᆯ ᄐ ᅩ ᆼ ᄒ ᅢ ᄒ ᅡᄂ ᅡᄋ ᅴ ᄀ ᅧ ᆯᄀ ᅪᄅ ᅩ ᄂ ᅡᄐ ᅡ ᄂ

ᅢᄂ ᅳ ᆫ ᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄇ ᅡ ᆼᄇ ᅥ ᆸᄋ ᅵᄃ ᅡ. ᄇ ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄋ ᅴ ᄆ ᅩ ᆨᄌ ᅥ ᆨᄋ ᅳ ᆫ ᄉ ᅮᄌ ᅮ ᆼᄋ ᅮ ᆫᄃ ᅩ ᆼ ᄋ ᅦ ᄃ ᅢᄒ ᅡ ᆫ ᄆ ᅦᄐ ᅡᄇ ᅮ ᆫᄉ ᅥ ᆨᄋ ᅦᄉ ᅥ ᄋ ᅧ ᆫᄀ ᅮᄀ ᅧ ᆯᄀ ᅪᄃ ᅳ ᆯ ᄋ ᅴ ᄉ ᅡᄌ ᅥ ᆫᄌ ᅵ ᆸᄃ ᅡ ᆫ ᄐ ᅳ ᆨᄉ ᅥ ᆼ ᄋ

ᅳ ᆯ ᄀ ᅩᄅ ᅧᄒ ᅡ ᆫ ᄀ ᅥ ᆺᄀ ᅪ ᄀ ᅩᄅ ᅧᄒ ᅡᄌ ᅵ ᄋ ᅡ ᆭᄋ ᅳ ᆫ ᄀ ᅥ ᆺᄋ ᅴ ᄀ ᅧ ᆯᄀ ᅪᄅ ᅳ ᆯ ᄇ ᅵᄀ ᅭᄒ ᅡᄂ ᅳ ᆫ ᄃ ᅦ ᄋ ᅵ ᆻᄃ ᅡ. ᄇ ᅮ ᆫᄉ ᅥ ᆨᄋ ᅦ ᄉ ᅡᄋ ᅭ ᆼᄃ ᅬ ᆫ ᄌ ᅡᄅ ᅭᄂ ᅳ ᆫ 14ᄑ ᅧ ᆫᄋ ᅴ ᄋ ᅧ ᆫᄀ ᅮᄅ ᅩ ᄉ

ᅥ ᆫᄌ ᅥ ᆼᄒ ᅡᄋ ᅧ ᆻᄋ ᅳᄆ ᅧ ᄉ ᅮᄌ ᅮ ᆼᄋ ᅮ ᆫᄃ ᅩ ᆼ ᄑ ᅳᄅ ᅩᄀ ᅳᄅ ᅢ ᆷᄋ ᅴ ᄎ ᅦᄌ ᅮ ᆼ ᄀ ᅡ ᆷᄅ ᅣ ᆼᄒ ᅭᄀ ᅪᄋ ᅦ ᄃ ᅢᄒ ᅡ ᆫ ᄑ ᅧ ᆼᄀ ᅲ ᆫ ᄒ ᅭᄀ ᅪᄏ ᅳᄀ ᅵᄅ ᅳ ᆯ ᄉ ᅡ ᆯᄑ ᅧᄇ ᅩᄋ ᅡ ᆻᄃ ᅡ. ᄀ ᅳ ᄀ ᅧ ᆯᄀ ᅪ, ᄉ ᅡᄌ ᅥ ᆫ ᄌ ᅵ

ᆸᄃ ᅡ ᆫᄋ ᅴ ᄐ ᅳ ᆨᄉ ᅥ ᆼᄋ ᅳ ᆯ ᄀ ᅩᄅ ᅧᄒ ᅡᄌ ᅵ ᄋ ᅡ ᆭᄋ ᅳ ᆫ ᄆ ᅦᄐ ᅡᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄇ ᅡ ᆼᄇ ᅥ ᆸᄋ ᅦᄉ ᅥ ᄑ ᅧ ᆼᄀ ᅲ ᆫ ᄒ ᅭᄀ ᅪᄏ ᅳᄀ ᅵᄂ ᅳ ᆫ -0.3747 (p-value=0.0696)ᄋ ᅵᄀ ᅩ, ᄉ ᅡ ᄌ

ᅥ ᆫᄌ ᅵ ᆸᄃ ᅡ ᆫ ᄐ ᅳ ᆨᄉ ᅥ ᆼᄋ ᅳ ᆯ ᄀ ᅩᄅ ᅧᄒ ᅡ ᆫ ᄎ ᅩ ᆼ 11ᄑ ᅧ ᆫᄋ ᅴ ᄋ ᅧ ᆫᄀ ᅮᄋ ᅦ ᄃ ᅢᄒ ᅢ ᄉ ᅵ ᆯᄉ ᅵᄒ ᅡ ᆫ ᄆ ᅦᄐ ᅡᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄇ ᅡ ᆼᄇ ᅥ ᆸᄋ ᅦᄉ ᅥᄂ ᅳ ᆫ ᄑ ᅧ ᆼᄀ ᅲ ᆫ ᄒ ᅭᄀ ᅪᄏ ᅳᄀ ᅵᄀ ᅡ -0.5126 (p-value=0.0406)ᄋ ᅳᄅ ᅩ ᄂ ᅡᄐ ᅡᄂ ᅡ ᆻᄃ ᅡ. ᄌ ᅳ ᆨ, ᄉ ᅡᄌ ᅥ ᆫᄌ ᅵ ᆸᄃ ᅡ ᆫᄋ ᅴ ᄐ ᅳ ᆨᄉ ᅥ ᆼᄋ ᅳ ᆯ ᄀ ᅩᄅ ᅧᄒ ᅡ ᆫ ᄀ ᅧ ᆼᄋ ᅮᄋ ᅪ ᄀ ᅳᄅ ᅥ ᇂᄌ ᅵ ᄋ ᅡ ᆭᄋ ᅳ ᆫ ᄀ ᅧ ᆼᄋ ᅮᄋ ᅴ ᄐ ᅩ ᆼ ᄀ ᅨᄌ ᅥ ᆨ ᄋ

ᅲᄋ ᅴᄉ ᅥ ᆼᄋ ᅦ ᄎ ᅡᄋ ᅵᄀ ᅡ ᄋ ᅵ ᆻᄋ ᅳ ᆷᄋ ᅳ ᆯ ᄋ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄋ ᅥ ᆻᄃ ᅡ.

ᄌ

ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄆ ᅦᄐ ᅡᄇ ᅮ ᆫᄉ ᅥ ᆨ, ᄉ ᅮᄌ ᅮ ᆼᄋ ᅮ ᆫᄃ ᅩ ᆼ, ᄑ ᅧ ᆼᄀ ᅲ ᆫ ᄒ ᅭᄀ ᅪᄏ ᅳᄀ ᅵ.

1. 서론 ᄃ

ᅩᆼ일한 연구주제에 대해 많은 결과물들이 쏟아져 나오면서 연구자들은 개별연구의 결과보다는 많은 ᄋ

ᅧᆫ구 결과들을어떻게 체계적으로 통합, 분석하여 합리적인 결론을 내릴 것인지에 대해관심을가지기 ᄉ

ᅵ작하였다. 이러한 흐름아래 1980년대 후반부터 본격적으로 등장한 메타분석은선행 연구 결과들을 ᄐ

ᅩ

ᆼ합하여 쉽게 이해할 수 있도록계량적인 분석 결과를산출하는 통합적 연구방법의 하나로 주목받게 되 ᄋ

ᅥᆻ다. 이후 여러 연구자들의 노력으로 지속적인 발전을거듭한 끝에 현재 메타분석은 심리학, 교육학, ᄉ

ᅡ회복지학 등사회과학 분야의 연구자들뿐만 아니라 의학, 간호학, 보건학 등과학 분야의 연구자들에 ᄀ

ᅦ도 매우활발하게 사용되고 있다 (Hwang, 2016). 그리고 국내 메타분석 연구에서는연구자수가 적은 ᄋ

ᅵ변량확률효과메타분석모형에 있어서 통합처리효과에 대한 추론을연구하였다 (Kim 등, 2017).

ᄆ

ᅦ타분석은 통합적 분석으로 개념화되어 본격적으로 진행되었고, 이는 동일한 연구 주제와관련해 독 리

ᆸ적으로 수행된 연구 결과들을 통합할 목적으로 많은양의 개별적 연구 자료나 결과들에 통계적 방법을 ᄌ

ᅥ

ᆨ용하여 분석하는이론 및 방법이다 (Smith와 Glass, 1977). 즉, 동일한 주제의 개별연구 결과로부터 ᄉ

ᅮ집된다양한 연구 결과들을체계적으로 평가하고 통합하고자 하는연구들에 통계적 분석을이용한 개 벼

ᆯ 연구결과에 대한 종합적 분석이라고 할 수 있다 (Thacker, 1988). 이와 같이 메타분석에서 연구 상

†

ᄋ ᅵ ᄂ ᅩ ᆫᄆ ᅮ ᆫᄋ ᅳ ᆫ ᄇ ᅮᄉ ᅡ ᆫᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄀ ᅵᄇ ᅩ ᆫᄋ ᅧ ᆫᄀ ᅮᄌ ᅵᄋ ᅯ ᆫ ᄉ ᅡᄋ ᅥ ᆸ (2ᄂ ᅧ ᆫ)ᄋ ᅦ ᄋ ᅴᄒ ᅡᄋ ᅧ ᄋ ᅧ ᆫᄀ ᅮᄃ ᅬᄋ ᅥ ᆻᄋ ᅳ ᆷ. ᄋ ᅵ ᄂ ᅩ ᆫᄆ ᅮ ᆫᄋ ᅳ ᆫ 2020ᄂ ᅧ ᆫᄃ ᅩ 4ᄃ ᅡ ᆫᄀ ᅨ BK21 ᄉ

ᅡᄋ ᅥ ᆸᄋ ᅦ ᄋ ᅴᄒ ᅡᄋ ᅧ ᄌ ᅵᄋ ᅯ ᆫ ᄃ ᅬᄋ ᅥ ᆻᄋ ᅳ ᆷ.

1

(46241) ᄇ ᅮᄉ ᅡ ᆫ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄀ ᅳ ᆷᄌ ᅥ ᆼᄀ ᅮ ᄇ ᅮᄉ ᅡ ᆫᄃ ᅢᄒ ᅡ ᆨᄅ ᅩ 63, ᄇ ᅮᄉ ᅡ ᆫᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄉ ᅥ ᆨᄉ ᅡ.

2

(46241) ᄇ ᅮᄉ ᅡ ᆫ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄀ ᅳ ᆷᄌ ᅥ ᆼᄀ ᅮ ᄇ ᅮᄉ ᅡ ᆫᄃ ᅢᄒ ᅡ ᆨᄅ ᅩ 63, ᄇ ᅮᄉ ᅡ ᆫᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄉ ᅥ ᆨᄉ ᅡᄀ ᅪᄌ ᅥ ᆼ.

3

ᄀ ᅭᄉ ᅵ ᆫᄌ ᅥᄌ ᅡ: (46241) ᄇ ᅮᄉ ᅡ ᆫ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄀ ᅳ ᆷᄌ ᅥ ᆼᄀ ᅮ ᄇ ᅮᄉ ᅡ ᆫᄃ ᅢᄒ ᅡ ᆨᄅ ᅩ 63, ᄇ ᅮᄉ ᅡ ᆫᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄀ ᅭᄉ ᅮ.

E-mail: [email protected]

화

ᆼ 중발생할 수 있는개별적 연구들의 제약 가운데 특정 주제와관련된 연구만 한곳에 모으고 통합연구 ᄇ

ᅡᆼ법을적용하여 종합적인 결과를얻는다면 보다 보편적이고 일반적인 결론에 가까운수치를나타낼 것 ᄋ

ᅳ로 예상할 수 있다 (Song, 2001). 메타분석의 특징을살펴보면 첫째, 연구 결과들의 통합 목적에 있어 ᄉ

ᅮ량적인 접근방법을사용한다. 즉,계량적, 통계적 방법을사용하기 때문에 단순한 자료나열이 아닌 체 ᄀ

ᅨ적인 분류 작업을 통해 많은정보와 연구결과들을함축성 있게 분류하고, 보다 객관성을지닌 의미를 ᄃ

ᅩ출할 수 있다 (Smith와 Glass, 1977). 둘째, 메타분석에서는효과크기 (effect size)를활용하기 때문 ᄋ

ᅦ 통합적인 결론을도출하기 위하여 서로 다른이론적인 부호를제시하거나 가설검증결과가 서로 상이 ᄒ

ᅡ게 제시된 연구 결과라고 할지라도 분석의 대상으로 포함한다 (Choi, 2012). 다시 말해, 메타분석이 ᄅ

ᅡᆫ 독립적으로 수행되어진 여러 연구결과들을모아 효과크기를산출하여 종합적인 결과를산출하는 것 ᄋ

ᅳ로, 개별연구 연구자의 주관적인 판단을배제할 수 있는 특징을지닌다. 셋째, 메타분석은객관성, 체 ᄀ

ᅨ성, 반복성이라는 특징을가지고 있어 다른연구자에 의한 재검토가 가능하다 (Oh, 2002).

보

ᆫ연구에서는한국교육학술정보원(Research Information Sharing Service, RISS)과 한국학술정보 (Korean Studies Information Service System, KISS)가 제공하는학위논문과 국내에서 발행된학회지 ᄋ

ᅦ 게재된 논문을 분석대상으로 하였다. 우선, 논문의 2절에서는자료의 출처 및 분석에 사용된 변수들 으

ᆯ설명하고, 3절에서는 일반적인 메타분석 방법인 실험집단, 통제집단 (이하 “두 집단”이라 한다) 사후 ᄋ

ᅴ 평균, 표준편차 값을변환하여 산출하는효과크기와 두 집단 사전의 평균을평균차이검정을 통해 분 ᄅ

ᅲ되어진 연구들에 대한 사후의 평균, 표준편차로 산출하는효과크기를비교하여 어떠한 차이가 있는지 ᄋ

ᅡ

ᆯ아보고자 한다. 4절에서는연구의 결과정리 및 차후의 연구에 대한 논의를할 것이다.

2. 자료의 설명 보

ᆫ 연구는 2001년부터 2016년사이에 한국교육학술정보원 (RISS)과 한국학술정보 (KISS)에서 제공 ᄒ

ᅡᆫ 석, 박사 학위논문과 국내에서 발행된학회지 논문을 분석대상으로 하였다. 분석 자료의 수집을 위 ᄒ

ᅢ 한국교육학술정보원,한국학술정보, 각 대학교 전자도서관의 온라인 데이터베이스를활용하였고, 검 새

ᆨ 키워드에 ‘수중운동’, ‘신체조성’, ‘고령여성’, ‘여성’으로 검색하여 그 중 고령여성의 신체조성 변화 ᄋ

ᅦ관련된 연구물을 1차적으로 수집한 결과, 학위논문 20편, 학회지 5편으로 총 25편이 수집되었다. 그 주

ᆼ에서도 수중운동의 경우 비슷한 종류의 운동, 신체조성의 경우 체중에 대한 변화를사전, 사후 설계로 ᄌ

ᅥ

ᆨ용한 연구, 연구에 필요한 효과크기를산출하기 위해 변환가능한 기술통계량인 평균과 표준편차가 있 느

ᆫ연구들로 총 14편을 분석대상 연구로 선정하였다. 분석대상 연구의 설명과 정보는아래의 Table 2.1, Table 2.2와 같다.

Table 2.1 Explanation of data Study title

1 The effect of 48 weeks aqua-exercise on blood lipid profile and body composition of elderly women (Jee, 2001).

2 The effect of aquatic exercise program on body composition, respiratory system and vascular compliance in middle-aged women, mokwon university (Mun, 2006).

3 Effect of 12-week aquatic exercise on weight, percent body fat serum glucose and serum lipids on elderly women (Jang, 2008).

4 Influence that aqua exercise for elderly females has on physical fitness and gait ability (Kim, 2009).

5 Analysis on the potential variations in lower limb muscle activity, gait patten and pain variables of degenerative gonitis cases after aquatic exercise and nordic walking (Yang, 2009).

6 The effects of aquarobics exercise in 12 weeks on the blood lipid level, Body composition and related factors in metabolic syndrome of middle-aged obese women (Choi, 2009).

7 Effects of aquatic exercise on aged obese women’s body composition, blood lipid, and Insulin Resistance (Kim, 2011).

8 The effect of 12 week aquatic exercise on body composition, blood pressure, blood lipid and inflammatory markers in the obese elderly women (Oh, 2011).

9 Effects of aquatic exercise program on insulin resistance, inflammatory markers and immune function in elderly women (Kim, 2012).

10 The effects of water exercise on body composition and bone density of obese older women for 12 weeks (Kang, 2013).

11 The effect of water exercise on old women’s physical fitness for health and range of joint (Kim, 2013).

12 effect of aquarobic training according to body composition, blood lipid, blood pressure on inflammatory Markers in middle age hypertensive women (Kwon, 2013).

13 Effects of aquatic exercise on body composition, physical fitness, static balance and pain of senior osteoarthritis patients (Oh, 2013).

14 The effect of 16 week aquatic exercise types in body composition and physical fitness, vas, quality of life in the elderly women with osteoarthritis patients (Won, 2018).

Table 2.2 Information of data

Study Pre-group Post-group

Experimental Control Experimental Control

mean(sd) n mean(sd) n mean(sd) n mean(sd) n

1 58.60(7.54) 10 58.53(4.78) 10 56.78(6.73) 10 58.68(4.76) 10

2 62.38(5.16) 20 64.25(3.43) 20 60.20(4.69) 20 64.30(3.20) 20

3 61.67(12.42) 6 52.63(8.25) 6 61.52(12.11) 6 62.65(8.81) 6

4 58.34(5.88) 8 56.87(7.04) 7 57.03(5.19) 8 56.64(7.26) 7

5 63.69(5.53) 10 58.00(9.11) 10 62.04(5.07) 10 57.90(9.21) 10

6 70.01(6.03) 10 68.56(7.36) 8 68.57(5.87) 10 69.21(6.74) 8

7 63.73(4.96) 12 63.16(9.13) 12 61.65(5.13) 12 62.94(8.95) 12

8 61.10(2.04) 14 68.24(2.30) 13 60.02(2.08) 14 68.52(2.35) 13

9 61.09(9.69) 15 57.90(7.19) 15 60.03(9.53) 15 58.63(8.45) 15

10 65.87(12.65) 8 66.78(11.79) 8 62.87(12.60) 8 65.22(11.02) 8

11 61.68(6.67) 8 60.04(5.24) 8 59.06(6.53) 8 61.56(4.95) 8

12 62.27(9.86) 10 62.43(10.79) 10 60.61(9.25) 10 63.11(10.88) 10

13 60.99(10.06) 10 61.88(8.17) 10 61.13(9.07) 10 62.81(8.88) 10

14 57.16(6.71) 9 59.81(9.76) 9 55.76(6.78) 9 59.52(9.91) 9

3. 메타분석

3.1. 효과크기 ᄆ

ᅦ타분석을시행하기 위해서는 통합하려는연구들의 두 집단에 평균과 표준편차, 표본의 크기가 제시 ᄃ

ᅬ어 있어야 하고, 평균차이를이용한 효과크기를계산하기 위해 우선 평균차이 Di를계산해야 하며 식 ᄋ

ᅳ

ᆫ다음과 같다.

Di= X1i− X2i, i = 1, · · · , k, ᄋ

ᅧ기서, X¹ⁱ는 i번째 연구에서 실험군의 평균, X2i는 i번째 연구에서 통제군의 평균이고, k는메타분 ᄉ

ᅥᆨ에 사용된 연구 수를의미한다. 평균차이를표준화된 단위로 만들기 위한 표준화된평균차이 (stan- dardized mean difference) Cohen’s d는다음과 같이 계산할 수 있다.

di=(X1i− X2i) Spi

, Vd_i= 1

n1i

+ 1 n2i

+ d²_i 2(n1i+ n2i), ᄋ

ᅧ기서, Vd_i는 di에 대한 분산이고, Spⁱ는합동표본표준편차 (pooled standard deviation)를의미하며 시

ᆨ은다음과 같다.

Spi= s

((n1i− 1)S_1i² + (n2i− 1)S_2i²)

(n1i+ n2i− 2) , i = 1, · · · , k, ᄋ

ᅧ기서, n1i, n2i는 i번째 연구에서 실험군과 통제군의 표본수이고, S1i², S_2i²은 i번째 연구에서 실험군과 ᄐ

ᅩ

ᆼ제군의 표본분산을의미한다.

ᄒ

ᅡ지만 Cohen’s d는표본이 작을경우에 효과크기 (effect size)를과대 추정하는경향이 있어 이를교 저

ᆼ해주는 Hedges’ g로 변환해주는것이 바람직하다 (Hedges와 Olkin, 1985). 또한, 표본이큰연구와 ᄌ

ᅡ

ᆨ은 연구가 섞여 있을경우에도 Hedges’ g로 전환해주는것이 바람직하다 (Bernard와 Borokhovski, 2009). Hedges’ g를계산하기 위한 식은다음과 같다.

gi= Ji× di, Vgi = Ji²× Vd_i, Ji= 1 − 3

4(n1i+ n2i) − 9, i = 1, · · · , k, ᄋ

ᅧ기서, Vg_i는 gi에 대한 분산이며, Ji 는교정지수 (correction factor)를의미한다.

ᄒ

ᅭ과크기의 신뢰구간(confidence interval)은모수(parameter)가 존재할 추정구간을의미하며 표본의 ᄉ

ᅮ가 클수록 신뢰구간의 폭은 좁아진다. 이때 신뢰구간이 0을포함하지 않을때 그 값은 통계적으로 유 ᄋ

ᅴ하다 (Hwang, 2016).