공분산분석 (ANCOVA: Analysis of Covariance)
1. 개요
“집단 간 점수 차이를 비교할 때, 특정 변수의 영향을 통제하면 결과가 어떻게 달라질까?”
“두 집단(또는 여러 집단)이 정말로 다른지, 아니면 다른 요인의 영향 때문인지 알고 싶을 때”
공분산분석(ANCOVA)은
집단 간 평균 차이를 비교하는 동시에, 특정 변수(공변량)의 영향을 통제하여
보다 “순수한 집단 차이”를 분석하는 방법입니다.
쉽게 말해서:
집단 간 차이를 비교하면서 ‘나이, 충성도, 이전 경험’ 등 다른 요인의 영향을 제거하고 싶을 때 사용하는 분석
- 핵심 개념: 집단 차이 비교 + 공변량 효과 제거
- 주요 지표: 공변량 효과(p값), 집단 주효과(p값), 조정된 평균
- 언제 사용하나요?: “공정한 비교”, “영향요인 통제”, “집단 효과의 순수한 영향 파악”이 필요할 때
1. 왜 공분산분석이 중요한가?
단순 평균 비교나 ANOVA는
“집단 간 점수 차이”가 있다고 해도, 그 차이가 다른 요인의 영향인지 구분할 수 없습니다.
예를 들어:
- 만족도 차이가 나이 때문인지,
- 충성도 때문인지,
- 혹은 실제로 집단(성별/이용경험/서비스유형) 때문인지 알 수 없음.
공분산분석을 사용하면,
✔ 공변량(통제 변수) 효과 제거
→ ‘나이 때문에 점수가 높은 것처럼 보임’을 제거
✔ 집단의 순수한 차이 확인
→ 통제 후에도 차이가 남으면 “진짜 집단 차이”
✔ 공변량 자체의 영향력도 평가 가능
→ 어떤 요인이 점수를 크게 움직이는지 파악
2. 비즈니스 활용 예시
| 분야 | 활용 시나리오 | 얻을 수 있는 인사이트 |
|---|---|---|
| 공공서비스 분석 | 성별 간 만족도 비교 시 연령을 통제 | 연령 영향 없이 성별만의 순수 차이 확인 |
| CX·고객경험 | 브랜드 경험을 통제한 후 서비스 유형별 만족도 비교 | 실제 서비스 차이인지, 경험 때문인지 구분 |
| 교육/훈련 | 사전역량을 공변량으로 두고 교육 방식 비교 | 교육 효과의 순수 기여 파악 |
| HR/조직진단 | 근속연수를 통제한 직급별 조직문화 차이 분석 | 직급 고유의 인식 차이 검증 |
| 제품 기획 | 만족도 비교 시 ‘이용빈도’를 통제 | 잦은 사용자 효과를 배제하고 제품군 차이 파악 |
3. 공분산분석 사용 조건 (UI 기준)
우리 시스템에서는 옵션 없이 아래 3가지만 선택하면 됩니다.
① 독립변수(집단 변수) — 1개 이상 선택
- 단일 선택형 문항
- 예: 직원친절만족1, 이용경험유무 등
- 집단 간 점수 차이를 비교할 기준 요인
② 공변량(Covariate) — 1개 이상 선택
- 숫자형 또는 점수형 문항
- 예: 충성도, 연령 등
- 집단 비교 시 제거하고 싶은 요인
③ 종속변수(Outcome) — 1개 이상 선택
- 비교하고 싶은 최종 점수
- 예: 영화품질만족도, 서비스만족, 재이용의향 등
※ 선택만 하면 자동으로 ANCOVA 모델을 구성해주므로
별도 세팅이나 옵션 설정이 필요 없음.
4. 분석 단계 (Step-by-step)
- 분석 메뉴 선택
- ‘집단비교분석 → 공분산분석’ 클릭
- 독립변수 선택
- 비교하고 싶은 집단 변수 선택
- 공변량 선택
- 통제하고 싶은 요인 선택
- 1개 또는 여러 개 선택 가능
- 종속변수 선택
- 분석하고 싶은 점수형 문항 선택
- 분석하기 클릭
5. 결과 해석 (Interpretation)
공분산분석은 크게 3단계로 해석합니다.
✔ 1) 공변량(Covariate)의 효과
- 공변량이 종속변수에 영향을 미치는지 확인
- 예: 연령이 만족도에 큰 영향을 미치는가?
해석 기준:
- p < 0.05 → 공변량이 종속변수에 유의한 영향
- p ≥ 0.05 → 공변량 영향 없음 → 차이의 원인은 다른 요인일 가능성
✔ 2) 집단의 주효과(Main Effect of Group)
공변량을 통제한 뒤에도 집단 간 차이가 존재하는지 확인.
해석 기준:
- p < 0.05 → 공변량을 통제해도 집단 간 차이가 있음
- p ≥ 0.05 → 공변량 통제 후 차이 없음 → 즉, 집단 차이가 아니라 공변량 영향일 가능성 큼
✔ 3) 조정된 평균(Adjusted Mean) 해석
ANCOVA의 큰 장점:
공변량 효과를 제거한 “순수 평균 값”을 제공
예:
- 통제 전: 그룹A 4.2 / 그룹B 3.8
- 통제 후: 그룹A 4.1 / 그룹B 4.0 (차이가 거의 없어짐)
→ 원래 차이는 ‘충성도’ 때문이었음을 시사
6. 자주 묻는 질문 (FAQ)
Q. 공변량은 어떤 문항을 넣어야 하나요?
A. 점수형(1~7점), 숫자형(연령 등) 문항이 가장 적합합니다.
범주형 문항은 공변량으로 사용하지 않습니다.
Q. 독립변수가 여러 개인가요?
A. 공분산분석은 기본적으로 “일원배치 + 공변량” 구조라
독립변수는 1개 또는 다중 범주 집단이어야 합니다.
Q. 공변량을 여러 개 넣어도 되나요?
A. 가능합니다. 다중 공변량 ANCOVA로 자동 처리됩니다.
Q. 사후검정(Post-hoc)도 가능한가요?
A. 집단 주효과가 유의할 때, 사후검정으로 집단 간 차이를 더 자세히 볼 수 있습니다.
(현재 UI에서는 표시하지 않지만 확장 가능)
7. 보고서 작성 활용 문장 예시
- “연령을 공변량으로 통제한 결과, 직원친절만족도에 따른 고객만족도 차이는 유의미하지 않았다(p ≥ 0.05). 이는 만족도 차이가 연령 영향 때문임을 시사한다.”
- “충성도를 통제한 후에도 이용경험 유형 간 서비스 만족도는 유의하게 차이가 나타났다(p < 0.05). 즉, 충성도와 무관하게 이용경험 자체가 만족도에 영향을 미친다.”
- “공변량(나이)이 만족도에 유의한 영향을 보였으며(p < 0.01), 조정된 평균을 보면 연령이 높은 그룹일수록 만족도가 증가하는 경향을 보였다.”
- “사전 점수를 공변량으로 통제한 후 교육 유형 간 학습 효과 차이가 확인되었다(p < 0.05). 이는 프로그램 유형의 순수 효과로 해석할 수 있다.”