interaction

교호 작용(Interaction)은 두 개 이상의 독립변수가 동시에 작용하여 종속변수에 미치는 영향이 단순한 합으로 설명되지 않고, 서로의 영향이 달라지는 현상을 의미합니다. 예를 들어, A라는 변수의 효과가 B라는 변수의 수준에 따라 달라지거나, A와 B의 효과를 합친 것보다 두 변수가 함께 작용할 때 더 크거나 작은 효과가 나타나는 경우를 말합니다. 이는 분산 분석에서 유의한 교호작용 효과를 검정하여 확인하고, 교호작용도 등의 그래프를 통해 시각화하여 해석합니다. 

교호작용의 의미

• 한 요인의 효과가 다른 요인의 수준에 따라 달라짐:  예를 들어, 특정 약물(요인 A)의 효과가 성별(요인 B)에 따라 다르게 나타나는 경우, A와 B 사이에 교호작용이 있다고 할 수 있습니다. 
• 단순한 합 이상의 효과:  두 독립변수의 영향이 단순히 더해지는 것이 아니라, 서로 결합하면서 새로운 효과를 만들어내는 것입니다. 

교호작용의 확인 및 해석

• ANOVA 결과 확인:  분석 결과에서 교호작용에 대한 p-value가 통계적으로 유의한지 확인합니다. 

• 교호작용도 활용:  두 요인과 반응 간의 관계를 그래프로 시각화하여 패턴을 확인합니다. 

  • 평행선: 선이 평행하다면 교호작용이 없음을 의미합니다. 
  • 비평행선: 선의 기울기 차이가 클수록, 비평행할수록 교호작용의 정도가 더 크다는 것을 나타냅니다. 

• 주 효과 해석 유의: 

  교호작용이 유의미하다면, 각 독립변수의 주 효과(전체 효과)를 그대로 해석할 수 없으며, 각 수준 조합별로 나누어 해석해야 합니다. 

예시 

• 금속 유형과 침전 시간의 관계: 금속의 유형에 따라 강도가 달라지는 효과가 침전 시간에 따라 다르게 나타날 때, 금속 유형과 침전 시간 사이에는 교호작용이 있습니다. 특정 금속 유형은 특정 침전 시간에서 가장 높은 강도를 보일 수 있으며, 다른 금속 유형은 다른 침전 시간에서 가장 높은 강도를 보일 수 있습니다.