Cochran-Mantel-Haenszel 검정의 정의

Cochran-Mantel-Haenszel(CMH) 검정을 수행하려면 통계분석 > 표 > 교차표 및 카이-제곱 검정을 선택하고 기타 통계량을 클릭하십시오.

세 번째 범주형 변수가 존재하는 경우 두 이항 변수의 조건부 연관성을 검정하려면 CMH 검정을 사용합니다. 예를 들어, 세 개 지역에서 A 후보와 B 후보 사이의 선거 결과를 분석하려고 합니다. 첫 번째 표에는 세 개 지역을 모두 합한 투표 결과가 성별로 구분되어 나와 있습니다. Fisher의 정확 검정 결과 이 표에 대한 p-값이 0.008로 유의하므로, 성별과 투표가 서로 종속적임을 의미합니다.

그러나 유권자가 거주하는 지역이 이 연관성의 잠복 변수로 작용하는지 여부를 확인하려고 합니다. 따라서 결합된 표를 분리하고 각 지역의 성별 투표 수를 합하여 다음 세 표에 표시합니다. CMH 검정은 남성과 여성의 투표 수 사이의 차이가 실제로 성별 효과 때문인지, 유권자가 거주하는 지역의 잠복 변수 때문에 발생하는 것인지 여부를 결정합니다. 이 예에서는 다음 세 가지 표를 분석합니다.

CMH 검정은 유권자가 거주하는 지역별로 투표와 성별 간 연관성의 정도를 측정합니다. 이 검정은 여러 표에서 공통 승산비와 p-값을 계산하여 유의성을 평가합니다.

이 예에서 CMH 검정 결과 공통 승산비는 0.95입니다. 이 관측 통계량에 따르면 여성이 A 후보에게 투표할 확률은 남성이 A 후보에게 투표할 확률의 0.95배이므로, 즉, A 후보에게 투표할 확률은 남성과 여성이 거의 같습니다. CMH 검정에서는 또한 p-값을 계산하여 공통 승산비의 통계적 유의성을 확인하는데, 0.55의 p-값은 유의하지 않습니다. 따라서 결합 표에서 투표와 성별은 연관되어 있는 것처럼 보이지만 지역을 살펴보면 각 주 내에서 투표와 성별은 상관이 없다는 것을 알 수 있습니다. 성별이 아니라 지역 간에 실제 투표 패턴의 차이가 존재할 수도 있습니다. CMH 검정 결과 성별의 효과는 통계적으로 유의하지 않은 것으로 확인되었기 때문에 추가 분석은 유권자가 거주하는 지역이 투표에 미치는 효과에 집중해야 합니다.

CMH 검정에서는 3차 교호작용이 존재하지 않는다고 가정합니다.