메타분석(Meta-Analysis) 연구방법 완전 가이드 (2026)

메타분석은 같은 주제를 다룬 여러 개별 연구의 결과를 효과크기라는 공통 단위로 바꾼 뒤 통계적으로 종합하는 연구방법입니다. 연구마다 결과가 엇갈릴 때 전체적으로 어떤 결론이 지지되는지, 그리고 그 차이가 어떤 조건에서 생기는지를 밝히는 데 사용합니다.

메타분석은 문헌고찰의 한 형태이지만, 읽고 요약하는 서술적 고찰과는 성격이 다릅니다. 어떤 연구를 포함하고 배제할지 사전에 규칙으로 정하고 그 과정을 모두 공개한다는 점에서, 재현 가능한 하나의 독립 연구로 취급됩니다.

언제 메타분석을 선택할까?

메타분석이 성립하려면 최소한의 조건이 필요합니다. 같은 개념을 다룬 연구가 충분히 축적되어 있어야 하고, 각 연구가 효과크기를 계산할 수 있는 통계 정보를 보고하고 있어야 합니다. 평균과 표준편차, 사례 수, 상관계수, 승산비 같은 값이 없으면 종합 자체가 불가능합니다.

대학원생이 메타분석을 선택하는 실질적인 이유 중 하나는 새로 자료를 수집하지 않아도 된다는 점입니다. 다만 이는 오해의 소지가 있습니다. 문헌 검색과 선별, 코딩, 질 평가에 드는 시간이 상당하고, 두 명 이상이 독립적으로 선별해야 한다는 요구 때문에 협력자가 필요한 경우도 많습니다.

연구가 10편 미만이거나 연구들의 설계가 지나치게 이질적이라면 메타분석보다 체계적 문헌고찰로 정리하는 편이 적절합니다. 문헌고찰 장을 쓰는 일반적인 방법은 문헌고찰 작성법에서 다룹니다.

PRISMA 절차는 무엇을 요구할까?

PRISMA는 체계적 문헌고찰과 메타분석의 보고 기준으로, 2021년 BMJ에 발표된 PRISMA 2020이 현재 통용되는 판입니다. 27개 항목의 체크리스트와 문헌 선별 과정을 보여 주는 흐름도로 구성되어 있습니다.

흐름도는 네 단계를 기록합니다. 검색으로 확인한 문헌 수, 중복 제거 후 제목과 초록을 검토한 수, 전문을 확인한 수와 배제 사유별 건수, 최종 포함된 연구 수입니다. 각 단계의 숫자가 앞뒤로 맞아떨어져야 하며, 배제 사유를 뭉뚱그리지 않고 유형별로 나누어 제시하는 것이 핵심입니다.

또한 연구 시작 전에 계획서를 등록하는 것이 권장됩니다. 국제적으로는 PROSPERO 같은 등록 시스템이 널리 사용되며, 사전 등록은 분석 도중 기준을 유리하게 바꾸는 것을 막는 장치로 기능합니다.

수행 단계 8가지

1. 연구 질문 구조화 — 대상, 처치, 비교, 결과의 네 요소로 질문을 명확히 규정합니다.
2. 포함·배제 기준 확정 — 연구 설계, 대상, 출판 언어, 기간 등을 사전에 정하고 문서화합니다.
3. 검색 전략 수립 — 데이터베이스별 검색어와 조합을 정합니다. 국내 연구를 포함한다면 RISS, KCI, DBPIA를, 국외는 해당 분야의 주요 데이터베이스를 함께 검색합니다.
4. 선별 — 두 명이 독립적으로 제목·초록을 검토하고 이견은 협의하거나 제3자가 판정합니다.
5. 자료 추출 — 각 연구의 표본 크기, 평균, 표준편차, 상관계수 등 효과크기 계산에 필요한 값과 조절변수 후보를 코딩합니다.
6. 질 평가 — 개별 연구의 방법론적 질을 평가 도구로 판정하고, 질이 낮은 연구의 영향을 민감도 분석으로 확인합니다.
7. 효과크기 계산과 종합 — 지표를 통일해 계산하고 모형을 선택해 통합 효과크기를 산출합니다.
8. 이질성·조절효과·출판편향 검토 — 결과의 안정성을 여러 각도에서 확인하고 보고합니다.

다섯 번째 단계에서 필요한 통계값이 논문에 없는 경우가 자주 생깁니다. 저자에게 직접 문의해 자료를 요청하는 것이 원칙이며, 응답을 받지 못해 제외했다면 그 사실도 배제 사유에 기록해야 합니다.

효과크기 지표는 어떻게 고를까?

표의 해석 기준은 Cohen이 제시한 관례적 구간으로, 절대적 규칙이 아닙니다. 분야에 따라 작은 효과크기도 실질적으로 중요한 의미를 가질 수 있으므로, 수치의 크기만이 아니라 그것이 현실에서 무엇을 뜻하는지 함께 논의해야 합니다.

표본이 작은 연구가 많이 포함된 경우에는 Cohen의 d 대신 편향을 보정한 Hedges의 g를 사용하는 것이 일반적입니다. 지표를 섞어 쓸 수는 없으므로, 하나로 통일하고 필요하면 변환 공식을 적용해 맞춥니다.

이질성과 모형 선택

이질성은 포함된 연구들의 효과크기가 얼마나 다른지를 뜻합니다. 판단에는 Q 검정과 I 제곱 통계량이 함께 쓰이며, I 제곱은 전체 변동 중 연구 간 실제 차이로 설명되는 비율을 백분율로 나타냅니다.

Higgins와 Thompson이 제시한 해석 기준이 널리 인용됩니다. 25퍼센트 정도면 낮음, 50퍼센트 정도면 중간, 75퍼센트 정도면 높은 이질성으로 봅니다. 다만 이 값들도 대략적인 기준일 뿐 절단점으로 기계적으로 적용해서는 안 됩니다.

모형 선택은 이론적 전제의 문제입니다. 고정효과 모형은 모든 연구가 하나의 공통된 참 효과를 추정한다고 가정하고, 랜덤효과 모형은 연구마다 참 효과가 다를 수 있다고 가정합니다. 사회과학 분야에서는 대상과 맥락이 연구마다 다른 경우가 대부분이므로 랜덤효과 모형이 기본 선택인 경우가 많습니다.

이질성이 높다면 그것을 문제로만 볼 것이 아니라 설명 대상으로 삼아야 합니다. 조절변수를 투입한 하위집단 분석이나 메타회귀로 어떤 조건에서 효과가 달라지는지 밝히면, 그 자체가 메타분석의 가장 중요한 기여가 됩니다.

출판편향은 어떻게 확인할까?

출판편향은 유의한 결과가 나온 연구가 더 잘 출판되어, 검색으로 찾은 문헌만 종합하면 효과가 과대 추정되는 문제입니다. 다음 방법들이 함께 사용됩니다.

• 깔때기 도표 — 효과크기와 정밀도를 축으로 그린 산점도의 대칭성을 눈으로 확인합니다.
• Egger 회귀 검정 — 도표의 비대칭성을 통계적으로 검정합니다.
• 절단 후 보충법 — 비대칭을 보정한 추정치를 산출해 원래 결과와 비교합니다.
• 안전계수 — 결론을 뒤집으려면 미출판 연구가 몇 편 필요한지 계산합니다.

가장 근본적인 대책은 검색 단계에서 회색문헌을 포함하는 것입니다. 학위논문, 학술대회 발표문, 연구보고서를 함께 검색하면 유의하지 않은 결과가 담긴 연구도 포착됩니다. 국내 학위논문 검색 방법은 RISS·DBPIA·KCI 문헌 검색법에 정리되어 있습니다. 메타분석이 양적 연구방법 전체에서 차지하는 위치는 양적 연구 방법 가이드와 연구방법론 완전 가이드에서 확인할 수 있습니다.

자주 묻는 질문

PRISMA 체크리스트 원문과 흐름도 양식은 공식 웹사이트에서 내려받아 사용하는 것이 정확하며, 투고 예정 학술지가 요구하는 보고 기준도 함께 확인하시기 바랍니다. 국내 메타분석 사례는 KCI(한국학술지인용색인)에서 검색할 수 있습니다.