t 검정 결과 이해하기
이 계산기는 과학 연구에서 가장 흔히 쓰이는 기본값인 양측 유의수준 α = 0.05를 사용합니다.
| 양측 p 값 | α = 0.05에서의 결론 |
|---|---|
| p < 0.05 | 통계적으로 유의함 — 차이가 없다는 귀무가설을 기각합니다 |
| p ≥ 0.05 | 통계적으로 유의하지 않음 — 귀무가설을 기각하지 못합니다 |
- 통계적 유의성은 실질적 중요성과 다릅니다. 표본이 충분히 크면 실질적으로 의미가 거의 없는 아주 작은 차이도 0.05 미만의 p 값을 만들 수 있습니다.
- 여기서 사용하는 이표본 검정은 집단 간 등분산을 가정하지 않는 Welch t 검정입니다. 고전적인 합동분산(Student) t 검정을 사용하는 도구와는 결과가 다소 다를 수 있습니다.
- t 검정은 표본 자료가 서로 독립인 관측값이고 평균의 표집분포가 근사적으로 정규라고 가정합니다. 이는 기저 자료가 대체로 정규이거나, 중심극한정리에 따라 표본 크기가 충분히 클 때 충족됩니다.
- 이 계산기는 요약 통계량 기반입니다. 원자료 목록이 아니라 이미 계산해 둔 평균, 표준편차, 표본 크기를 입력받습니다.
t 검정이란 무엇입니까?
t 검정은 관측된 평균 차이가 단순한 표본 추출 변동만으로 기대되는 수준보다 큰지를 판단하는 통계적 가설 검정입니다. 이 계산기는 두 가지 형태를 지원합니다. 표본 평균을 고정된 가정 값과 비교하는 단일표본 t 검정, 그리고 두 독립 표본의 평균을 비교하는 이표본 t 검정입니다.
이표본의 경우 이 계산기는 두 집단의 분산이 같다고 가정하지 않는 Welch t 검정을 사용합니다. Welch 검정은 Welch–Satterthwaite 식으로 보정된(흔히 정수가 아닌) 자유도를 계산하며, 두 표본의 표준편차가 다를 때 고전적인 합동분산(Student) t 검정보다 일반적으로 더 신뢰할 수 있는 결과를 제공합니다.
두 방식 모두 양측 p 값을 제시합니다. 즉 어느 방향(더 크거나 더 작음)이든 차이의 증거를 측정하며, 결과는 관례적인 유의수준 α = 0.05와 비교합니다. p 값이 0.05 미만이면 일반적으로 통계적으로 유의하다고 하고, 0.05 이상이면 유의하지 않다고 봅니다.
t 검정 계산기 사용 방법
- 검정 유형을 선택합니다. 단일표본(표본 평균을 고정된 값과 비교) 또는 이표본(두 독립 표본의 평균을 비교)입니다.
- 단일표본 검정에서는 표본 평균, 표준편차, 표본 크기와 함께 비교 대상인 가정 모평균(μ₀)을 입력합니다.
- 이표본 검정에서는 두 표본 각각의 평균, 표준편차, 표본 크기를 입력합니다.
- t 통계량, 자유도, 양측 p 값을 확인하고, p 값을 선택한 유의수준(일반적으로 α = 0.05)과 비교합니다.
t 검정의 계산 공식
단일표본 t 통계량: t = (x̄ − μ₀) / (s / √n)이며 자유도는 df = n − 1입니다. 여기서 x̄는 표본 평균, s는 표본 표준편차, μ₀는 가정된 모평균입니다.
이표본 Welch t 통계량: t = (x̄₁ − x̄₂) / √(s₁² / n₁ + s₂² / n₂). 자유도는 Welch–Satterthwaite 식으로 추정합니다. df = (s₁²/n₁ + s₂²/n₂)² / [ (s₁²/n₁)² / (n₁ − 1) + (s₂²/n₂)² / (n₂ − 1) ]이며, 두 모분산이 같다고 가정하지 않습니다.
양측 p 값은 p = 2 × (1 − T(|t|, df))입니다. 여기서 T는 계산된 자유도를 갖는 Student t 분포의 누적분포함수입니다.
계산 예시(단일표본): 평균 = 52.1, 표준편차 = 4.5, n = 30, 가정 평균 μ₀ = 50. t = (52.1 − 50) / (4.5 / √30) ≈ 2.556, df = 29이며 양측 p 값이 0.05 미만이므로 그 차이는 5% 수준에서 통계적으로 유의합니다.
흔한 실수
- 통계적 유의성을 실질적 중요성으로 받아들이는 경우 — 매우 작은 p 값은 그 차이가 우연으로 생겼을 가능성이 낮다는 뜻일 뿐, 차이가 크거나 실무적으로 의미 있다는 뜻은 아닙니다.
- 이 계산기가 두 표본의 분산을 합동한다고 가정하는 경우 — 이 계산기는 두 분산이 다를 수 있게 하는 Welch 검정을 사용하므로, 자유도와 p 값이 합동분산 계산과 다를 수 있습니다.
- 양측 p 값을 단측 판정 기준과 비교하는 경우. 이는 사실상 의도한 유의수준을 절반으로 낮추어 유의성을 과장합니다.
- 동일한 대상의 사전-사후 측정처럼 대응 표본이나 반복측정 자료에 독립표본 t 검정을 적용하는 경우. 이때는 대응표본 t 검정이 필요합니다.
- 같은 자료에 대해 유의수준을 보정하지 않고 여러 번 t 검정을 실시하는 경우. 이는 적어도 하나의 위양성이 나올 확률을 5%보다 훨씬 높입니다.
자주 묻는 질문
단일표본 t 검정과 이표본 t 검정의 차이는 무엇입니까?
단일표본 t 검정은 하나의 표본 평균을 고정된 가정 값(μ₀)과 비교합니다. 이표본 t 검정은 두 독립 표본의 평균을 서로 비교하여, 그 차이가 단순한 무작위 변동으로 기대되는 수준보다 큰지를 검정합니다.
이 계산기가 Student t 검정 대신 Welch t 검정을 사용하는 이유는 무엇입니까?
Welch t 검정은 두 표본의 분산이 같다고 가정하지 않으므로, 실무에서 흔한 상황인 표본 표준편차가 서로 다를 때 더 견고합니다. 고전적인 합동분산 검정이 사용하는 단순한 n₁ + n₂ − 2 대신 Welch–Satterthwaite 식으로 보정된, 흔히 정수가 아닌 자유도를 계산합니다.
p 값이 0.05 미만이라는 것은 무슨 뜻입니까?
실제 차이가 없다는 귀무가설이 옳다고 가정할 때, 이만큼 크거나 더 큰 차이가 표본 추출 변동만으로 나타날 확률이 5% 미만이라는 뜻입니다. 관례적인 α = 0.05 기준에 따라 통계적으로 유의하다고 표시하지만, 이는 차이의 크기나 실질적 중요성에 대해서는 아무것도 말해 주지 않습니다.
통계적 유의성은 실질적 중요성과 같습니까?
아닙니다. 통계적으로 유의한 결과(p < 0.05)는 관측된 차이가 우연 때문일 가능성이 낮다는 것만 나타냅니다. 표본 크기가 충분히 크면 실질적으로 중요하지 않은 아주 작은 차이도 통계적으로 유의할 수 있으므로, 효과 크기를 p 값과 함께 보고하고 검토해야 합니다.
이표본 검정의 자유도가 정수가 아닌 이유는 무엇입니까?
Welch t 검정은 Welch–Satterthwaite 식으로 자유도를 계산하는데, 이 식은 두 표본의 분산과 크기를 결합하는 방식이라 일반적으로 정수가 아닌 값이 나옵니다. 이 보정 덕분에 두 집단의 분산이 다를 때에도 검정이 정확하게 유지됩니다.
이 t 검정에는 어느 정도의 표본 크기가 필요합니까?
각 표본은 표준편차와 자유도가 정의되도록 최소 2개의 관측값이 필요합니다. 실무적으로 t 검정은 자료가 대체로 정규일 때 가장 잘 작동하며, 기저 자료가 다소 비정규이더라도 중심극한정리에 따라 표본 크기가 충분히 크면(집단당 n이 30 이상인 경우가 대략적인 기준으로 흔히 쓰입니다) 잘 작동합니다.
참고 자료
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods — two-sample t-test for equal means. nist.gov.
- Welch BL. The generalization of 'Student's' problem when several different population variances are involved. Biometrika 1947; 34(1-2): 28-35.
- Satterthwaite FE. An approximate distribution of estimates of variance components. Biometrics Bulletin 1946; 2(6): 110-114.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (one- and two-sample t procedures).
- Student (Gosset WS). The probable error of a mean. Biometrika 1908; 6(1): 1-25 (origin of the t-distribution).