📈 t검정 계산기

t검정은 표본 평균이 알려진 또는 가설된 값과 유의하게 다른지, 또는 두 독립 표본의 평균이 다른지를 결정하는 통계적 가설 검정입니다. 이 검정은 귀무가설 하에서 Student t분포를 따르는 t 통계량을 생성합니다. z검정과 달리 t검정은 모집단 표준편차가 알려져 있을 것을 요구하지 않아 제한된 데이터로 실제 연구에 훨씬 더 실용적입니다. 연구자는 유의성을 보고하기 위해 p값 계산기와 함께 사용하고 불확실성을 표현하기 위해 신뢰구간 계산기와 결합합니다.

이 도구는 두 가지 주요 시나리오를 처리합니다. 단일표본 t검정은 단일 표본을 참조값(μ₀)과 비교합니다. 예를 들어 전구 배치가 제조사 주장대로 오래가는지 검정합니다. 이표본(웰치) t검정은 분산이 다를 수 있는 두 독립 그룹의 평균을 비교합니다. 예를 들어 두 가지 교수법의 시험 점수 등입니다. 웰치 버전은 두 표본이 다른 표준편차나 크기를 가질 때 더 견고해 Student 풀 t검정보다 권장됩니다. 검정 전 표준편차 계산기로 s를 구하세요.

양쪽의 음영 진 꼬리는 기각역을 나타냅니다. 계산된 t 통계량이 임계값 ±t*를 넘으면 선택한 유의수준(보통 α = 0.05, 양측)에서 귀무가설 H₀을 기각합니다. 그렇지 않으면 H₀을 기각하지 못하고 차이의 증거가 부족하다고 결론합니다.

이 계산기는 단일표본 및 웰치 이표본 t검정의 표준 공식을 적용합니다.

단일표본 t검정

여기서 x̄는 표본 평균, μ₀는 가설 모평균, s는 표본 표준편차, n은 표본 크기입니다. t의 절댓값이 클수록 귀무가설에 대한 증거가 강합니다.

웰치 이표본 t검정

웰치 공식은 등분산을 가정하지 않아 두 독립 표본의 기본 선택입니다. 자유도는 보통 소수이며 임계값 조회에서 반올림됩니다.

p값과 결정

양측 p값은 t분포에서 근사됩니다. df ≤ 30일 때 임계값 표를 사용하고 더 큰 df는 표준 정규분포로 근사합니다. |t| > α = 0.05 임계값이면 통계적으로 유의하다고 보고 H₀을 기각하며, 그렇지 않으면 기각하지 않습니다.

마지막 행(∞)은 표준 정규(z)분포에 해당합니다.

모표준편차가 실제로 거의 알려지지 않기 때문에 t검정이 더 안전한 기본 선택입니다. n이 30을 넘으면 두 접근 방식은 거의 동일한 결과를 냅니다.

1. 검정 유형 선택 — 상단 드롭다운에서 단일표본 또는 이표본(웰치) 모드를 선택하세요.
2. 표본 데이터 입력 — 단일표본은 표본 평균(x̄), 가설 평균(μ₀), 표준편차(s), 표본 크기(n)를 입력하세요. 이표본은 두 표본의 평균, 표준편차, 크기를 모두 입력하세요.
3. 계산 클릭 — t 통계량, 자유도, 근사 양측 p값, α = 0.05 임계 t값을 계산합니다.
4. 결론 읽기 — 0.05 유의수준에서 귀무가설 H₀을 기각할지 여부를 표시합니다.
5. 맥락과 함께 해석 — p값을 선택한 α와 비교하고 효과 크기와 신뢰구간을 고려한 후 실제 결론을 도출하세요.

t검정을 z검정 대신 사용할 때는 언제인가요?

모집단 표준편차를 알 수 없어 표본에서 추정해야 할 때 t검정을 사용하세요. z검정은 σ가 알려진 것을 요구하지만 실제로는 드뭅니다. 표본 크기가 커질수록 t분포는 정규분포로 수렴해 대표본에서는 두 검정이 거의 동일한 결과를 냅니다. 소표본(n < 30)에서는 t검정이 올바른 선택입니다.

Student t검정과 웰치 t검정의 차이는 무엇인가요?

Student(풀) 이표본 t검정은 두 표본이 등분산 모집단에서 온 것으로 가정합니다. 웰치 t검정은 이 가정을 두지 않고 자유도를 조정합니다. 두 표본의 분산이나 크기가 다를 때 웰치 버전이 더 견고해 현재 독립 이표본의 기본 선택으로 권장됩니다.

p값이란 무엇인가요?

p값은 귀무가설이 참이라고 가정할 때 계산된 것과 최소한 같은 정도로 극단적인 t 통계량이 관측될 확률입니다. p값이 작으면(보통 0.05 미만) H₀ 하에서 관측 데이터가 일어나기 어렵다는 뜻으로 H₀을 기각합니다. 가설이 참일 확률을 측정하는 것은 아닙니다.

'H₀을 기각하지 않는다'는 무슨 의미인가요?

차이가 존재한다고 결론지을 증거가 충분하지 않다는 뜻입니다. 이는 H₀이 참임을 증명하는 것과 같지 않으며 연구가 단순히 통계적 검정력이 부족할 수 있습니다. 더 큰 표본, 더 큰 효과 크기, 더 느슨한 유의수준이 결론을 바꿀 수 있습니다.

이 계산기의 p값은 얼마나 정확한가요?

p값은 df 1–30의 임계값 표와 더 큰 df의 표준 정규분포에서 근사됩니다. 수업 과제와 일반적 해석에는 충분히 정확하지만 발표급 연구에는 정확한 누적분포함수를 계산하는 전용 통계 소프트웨어(R, SPSS, SciPy)를 사용하세요.

단측 검정을 사용할 수 있나요?

이 도구는 기본적으로 양측 p값과 임계값을 보고합니다. 단측 검정은 차이가 한 방향으로 갈 것이라는 강한 사전 이유가 있고 데이터 수집 전에 그 방향을 확정한 경우에만 적절합니다. 필요하면 양측 p값을 2로 나누어 단측값을 얻을 수 있습니다.

결과를 신뢰하기 전에 t검정의 가정을 항상 확인하세요. 데이터는 근사적으로 정규분포(특히 n이 작을 때)해야 하고 관측값은 독립적이어야 합니다. 표본 크기가 30을 넘으면 중심극한정리로 인해 t검정은 비정규성에 매우 견고해집니다. 대응 또는 짝지어진 데이터(같은 대상의 전후 측정)에는 독립 이표본 버전 대신 대응 t검정을 사용하세요. 이 도구는 대응 설계를 지원하지 않습니다. 유의한 p값은 차이가 존재함을 나타낼 뿐 크기나 실용적 중요성까지는 나타내지 않습니다. 효과 크기와 신뢰구간을 p값과 함께 항상 보고하세요.