통계적 검정이란? T-검정·ANOVA·카이제곱 검정 차이 쉽게 이해하기

1장 통계적 검정이란 무엇인가#

데이터를 분석하다 보면 두 집단의 평균이 서로 다르게 나타나는 경우가 있습니다.

예를 들어:

남학생 평균 키 175cm
여학생 평균 키 163cm

처럼 차이가 나타날 수 있습니다.

하지만 여기서 중요한 질문이 있습니다.

이 차이가 실제 집단의 차이인가, 아니면 우연히 표본을 뽑는 과정에서 생긴 차이인가?

이처럼 관찰된 차이가 통계적으로 의미가 있는지를 판단하는 과정이 통계적 검정 Hypothesis Testing입니다.

ADsP에서는 특히 다음 세 가지를 구분하는 것이 중요합니다.

T-검정 T-test
ANOVA 분산분석
카이제곱 검정 Chi-square Test

2장 어떤 검정을 사용해야 할까#

가장 먼저 확인할 것은 무엇을 비교하는가입니다.

평균을 비교한다#

두 집단 → T-검정

세 집단 이상 → ANOVA

범주형 데이터나 분포를 비교한다#

카이제곱 검정

시험에서는 복잡한 계산보다 어떤 상황에서 어떤 검정을 사용하는지 묻는 경우가 많습니다.

따라서 우선 다음처럼 기억합니다.

두 평균 → T-test

세 집단 이상 평균 → ANOVA

범주·빈도·분포 → Chi-square

3장 T-검정 T-test란 무엇인가#

T-검정은 제공된 학습자료에서:

두 집단의 평균 차이가 통계적으로 유의미한지 검정하는 방법

으로 설명합니다.

다만 T-검정은 비교 대상의 관계에 따라 세 가지 유형으로 나뉩니다.

단일표본 T-검정
독립표본 T-검정
대응표본 T-검정

각 유형의 차이를 정확하게 구분하는 것이 중요합니다.

4장 단일표본 T-검정이란 무엇인가#

단일표본 T-검정 One-sample T-test은 하나의 표본평균을 알려진 기준값 또는 모평균과 비교합니다.

제공된 학습자료의 예시는:

이번 학기 성적이 전국 평균과 다른가?

입니다.

예를 들어 전국 평균점수가:

70점

이라고 알려져 있고 우리 반 학생들의 평균점수가:

75점

이라면 이 5점 차이가 우연인지 의미 있는 차이인지 검정할 수 있습니다.

핵심#

단일표본 T-test = 표본평균 vs 기준 평균

입니다.

5장 단일표본 T-검정을 쉽게 이해하면#

어떤 공장에서 생산되는 제품의 평균 무게 기준이 500g이라고 하겠습니다.

제품을 일부 추출하여 측정했더니 표본평균이 510g이 나왔습니다.

질문은:

510g이라는 결과가 우연한 표본오차인가?

또는:

실제로 평균 무게가 500g과 달라졌는가?

입니다.

이런 문제에서 단일표본 T-검정을 사용할 수 있습니다.

6장 독립표본 T-검정이란 무엇인가#

독립표본 T-검정 Independent Samples T-test은 서로 독립된 두 집단의 평균을 비교합니다.

제공된 학습자료의 예시는:

남녀 간 키 차이

입니다.

남성 그룹과 여성 그룹은 서로 다른 사람으로 구성된 독립적인 집단입니다.

두 그룹의 평균 키가 통계적으로 다른지 검정할 수 있습니다.

핵심#

독립표본 = 서로 다른 두 집단

입니다.

7장 독립표본 T-검정 사례#

두 가지 교육방법의 효과를 비교한다고 하겠습니다.

A 교육법을 사용한 학생 그룹과 B 교육법을 사용한 학생 그룹이 서로 다른 학생으로 구성되어 있습니다.

A그룹 평균:

85점

B그룹 평균:

80점

이때 두 집단 평균의 차이가 통계적으로 유의한지 확인할 수 있습니다.

두 그룹이 서로 다른 사람으로 구성되었다는 것이 중요합니다.

8장 대응표본 T-검정이란 무엇인가#

대응표본 T-검정 Paired T-test은 같은 대상의 전후 결과를 비교합니다.

제공된 학습자료의 대표적인 예는:

다이어트 전후 체중

입니다.

같은 사람의:

다이어트 전 몸무게

와

다이어트 후 몸무게

를 비교합니다.

핵심#

대응표본 = 같은 대상의 전후 비교

입니다.

9장 대응표본 T-검정 사례#

10명의 환자에게 치료를 실시했다고 하겠습니다.

치료 전 혈압과 치료 후 혈압을 비교합니다.

여기서 치료 전 그룹과 치료 후 그룹은 서로 다른 사람이 아닙니다.

같은 환자의 두 시점 데이터입니다.

따라서 독립표본 T-검정이 아니라 대응표본 T-검정과 연결합니다.

10장 T-검정 세 가지 비교#

종류	비교 대상	예
단일표본	표본평균 vs 기준값	학급 평균 vs 전국 평균
독립표본	서로 독립된 두 집단	남성 vs 여성
대응표본	동일 집단의 전후	다이어트 전 vs 후

암기하면:

단일 = 기준과 비교

독립 = 서로 다른 사람

대응 = 같은 사람 전후

입니다.

11장 독립표본과 대응표본을 혼동하지 말자#

두 검정 모두 두 평균을 비교하기 때문에 헷갈릴 수 있습니다.

질문은 하나만 하면 됩니다.

두 값이 같은 대상에서 나온 것인가?

아니오#

서로 다른 사람

→ 독립표본

예#

같은 사람의 전후

→ 대응표본

입니다.

12장 ANOVA란 무엇인가#

ANOVA는 Analysis of Variance, 우리말로 분산분석입니다.

제공된 학습자료에서는:

세 집단 이상의 평균 차이를 검정하는 방법

으로 설명합니다.

예를 들어 교육방법 A와 B만 비교하면 T-검정을 생각할 수 있습니다.

하지만:

교육법 A
교육법 B
교육법 C

세 집단의 평균을 비교한다면 ANOVA를 사용합니다.

핵심#

ANOVA = 세 집단 이상 평균 비교

입니다.

13장 T-test와 ANOVA의 가장 중요한 차이#

시험에서 가장 먼저 구분해야 할 내용입니다.

T-test#

두 집단 평균 비교

ANOVA#

세 집단 이상 평균 비교

따라서:

2개 → T

3개 이상 → ANOVA

라고 기억하면 쉽습니다.

14장 ANOVA의 귀무가설#

제공된 학습자료에서는 ANOVA의 귀무가설을:

모든 집단의 평균이 같다

라고 설명합니다.

예를 들어 A·B·C 세 교육법의 평균점수를 비교한다면 귀무가설은:

A 평균 = B 평균 = C 평균

입니다.

즉 집단들 사이에 평균 차이가 없다는 것이 기본 가설입니다.

핵심#

ANOVA H₀ = 모든 평균이 동일

입니다.

15장 ANOVA에서 귀무가설을 기각하면#

제공된 학습자료에서 중요한 출발점은 모든 평균이 같다는 귀무가설입니다.

검정 결과 귀무가설을 기각한다면 적어도 모든 집단 평균이 동일하다고 보기는 어렵다는 의미가 됩니다.

시험에서는 우선:

ANOVA → 모든 집단 평균 동일 여부 검정

이라는 개념을 정확하게 기억해야 합니다.

16장 일원배치 ANOVA란 무엇인가#

일원배치 ANOVA One-way ANOVA는 하나의 요인 Factor을 기준으로 세 집단 이상의 평균을 비교합니다.

제공된 학습자료의 예시는:

3개 교육법의 효과 비교

입니다.

여기서 요인은:

교육법

하나입니다.

교육법의 수준은:

세 종류가 있습니다.

핵심#

One-way ANOVA = 요인 1개

입니다.

17장 일원배치 ANOVA 사례#

세 종류의 다이어트 방법을 비교한다고 하겠습니다.

방법 A
방법 B
방법 C

비교하는 요인은:

다이어트 방법

하나입니다.

각 방법에 따른 평균 체중 감소량을 비교하고 싶다면 일원배치 ANOVA와 연결할 수 있습니다.

18장 이원배치 ANOVA란 무엇인가#

이원배치 ANOVA Two-way ANOVA는 두 개의 요인을 함께 고려합니다.

제공된 학습자료의 예시는:

교육법 × 성별

입니다.

즉:

요인 1 = 교육법

요인 2 = 성별

을 동시에 고려하여 결과를 분석합니다.

핵심#

Two-way ANOVA = 요인 2개

입니다.

19장 일원배치와 이원배치 ANOVA 비교#

구분	요인 수	예
일원배치 ANOVA	1개	교육법
이원배치 ANOVA	2개	교육법 × 성별

시험에서는 집단 개수만 볼 것이 아니라 요인이 몇 개인지도 확인해야 합니다.

20장 ANOVA를 왜 분산분석이라고 부를까#

이름은 평균을 비교하는 검정인데 왜 분산분석이라고 부를까요?

ANOVA는 집단들의 평균 차이를 직접 단순 비교하기보다 집단 사이 변동과 집단 내부 변동을 비교하여 평균 차이가 의미 있는지를 판단하는 방식입니다.

즉 평균 차이를 판단하기 위해 분산의 구조를 이용하기 때문에 분산분석이라고 합니다.

ADsP에서는 우선:

ANOVA = 여러 집단의 평균 차이 검정

이라는 용도를 중심으로 기억하면 됩니다.

21장 T-test와 ANOVA 한눈에 비교#

구분	T-test	ANOVA
목적	평균 비교	평균 비교
주요 집단 수	두 집단	세 집단 이상
대표 사례	남녀 평균 키	3개 교육법 평균
기본 관심	두 평균 차이	여러 평균 차이

시험 핵심은:

평균을 비교한다는 공통점

과:

집단 수가 다르다는 차이

입니다.

22장 카이제곱 검정이란 무엇인가#

카이제곱 검정 Chi-square Test은 T-test나 ANOVA처럼 평균 자체를 비교하는 검정과는 다른 유형입니다.

제공된 학습자료에서는 카이제곱 검정을 다음 세 종류로 구분합니다.

적합도 검정
독립성 검정
동질성 검정

시험에서는 이 세 검정이 각각 무엇을 비교하는지 구분하는 것이 중요합니다.

23장 적합도 검정이란 무엇인가#

적합도 검정 Goodness-of-Fit Test은:

관측된 분포와 기대되는 분포를 비교

합니다.

제공된 학습자료에서는:

데이터가 특정 분포를 따르는지 검정

하는 방법으로 설명합니다.

핵심#

적합도 = 관측분포 vs 기대분포

입니다.

24장 적합도 검정을 쉽게 이해하면#

주사위를 600번 던졌다고 하겠습니다.

공정한 주사위라면 각 숫자가 대략:

100번씩

나올 것으로 기대할 수 있습니다.

그런데 실제 결과가:

1 → 95회

2 → 110회

3 → 89회

4 → 102회

5 → 107회

6 → 97회

로 나타났다고 하겠습니다.

이 관측결과가 공정한 주사위에서 기대하는 분포와 크게 다른지 검정하는 것이 적합도 검정의 기본적인 사고입니다.

25장 독립성 검정이란 무엇인가#

독립성 검정 Test of Independence은 두 범주형 변수 사이에 관계가 있는지 확인합니다.

제공된 학습자료에서는:

두 범주형 변수의 독립성

그리고:

두 변수 간 연관성 여부 검정

이라고 설명합니다.

핵심#

독립성 검정 = 범주형 변수 2개의 관계

입니다.

26장 독립성 검정 사례#

예를 들어:

성별

과

상품 구매 여부

사이에 관계가 있는지 알고 싶다고 하겠습니다.

두 변수는 모두 범주형으로 표현할 수 있습니다.

성별:

남 / 여

구매 여부:

구매 / 미구매

질문은:

성별과 구매 여부가 서로 독립적인가?

입니다.

이런 문제에서 카이제곱 독립성 검정을 생각할 수 있습니다.

27장 동질성 검정이란 무엇인가#

동질성 검정 Test of Homogeneity은 여러 집단의 분포가 서로 같은지 확인합니다.

제공된 학습자료에서는:

여러 집단의 분포 동일성

을 검정한다고 설명합니다.

핵심#

동질성 = 집단 간 분포가 같은가

입니다.

28장 동질성 검정 사례#

서울·부산·대구 세 지역에서 선호하는 음료 종류를 조사한다고 하겠습니다.

각 지역별로:

커피
차
탄산음료

선호 비율이 서로 같은지 확인하고 싶습니다.

질문은:

지역별 음료 선호 분포가 동일한가?

입니다.

이런 상황을 동질성 검정과 연결할 수 있습니다.

29장 카이제곱 검정 3가지 비교#

검정	핵심 질문
적합도	관측분포가 기대분포와 같은가?
독립성	두 범주형 변수가 서로 관계가 있는가?
동질성	여러 집단의 분포가 같은가?

암기하면:

적합도 = 기준 분포와 비교

독립성 = 변수와 변수

동질성 = 집단과 집단

입니다.

30장 적합도와 동질성을 혼동하지 말자#

둘 다 분포를 비교하기 때문에 헷갈릴 수 있습니다.

적합도#

하나의 관측분포

기대되는 기준분포

동질성#

여러 집단의 분포

서로 같은가?

입니다.

따라서:

적합도 = 기준에 맞나

동질성 = 집단끼리 같나

라고 기억할 수 있습니다.

31장 독립성과 동질성의 차이#

독립성 검정#

하나의 모집단 또는 데이터에서 두 범주형 변수 사이의 관계에 관심이 있습니다.

동질성 검정#

여러 집단이 있을 때 각 집단의 범주 분포가 동일한지에 관심이 있습니다.

시험에서는 문제의 질문이:

관계가 있는가?

라면 독립성을,

분포가 동일한가?

라면 동질성을 먼저 생각하면 쉽습니다.

32장 T-test·ANOVA·Chi-square 전체 비교#

검정	주요 목적	대표 질문
T-test	두 평균 비교	두 집단 평균이 다른가?
ANOVA	세 집단 이상 평균 비교	여러 집단 평균이 같은가?
Chi-square 적합도	관측·기대분포 비교	특정 분포를 따르는가?
Chi-square 독립성	범주형 변수 관계	두 변수가 독립인가?
Chi-square 동질성	여러 집단 분포 비교	집단별 분포가 같은가?

이 표를 이해하면 검정 선택 문제를 상당 부분 해결할 수 있습니다.

33장 ADsP 시험 함정 1#

T-검정은 세 집단 이상의 평균을 비교하는 방법이다.

틀립니다.

제공된 학습자료에서는 T-검정을 두 집단 평균 비교와 연결합니다.

세 집단 이상은 ANOVA입니다.

34장 ADsP 시험 함정 2#

ANOVA는 두 범주형 변수 사이의 독립성을 검정한다.

틀립니다.

그것은 카이제곱 독립성 검정입니다.

ANOVA는 제공된 학습자료에서 세 집단 이상 평균 비교와 연결합니다.

35장 ADsP 시험 함정 3#

대응표본 T-검정은 서로 다른 두 집단을 비교한다.

틀립니다.

동일한 대상의 전후 비교입니다.

서로 독립된 두 집단은 독립표본 T-검정입니다.

36장 ADsP 시험 함정 4#

독립표본 T-검정은 같은 사람의 치료 전후 결과를 비교한다.

틀립니다.

그것은 대응표본 T-검정입니다.

37장 ADsP 시험 함정 5#

일원배치 ANOVA는 두 개의 요인을 분석한다.

틀립니다.

하나의 요인을 사용합니다.

두 개의 요인은 이원배치 ANOVA입니다.

38장 ADsP 시험 함정 6#

ANOVA의 귀무가설은 모든 집단의 평균이 서로 다르다는 것이다.

틀립니다.

제공된 학습자료에서는:

모든 집단의 평균이 같다

가 귀무가설입니다.

39장 ADsP 시험 함정 7#

카이제곱 적합도 검정은 두 범주형 변수의 관계를 검정한다.

틀립니다.

그것은 독립성 검정입니다.

적합도 검정은 관측분포와 기대분포를 비교합니다.

40장 ADsP 시험 함정 8#

카이제곱 동질성 검정은 여러 집단의 평균을 비교한다.

틀립니다.

여러 집단의 분포가 동일한지 검정합니다.

평균 비교는 T-test나 ANOVA와 연결합니다.

41장 검정 선택을 문제 문장으로 판단하기#

시험 문제에서 다음 표현을 찾으면 빠르게 판단할 수 있습니다.

"평균과 기준값"#

→ 단일표본 T-test

"서로 다른 두 집단 평균"#

→ 독립표본 T-test

"전후 평균"#

→ 대응표본 T-test

"세 집단 이상의 평균"#

→ ANOVA

"관측분포와 기대분포"#

→ Chi-square 적합도

"두 범주형 변수의 관계"#

→ Chi-square 독립성

"여러 집단의 분포가 같은가"#

→ Chi-square 동질성

42장 T-검정 시험 직전 암기#

T-test = 두 평균 비교

단일표본#

표본 vs 기준

독립표본#

서로 다른 두 집단

대응표본#

동일 대상 전후

한 줄로:

단일=기준 / 독립=남남 / 대응=전후

라고 기억하면 됩니다.

43장 ANOVA 시험 직전 암기#

ANOVA = 세 집단 이상 평균 비교

귀무가설:

모든 집단 평균이 같다

One-way#

요인 1개

Two-way#

요인 2개

암기:

T는 둘, ANOVA는 셋 이상

입니다.

44장 카이제곱 검정 시험 직전 암기#

적합도#

관측 vs 기대

독립성#

범주형 변수 vs 범주형 변수

동질성#

집단별 분포 동일 여부

한 줄로:

적합=기준 / 독립=관계 / 동질=분포

입니다.

45장 통계적 검정 핵심 비교표#

상황	사용할 검정
표본평균과 기준 평균 비교	단일표본 T-test
독립된 두 집단 평균 비교	독립표본 T-test
같은 집단 전후 평균 비교	대응표본 T-test
세 집단 이상 평균 비교	ANOVA
관측분포와 기대분포 비교	카이제곱 적합도
두 범주형 변수 관계	카이제곱 독립성
여러 집단 분포 비교	카이제곱 동질성

통계적 검정 FAQ#

T-검정은 무엇을 검정하는가#

제공된 학습자료에서는 두 집단의 평균 차이가 통계적으로 유의한지를 검정하는 방법으로 설명합니다.

단일표본 T-검정은 언제 사용하는가#

하나의 표본평균과 모평균 또는 기준값을 비교할 때 사용합니다.

독립표본 T-검정은 언제 사용하는가#

서로 독립된 두 집단의 평균을 비교할 때 사용합니다.

대응표본 T-검정은 언제 사용하는가#

같은 대상의 전후 결과처럼 서로 대응되는 두 측정값을 비교할 때 사용합니다.

ANOVA는 무엇인가#

세 집단 이상의 평균 차이를 검정하는 방법입니다.

ANOVA의 귀무가설은 무엇인가#

제공된 학습자료에서는 모든 집단의 평균이 같다입니다.

일원배치 ANOVA는 무엇인가#

하나의 요인에 따른 여러 집단의 평균을 비교합니다.

이원배치 ANOVA는 무엇인가#

두 개의 요인을 함께 고려하는 분산분석입니다.

카이제곱 적합도 검정은 무엇인가#

관측분포와 기대분포를 비교하여 데이터가 특정 분포를 따르는지를 검정합니다.

카이제곱 독립성 검정은 무엇인가#

두 범주형 변수가 서로 독립적인지, 즉 연관성이 있는지를 검정합니다.

카이제곱 동질성 검정은 무엇인가#

여러 집단의 범주별 분포가 동일한지를 검정합니다.

남녀 평균 키를 비교하려면 어떤 T-검정을 사용하는가#

제공된 학습자료의 예시에서는 독립표본 T-검정입니다.

다이어트 전후 몸무게를 비교하려면 어떤 검정을 사용하는가#

대응표본 T-검정입니다.

세 가지 교육법의 평균 효과를 비교하려면 어떤 검정을 사용하는가#

일원배치 ANOVA입니다.

교육법과 성별 두 요인을 함께 고려하려면 무엇을 사용하는가#

제공된 학습자료에서는 이원배치 ANOVA 예시로 제시합니다.

자기 점검#

다음 질문에 바로 답할 수 있는지 확인해봅니다.

T-검정의 기본 목적을 설명할 수 있는가?
단일표본 T-검정을 언제 사용하는지 알고 있는가?
독립표본과 대응표본 T-검정을 구분할 수 있는가?
남녀 키 비교가 어떤 검정인지 알고 있는가?
다이어트 전후 몸무게가 어떤 검정인지 알고 있는가?
T-test와 ANOVA를 집단 수로 구분할 수 있는가?
ANOVA의 귀무가설을 말할 수 있는가?
일원배치와 이원배치 ANOVA의 요인 수를 구분할 수 있는가?
카이제곱 검정 세 종류를 말할 수 있는가?
적합도 검정에서 무엇을 비교하는지 알고 있는가?
독립성 검정이 두 범주형 변수의 관계를 본다는 것을 알고 있는가?
동질성 검정이 여러 집단의 분포를 비교한다는 것을 알고 있는가?
적합도와 동질성을 구분할 수 있는가?
평균 비교와 분포 비교를 구분할 수 있는가?
문제 상황을 보고 적절한 검정을 선택할 수 있는가?

이 글을 마치며#

통계적 검정에서 가장 중요한 것은 문제 상황에 맞는 검정을 구분하는 것입니다.

T-검정은 기본적으로 두 평균 비교와 연결합니다.

단일표본 T-test

→ 표본평균과 기준 평균

독립표본 T-test

→ 서로 다른 두 집단

대응표본 T-test

→ 같은 대상의 전후 비교

ANOVA는:

세 집단 이상의 평균 비교

에 사용하며 귀무가설은:

모든 집단의 평균이 같다

입니다.

ANOVA 내부에서는:

일원배치 = 요인 1개

이원배치 = 요인 2개

로 구분합니다.

카이제곱 검정에서는:

적합도 = 관측분포 vs 기대분포

독립성 = 두 범주형 변수의 관계

동질성 = 여러 집단의 분포 동일 여부

를 기억하면 됩니다.

시험 직전에는 다음 다섯 줄로 압축해서 기억하면 됩니다.

T-test = 두 집단 평균 비교

단일=기준 / 독립=서로 다른 집단 / 대응=같은 집단 전후

ANOVA = 세 집단 이상 평균 비교

ANOVA H₀ = 모든 집단 평균 동일

카이제곱 = 적합도·독립성·동질성