가설 검정이란? 귀무가설·대립가설·P-value·제1종 오류·제2종 오류 쉽게 이해하기

1장 가설 검정이란 무엇인가#

가설 검정은 데이터를 보고 어떤 주장이나 효과가 실제로 존재한다고 볼 수 있는지 판단하는 통계적 방법입니다.

예를 들어 새로운 약을 개발했다고 생각해봅시다.

우리가 알고 싶은 것은 단순합니다.

이 약이 실제로 효과가 있는가?

하지만 일부 환자에게 약을 투여한 뒤 상태가 좋아졌다고 해서 바로:

약이 효과가 있다.

라고 결론 내릴 수는 없습니다.

우연히 좋아졌을 가능성도 있기 때문입니다.

그래서 통계에서는 먼저 두 개의 서로 반대되는 가설을 세웁니다.

귀무가설 H₀
대립가설 H₁

그리고 표본 데이터가 어느 쪽을 더 지지하는지 판단합니다.

2장 귀무가설 H₀란 무엇인가#

귀무가설은 영어로 Null Hypothesis라고 합니다.

기본적인 형태는:

차이가 없다

또는

효과가 없다

입니다.

예를 들어 새 약의 효과를 검정한다면:

H₀: 새 약은 효과가 없다.

라고 설정할 수 있습니다.

제공된 학습자료에서는 귀무가설을 쉽게:

무 Null로 돌아간다

라고 설명합니다.

즉 특별한 변화나 효과가 없다는 기본 가정입니다.

3장 대립가설 H₁이란 무엇인가#

대립가설은 귀무가설과 반대되는 주장입니다.

일반적으로:

차이가 있다

또는

효과가 있다

입니다.

새 약 사례라면:

H₁: 새 약은 효과가 있다.

가 됩니다.

제공된 학습자료에서는 대립가설을 연구자가 입증하고자 하는 것으로 설명합니다.

즉 연구자의 관심은 보통:

정말 효과가 있는가?

에 있습니다.

4장 귀무가설과 대립가설 비교#

구분	귀무가설 H₀	대립가설 H₁
기본 주장	차이 없음	차이 있음
효과	효과 없음	효과 있음
검정 방향	기각 여부 판단	연구자가 입증하고 싶은 주장
예	새 약 효과 없음	새 약 효과 있음

가장 쉽게 기억하면:

H₀ = 없다

H₁ = 있다

입니다.

5장 왜 귀무가설부터 세울까#

통계 검정에서는 처음부터:

효과가 있다.

라고 가정하고 시작하지 않습니다.

오히려 먼저:

효과가 없다.

는 귀무가설을 세웁니다.

그리고 실제 데이터가 이 가정을 유지하기 어려울 정도로 강한 증거를 보여주는지 확인합니다.

즉 흐름은 다음과 같습니다.

일단 효과 없음이라고 가정

↓

데이터 확인

↓

이 결과가 우연이라고 보기 어려운가?

↓

그렇다면 귀무가설 기각

입니다.

6장 가설 검정의 기본 사고방식#

가설 검정은 다음과 같은 질문을 던집니다.

귀무가설이 참이라고 했을 때, 지금 관찰한 결과가 나오는 것이 얼마나 드문가?

이 질문에 답하기 위해 사용하는 값이 P-value입니다.

따라서 가설 검정의 핵심 구조는:

H₀ 설정 → 데이터 분석 → P-value 확인 → 기각 여부 판단

입니다.

7장 P-value란 무엇인가#

P-value는 제공된 학습자료에서 매우 중요한 개념입니다.

P-value는 귀무가설이 참이라는 전제 아래에서 계산됩니다.

이 문장을 반드시 기억해야 합니다.

시험에서는 다음과 같이 바꿔서 출제할 수 있습니다.

P-value는 대립가설이 참이라는 가정 아래 계산한다.

이 문장은 틀립니다.

P-value는 귀무가설을 기준으로 계산합니다.

8장 P-value를 쉽게 이해하면#

제공된 학습자료에서는 P-value를 쉽게:

우연히 이런 결과가 나올 확률

로 설명합니다.

예를 들어 새 약이 효과가 없다는 H₀가 참이라고 생각해봅시다.

그런데 실제 실험에서는 약을 먹은 집단이 매우 크게 좋아졌습니다.

이런 결과가 H₀가 참일 때 거의 나오기 어렵다면:

효과가 없다고 보기에는 결과가 너무 이상하다.

라고 생각할 수 있습니다.

그래서 귀무가설을 기각합니다.

9장 P-value가 작다는 것은 무엇인가#

P-value가 작다는 것은 제공된 학습자료의 표현으로:

우연히 이런 결과가 나올 가능성이 낮다.

는 뜻입니다.

예를 들어 P-value가 매우 작다면:

H₀가 참이라고 가정했을 때 이런 결과가 나오기는 쉽지 않다.

고 판단할 수 있습니다.

따라서 통계적으로 유의하다고 보고 귀무가설을 기각합니다.

10장 0.05 기준은 어떻게 사용하는가#

제공된 학습자료에서는 일반적인 기준으로 0.05를 제시합니다.

P-value	해석	결론
< 0.05	통계적으로 유의함	귀무가설 기각
≥ 0.05	통계적으로 유의하지 않음	귀무가설 채택

시험에서는 이 기준을 그대로 묻는 경우가 많습니다.

핵심#

P < 0.05 → H₀ 기각

입니다.

11장 P-value가 0.03이라면#

예를 들어:

P-value = 0.03

이라고 하겠습니다.

0.03은 0.05보다 작습니다.

따라서 제공된 학습자료 기준으로:

통계적으로 유의함

→ 귀무가설 기각

입니다.

새 약 사례라면 H₀인:

새 약은 효과가 없다.

를 기각하고 대립가설 쪽을 지지하게 됩니다.

12장 P-value가 0.12라면#

이번에는:

P-value = 0.12

라고 하겠습니다.

0.12는 0.05보다 큽니다.

따라서:

통계적으로 유의하지 않음

→ 제공된 학습자료 기준 귀무가설 채택

으로 정리합니다.

시험에서는 숫자의 크기만 보고 판단할 수 있어야 합니다.

13장 P-value에서 가장 중요한 함정#

다음 문장을 주의합니다.

P-value는 대립가설이 참이라는 가정 아래 계산된다.

틀립니다.

정확한 기준은:

귀무가설 H₀가 참이라는 전제

입니다.

시험 직전에는:

P-value → H₀ 아래 계산

이라고 기억하면 됩니다.

14장 유의수준 α란 무엇인가#

유의수준 α는 가설 검정에서 귀무가설을 기각할 기준으로 사용하는 값입니다.

제공된 학습자료에서는 일반적으로:

α = 0.05

를 제시합니다.

이는 제1종 오류를 허용하는 확률과 연결됩니다.

즉:

유의수준 α = 제1종 오류를 범할 허용 확률

입니다.

15장 P-value와 유의수준을 비교하는 방법#

가설 검정에서는 P-value와 α를 비교합니다.

P-value < α#

→ 귀무가설 기각

P-value ≥ α#

→ 귀무가설 채택

예를 들어:

α = 0.05

P-value = 0.02

라면:

0.02 < 0.05

이므로 귀무가설을 기각합니다.

16장 제1종 오류란 무엇인가#

제1종 오류는 귀무가설이 실제로 참인데도 귀무가설을 기각하는 오류입니다.

기호는:

입니다.

제공된 학습자료에서는 이를 위양성 False Positive과 연결합니다.

쉽게 표현하면:

실제로는 문제가 없는데 문제가 있다고 판단

하는 것입니다.

17장 제1종 오류를 의료검사로 이해하기#

정상인 사람이 있다고 하겠습니다.

실제로는 병이 없습니다.

그런데 검사 결과가:

환자입니다.

라고 나왔습니다.

즉:

정상 → 환자로 진단

입니다.

이것이 False Positive, 즉 위양성입니다.

제공된 학습자료에서는 이를 제1종 오류와 연결합니다.

핵심#

제1종 = 없는 병 있다고 함

입니다.

18장 제1종 오류를 법정에 비유하면#

법정으로 비유하면 더 쉽게 이해할 수 있습니다.

귀무가설을:

피고인은 무죄다.

라고 생각해봅시다.

실제로 무죄인데 유죄 판결을 내렸다면:

참인 H₀를 기각

한 것입니다.

즉:

무죄인 사람을 유죄로 판결

입니다.

제공된 학습자료에서는 이를 제1종 오류에 대한 대표 비유로 제시합니다.

19장 제2종 오류란 무엇인가#

제2종 오류는 귀무가설이 실제로 거짓인데도 귀무가설을 채택하는 오류입니다.

기호는:

입니다.

제공된 학습자료에서는 이를 위음성 False Negative과 연결합니다.

쉽게 말하면:

실제로 문제가 있는데 없다고 판단

하는 것입니다.

20장 제2종 오류를 의료검사로 이해하기#

이번에는 실제로 환자인 사람이 있다고 하겠습니다.

그런데 검사 결과가:

정상입니다.

라고 나왔습니다.

즉:

환자 → 정상으로 진단

입니다.

이것이 False Negative, 즉 위음성입니다.

제공된 학습자료에서는 이를 제2종 오류와 연결합니다.

핵심#

제2종 = 있는 병 없다고 함

입니다.

21장 제2종 오류를 법정으로 이해하기#

법정 비유를 다시 사용해보겠습니다.

실제로 유죄인 사람이 있습니다.

그런데 무죄 판결을 내렸습니다.

즉:

귀무가설이 거짓인데 채택

한 것입니다.

제공된 학습자료에서는 이를:

유죄인 사람을 무죄로 판결

하는 상황에 비유합니다.

22장 제1종 오류와 제2종 오류 비교#

구분	제1종 오류 α	제2종 오류 β
상황	H₀가 참인데 기각	H₀가 거짓인데 채택
다른 이름	False Positive	False Negative
의료 예	정상 → 환자	환자 → 정상
암기	없는 것 있다고 함	있는 것 없다고 함

이 표는 시험 직전에 반드시 기억해야 합니다.

23장 False Positive를 쉽게 기억하는 방법#

Positive는:

있다고 판단했다.

는 의미로 생각할 수 있습니다.

그런데 실제로는 없습니다.

즉 잘못된 양성입니다.

예:

병 없음

→ 검사에서는 병 있음

→ False Positive

→ 제1종 오류

입니다.

24장 False Negative를 쉽게 기억하는 방법#

Negative는:

없다고 판단했다.

는 의미로 생각할 수 있습니다.

그런데 실제로는 있습니다.

즉 잘못된 음성입니다.

예:

병 있음

→ 검사에서는 병 없음

→ False Negative

→ 제2종 오류

입니다.

25장 제1종 오류 암기법#

제공된 학습자료의 암기법은 매우 직관적입니다.

1종 = 없는 병 있다고 함

즉:

정상

→ 환자라고 판단

→ False Positive

입니다.

26장 제2종 오류 암기법#

제공된 학습자료에서는:

2종 = 있는 병 없다고 함

으로 기억합니다.

즉:

환자

→ 정상이라고 판단

→ False Negative

입니다.

27장 유의수준 α와 제1종 오류의 관계#

유의수준 α는 제1종 오류를 범할 확률과 연결됩니다.

예를 들어:

α = 0.05

라고 하면 제1종 오류를 허용하는 기준을 5% 수준으로 설정한 것으로 이해할 수 있습니다.

제공된 학습자료에서는 이를:

귀무가설 기각 기준

으로도 설명합니다.

핵심#

α = 제1종 오류

입니다.

28장 β와 제2종 오류의 관계#

β는 제2종 오류를 범할 확률입니다.

즉 실제로 귀무가설이 거짓인데도 이를 기각하지 못하는 경우와 연결됩니다.

따라서:

α → 제1종 오류

β → 제2종 오류

로 짝을 지어 기억합니다.

29장 검정력 Power란 무엇인가#

검정력은 귀무가설이 실제로 거짓일 때 이를 올바르게 기각할 확률입니다.

제공된 학습자료에서는 다음과 같이 나타냅니다.

검정력 = 1 − β

입니다.

즉 제2종 오류를 범하지 않고 실제 효과를 제대로 찾아낼 능력입니다.

핵심#

Power = 1 − β

입니다.

30장 검정력이 높다는 것은 무엇인가#

검정력이 높다는 것은 실제로 효과가 있을 때:

효과가 있다.

는 사실을 제대로 찾아낼 가능성이 높다는 뜻입니다.

예를 들어 새로운 약이 실제로 효과가 있습니다.

좋은 검정이라면 이를 제대로 발견해 귀무가설을 기각해야 합니다.

따라서 제공된 학습자료에서는:

검정력은 높을수록 좋다

고 설명합니다.

31장 제2종 오류와 검정력의 관계#

검정력은:

1 − β

입니다.

따라서 β가 작아지면 검정력은 커집니다.

예를 들어:

β = 0.2

라면:

검정력 = 0.8

입니다.

즉 제2종 오류 가능성이 낮을수록 실제 효과를 탐지할 능력이 커진다고 이해할 수 있습니다.

32장 α와 β를 한 번에 정리하면#

α#

→ 제1종 오류

→ False Positive

→ 정상인데 환자라고 판단

β#

→ 제2종 오류

→ False Negative

→ 환자인데 정상이라고 판단

1 − β#

→ 검정력

→ 실제 효과가 있을 때 제대로 찾아내는 능력

입니다.

33장 가설 검정 전체 흐름#

가설 검정은 다음 순서로 이해하면 쉽습니다.

1단계#

귀무가설 H₀ 설정

차이 없음

2단계#

대립가설 H₁ 설정

차이 있음

3단계#

데이터 분석

4단계#

P-value 계산

5단계#

유의수준과 비교

6단계#

귀무가설 기각 여부 결정

입니다.

34장 신약 효과를 예로 전체 과정 이해하기#

새로운 약이 효과가 있는지 검정한다고 하겠습니다.

H₀#

새 약은 효과가 없다.

H₁#

새 약은 효과가 있다.

분석 결과:

P-value = 0.02

유의수준:

α = 0.05

비교하면:

0.02 < 0.05

입니다.

따라서:

귀무가설 기각

입니다.

제공된 학습자료의 기준으로는 통계적으로 유의한 결과라고 판단합니다.

35장 제1종 오류가 발생하는 경우#

같은 신약 사례에서 실제로 약효가 없다고 하겠습니다.

즉 H₀가 참입니다.

그런데 분석결과가 우연히 매우 좋게 나와 H₀를 기각했습니다.

결과적으로:

약효가 있다고 판단

했습니다.

하지만 실제로는 효과가 없습니다.

이것이:

제1종 오류

입니다.

36장 제2종 오류가 발생하는 경우#

이번에는 실제로 약효가 있다고 하겠습니다.

즉 H₀는 거짓입니다.

그런데 실험 결과에서 효과를 제대로 발견하지 못해 귀무가설을 채택했습니다.

결과적으로:

약효가 없다.

고 판단했습니다.

하지만 실제로는 효과가 있습니다.

이것이:

제2종 오류

입니다.

37장 질병검사 사례로 전체 구조 이해하기#

귀무가설을:

이 사람은 병이 없다.

라고 설정해보겠습니다.

실제 정상 + 정상 판정#

→ 올바른 판단

실제 정상 + 환자 판정#

→ False Positive

→ 제1종 오류

실제 환자 + 정상 판정#

→ False Negative

→ 제2종 오류

실제 환자 + 환자 판정#

→ 올바른 판단

이 구조를 이해하면 α와 β를 쉽게 구분할 수 있습니다.

38장 법정 비유로 전체 구조 이해하기#

귀무가설:

피고인은 무죄다.

라고 생각합니다.

실제 무죄 + 무죄 판결#

→ 올바른 판단

실제 무죄 + 유죄 판결#

→ 제1종 오류

실제 유죄 + 무죄 판결#

→ 제2종 오류

실제 유죄 + 유죄 판결#

→ 올바른 판단

따라서:

1종 = 억울하게 잡음

2종 = 진짜 범인을 놓침

으로 기억할 수 있습니다.

39장 ADsP 시험에서 자주 헷갈리는 함정#

함정 1. 귀무가설은 연구자가 증명하고 싶은 가설이다#

틀립니다.

제공된 학습자료에서는 연구자가 입증하고자 하는 것을 대립가설로 설명합니다.

함정 2. 대립가설은 차이가 없다는 가설이다#

틀립니다.

대립가설은 일반적으로 차이 또는 효과가 있다는 주장입니다.

함정 3. P-value는 대립가설 아래 계산한다#

틀립니다.

P-value는 귀무가설이 참이라는 전제 아래 계산합니다.

함정 4. P-value가 0.01이면 귀무가설을 채택한다#

α = 0.05 기준이라면 틀립니다.

0.01 < 0.05이므로 귀무가설을 기각합니다.

함정 5. P-value가 0.12이면 통계적으로 유의하다#

α = 0.05 기준이라면 틀립니다.

0.12 ≥ 0.05입니다.

함정 6. 제1종 오류는 환자를 정상으로 판단하는 것이다#

틀립니다.

이는 제2종 오류입니다.

함정 7. 제2종 오류는 정상인을 환자로 판단하는 것이다#

틀립니다.

이는 제1종 오류입니다.

함정 8. α는 제2종 오류의 확률이다#

틀립니다.

α는 제1종 오류와 연결됩니다.

함정 9. 검정력은 1−α다#

틀립니다.

제공된 학습자료에서는:

검정력 = 1−β

입니다.

40장 P-value 시험 직전 암기#

P-value

→ H₀가 참이라는 전제

→ 결과가 우연히 나타날 정도를 판단

기준#

P < 0.05

→ 통계적으로 유의

→ H₀ 기각

P ≥ 0.05

→ 통계적으로 유의하지 않음

→ 제공된 학습자료 기준 H₀ 채택

한 줄로:

P가 작으면 H₀를 버린다

고 기억할 수 있습니다.

41장 오류 시험 직전 암기#

제1종 오류 α#

→ H₀ 참인데 기각

→ False Positive

→ 정상인을 환자로

→ 없는 병 있다고 함

제2종 오류 β#

→ H₀ 거짓인데 채택

→ False Negative

→ 환자를 정상으로

→ 있는 병 없다고 함

한 줄로:

1종 = 없는 걸 있다고

2종 = 있는 걸 없다고

입니다.

42장 유의수준과 검정력 시험 직전 암기#

유의수준 α#

→ 제1종 오류

→ 통상 0.05

→ 귀무가설 기각 기준

검정력#

→ 1−β

→ H₀가 거짓일 때 올바르게 기각하는 능력

→ 높을수록 좋음

따라서:

α = 1종 오류

β = 2종 오류

1−β = 검정력

입니다.

43장 가설 검정 핵심 비교표#

개념	핵심
H₀	차이 없음·효과 없음
H₁	차이 있음·효과 있음
P-value	H₀가 참이라는 전제에서 계산
α	제1종 오류 확률
β	제2종 오류 확률
1−β	검정력
False Positive	제1종 오류
False Negative	제2종 오류

이 표를 이해하면 가설 검정의 기본 문제 대부분을 빠르게 구분할 수 있습니다.

가설 검정 FAQ#

귀무가설이란 무엇인가#

차이가 없거나 효과가 없다고 설정하는 기본 가설입니다.

대립가설이란 무엇인가#

차이가 있거나 효과가 있다고 보는 가설이며 제공된 학습자료에서는 연구자가 입증하고자 하는 주장으로 설명합니다.

P-value는 어떤 가설을 전제로 계산하는가#

귀무가설 H₀가 참이라는 전제 아래 계산합니다.

P-value가 0.05보다 작으면 어떻게 하는가#

제공된 학습자료 기준으로 통계적으로 유의하다고 보고 귀무가설을 기각합니다.

P-value가 0.05 이상이면 어떻게 하는가#

제공된 학습자료 기준으로 통계적으로 유의하지 않다고 보고 귀무가설을 채택합니다.

제1종 오류란 무엇인가#

실제로 귀무가설이 참인데 이를 기각하는 오류입니다.

제1종 오류의 다른 이름은 무엇인가#

False Positive, 즉 위양성입니다.

제2종 오류란 무엇인가#

귀무가설이 실제로 거짓인데도 이를 채택하는 오류입니다.

제2종 오류의 다른 이름은 무엇인가#

False Negative, 즉 위음성입니다.

유의수준 α란 무엇인가#

제1종 오류를 범할 허용 확률이며 귀무가설 기각 기준으로 사용합니다.

검정력이란 무엇인가#

귀무가설이 거짓일 때 이를 올바르게 기각할 확률입니다.

검정력 공식은 무엇인가#

1−β입니다.

검정력은 높은 것이 좋은가#

네. 제공된 학습자료에서는 검정력이 높을수록 좋은 검정능력을 가진 것으로 설명합니다.

자기 점검#

다음 질문에 바로 답할 수 있는지 확인해봅니다.

귀무가설과 대립가설의 차이를 설명할 수 있는가?
H₀가 일반적으로 차이 없음·효과 없음이라는 것을 알고 있는가?
H₁이 차이 있음·효과 있음과 연결된다는 것을 알고 있는가?
P-value가 어느 가설 아래에서 계산되는지 알고 있는가?
P-value가 0.05보다 작을 때 결론을 말할 수 있는가?
P-value가 0.05 이상일 때 결론을 말할 수 있는가?
제1종 오류와 제2종 오류를 구분할 수 있는가?
False Positive가 어느 오류인지 알고 있는가?
False Negative가 어느 오류인지 알고 있는가?
정상인을 환자로 판단하는 것이 제1종 오류라는 것을 알고 있는가?
환자를 정상으로 판단하는 것이 제2종 오류라는 것을 알고 있는가?
α가 제1종 오류와 연결된다는 것을 알고 있는가?
β가 제2종 오류와 연결된다는 것을 알고 있는가?
검정력이 1−β라는 것을 기억하고 있는가?
검정력이 높을수록 좋다는 것을 알고 있는가?

이 글을 마치며#

가설 검정은 처음에는 복잡해 보이지만 구조는 단순합니다.

먼저:

H₀ = 차이 없다, 효과 없다

를 설정합니다.

그 반대는:

H₁ = 차이 있다, 효과 있다

입니다.

그다음 P-value를 확인합니다.

P-value < 0.05

라면 제공된 학습자료 기준으로:

귀무가설 기각

입니다.

오류는 다음처럼 기억하면 됩니다.

제1종 오류

→ 없는 것을 있다고 판단

→ False Positive

제2종 오류

→ 있는 것을 없다고 판단

→ False Negative

그리고:

α = 제1종 오류

β = 제2종 오류

1−β = 검정력

입니다.

시험 직전에는 다음 네 줄로 압축해서 기억하면 됩니다.

H₀ = 없다 / H₁ = 있다

P < 0.05 → H₀ 기각

1종 = 없는 걸 있다고 / 2종 = 있는 걸 없다고

α = 1종 / β = 2종 / 1−β = 검정력