최종 업데이트: 2026-06-23

z값으로 p값 구하기

p값은 검정 통계량을 판단 기준과 견줄 수 있는 하나의 숫자로 바꿉니다. 이 계산기는 이미 표준정규 단위로 표현된 값인 z 통계량을 받아, 양측 또는 단측 검정에 해당하는 p값을 보고합니다.

z 통계량이 나타내는 것

z 통계량은 관측된 결과가 귀무가설이 예측하는 값에서 표준오차 단위로 얼마나 떨어져 있는지를 잽니다. z가 0이면 관측값이 귀무 기댓값에 정확히 놓이고, z가 2이면 그보다 표준오차 두 개만큼 위에 있다는 뜻입니다. 이 통계량은 이미 표준화되어 있으므로 귀무가설 아래에서의 표집분포는 평균 0, 표준편차 1인 표준정규분포입니다. 검정 통계량이 아니라 원자료에서 출발한다면 Z점수 계산기가 먼저 표준화하는 방법을 보여 줍니다.

꼬리 면적과 정규 누적분포함수

p값은 표준정규 곡선 아래의 면적입니다. $\Phi$ 를 표준정규분포의 누적분포함수, 곧 주어진 점의 왼쪽 면적이라고 합시다.

정규분포 계산기는 이 면적을 직접 그림으로 보여 줍니다. "이만큼 또는 그 이상으로 극단적"인 영역의 크기는 대립가설에 따라 달라집니다.

양측 검정은 두 방향의 극단값을 모두 세므로 $|z|$ 너머의 한쪽 위 꼬리 면적을 두 배로 합니다. 단측 검정은 한 방향을 미리 정하고 그쪽 꼬리만 셉니다.

α 와 견주어 p값 읽기

p값은 분석 전에 정한 유의수준 $\alpha$, 가장 흔히는 $\alpha = 0.05$ 와 견줍니다. $p \lt \alpha$ 이면 그 결과를 관례적으로 통계적으로 유의하다고 하고 그 수준에서 귀무가설을 기각합니다. $p \ge \alpha$ 이면 기각할 증거가 충분하지 않습니다. 이 기준은 자연 법칙이 아니라 하나의 관례이며, $\alpha = 0.05$ 와 $\alpha = 0.01$ 이 모두 흔히 쓰입니다. 알맞은 선택은 거짓 양성의 비용에 따라 달라집니다.

계산 예시

양측 z검정에서 z가 2.5가 나왔다고 합시다. 그 점 너머의 위 꼬리 면적은 $1 - \Phi(2.5) \approx 0.00621$ 이므로 다음과 같습니다.

$0.0124 \lt 0.05$ 이므로 다섯 퍼센트 수준에서는 유의하지만, $0.0124 \gt 0.01$ 이므로 일 퍼센트 수준에서는 유의하지 않습니다. 같은 통계량을 오른쪽 단측 검정으로 해석하면 $p = 1 - \Phi(2.5) \approx 0.0062$ 가 됩니다.

유의할 점

p값은 자주 잘못 읽히므로 몇 가지를 짚어 둘 필요가 있습니다.

• 귀무가설이 참일 확률이 아닙니다. p값은 귀무가설이 참이라고 가정한 채 계산되며, 가설이 아니라 자료를 설명합니다.
• 검정의 가정에 좌우됩니다. 정규분포를 쓰려면 모표준편차를 알거나 표본이 정규근사가 성립할 만큼 충분히 커야 합니다. 표본이 작고 표준편차를 추정한 경우에는 t분포가 더 알맞습니다.
• 표본이 크면 작은 효과도 유의해집니다. 표본이 커질수록 표준오차가 줄어들어 미미한 차이도 작은 p값을 낼 수 있습니다. 실제적 중요성을 판단하려면 p값을 항상 효과크기, 신뢰구간과 함께 보아야 합니다.

통계적 유의성은 해석의 출발점일 뿐 그 자체로 결론이 되지는 못합니다.