최종 업데이트: 2026-06-23

이 계산기의 기능

이 계산기는 요약 통계량으로 독립 표본 t검정을 수행합니다. 두 독립 집단의 평균, 표준편차, 표본 크기를 입력하면 t 통계량, 자유도, 양측 p값을 보고합니다. 두 집단의 평균 차이가 표본추출에 따른 잡음만으로 설명되는 정도보다 큰지를 판단하는 표준적인 도구입니다.

독립 표본 t검정이 답하는 질문

두 집단이 서로 다른 평균을 보인다고 합시다. 처치군과 대조군, A안과 B안, 두 공장에서 뽑은 표본 등입니다. 두 평균은 바탕이 되는 과정이 같더라도 거의 결코 똑같지 않은데, 모든 표본이 무작위 변동을 안고 있기 때문입니다. 독립 표본 t검정은 정확한 질문을 던집니다. 두 모집단의 평균이 정말 같다면, 이만큼 큰 차이가 관측되는 것은 얼마나 놀라운 일인가? 그 답이 바로 p값입니다.

웰치 t 계산식

이 계산기는 두 집단이 공통 분산을 가진다고 가정하지 않는 웰치 t검정을 사용합니다. t 통계량은 평균 차이를 그 차이의 표준오차로 나눈 값입니다.

여기서 $\bar{x}_1, \bar{x}_2$ 는 표본평균, $s_1, s_2$ 는 표본표준편차, $n_1, n_2$ 는 표본 크기입니다. 분모가 표준오차로, 집단의 변동이 클수록 커지고 표본이 클수록 작아집니다. 그래서 같은 평균 차이라도 데이터가 많을수록 더 설득력 있게 보입니다.

합동(스튜던트) 검정 대신 웰치를 쓰는 이유

고전적인 스튜던트 t검정은 두 표준편차를 하나의 분산 추정값으로 합치는데, 이는 두 모집단의 분산이 같을 때만 옳습니다. 웰치 검정은 위 식에서 보듯 두 분산을 따로 둡니다. 실제 데이터에서는 분산이 같은 경우가 오히려 예외이므로 웰치 검정이 권장되는 기본 방법입니다. 분산이 우연히 일치할 때는 합동 검정과 거의 똑같이 작동하고, 일치하지 않을 때도, 특히 집단 크기까지 다를 때도 정확성을 유지합니다.

자유도 (웰치–새터스웨이트)

분산을 합치지 않으므로 기준 분포의 자유도는 단순한 정수가 되지 않습니다. 웰치 검정은 웰치–새터스웨이트 식으로 이를 근사합니다.

그 결과는 대개 정수가 아니며, $n_1 - 1$ 과 $n_2 - 1$ 중 작은 값과 두 값의 합 사이에 놓입니다. 자유도가 작을수록 t분포의 꼬리가 두꺼워져, 표본이 작거나 크기가 다를 때 검정이 적절히 더 신중해집니다.

p값과 그 해석

$t$ 와 $df$ 가 정해지면 양측 p값은 다음과 같습니다.

여기서 $F_t$ 는 t분포의 누적분포함수입니다. 2를 곱하고 절댓값을 쓰는 것은 두 방향의 차이, 곧 집단 1의 평균이 더 크거나 집단 2의 평균이 더 큰 경우를 모두 세기 위해서입니다.

p값을 데이터를 보기 전에 정한 유의수준 $\alpha$(관례적으로 0.05)와 비교합니다.

• p < α — 차이가 통계적으로 유의하며, 데이터가 두 평균이 같다는 가정에 반하는 증거를 줍니다.
• p ≥ α — 두 평균이 같다는 가정을 기각할 증거가 충분하지 않습니다(이는 두 평균이 같음을 증명한 것과 다릅니다).

p값은 두 평균이 같을 확률이 아니며, 유의하지 않은 결과가 "차이 없음"의 증명도 아닙니다. 그것은 단지 데이터가 평균이 같다는 가정과 얼마나 들어맞는지를 나타낼 뿐입니다.

계산 예시

집단 1은 평균 10, 표준편차 2, 관측치 30개이고, 집단 2는 평균 12, 표준편차 2.5, 관측치 30개입니다.

$p \approx 0.0012$ 로 0.05보다 한참 작으므로, 두 집단 평균의 차이는 통계적으로 유의합니다.

유의한 p값은 차이가 검출 가능하다는 것을 알려줄 뿐 그 차이가 얼마나 큰지는 말해 주지 않습니다. 평균 간 격차를 표준편차 단위로 표현하고 표본 크기에 따라 부풀지 않는 효과크기 지표, 예를 들어 코헨의 d 계산와 함께 보는 것이 좋습니다.

가정

독립 표본 t검정은 몇 가지 조건 위에 성립합니다.

• 독립성 — 두 집단이 서로 독립이고, 각 집단 안의 관측치도 서로 독립입니다. 짝지어진 측정이나 반복 측정에는 대응 표본 검정이 필요합니다.
• 근사적 정규성 — 각 집단이 대체로 정규분포를 따르거나, 또는 표본이 충분히 커서 중심극한정리에 의해 평균의 표집분포가 근사적으로 정규를 이룹니다. 표본 크기가 적당하고 극단적인 치우침이 없으면 이 검정은 비교적 안정적입니다.
• 이분산 허용 — 웰치 형태는 집단 간 분산이 다른 경우를 직접 다루므로, 산포가 같은지 검정하거나 가정할 필요가 없습니다.

두 평균을 비교할 때는 웰치 t검정을 일상적인 기본값으로 삼는 것이 좋습니다. 검정 통계량이 요약 통계량이 아니라 이미 표준화된 z일 때는 z값으로 p값 구하기가 정규분포를 이용해 p값으로 변환해 줍니다.