t 검정 계산기

독립 두 표본 t 검정은 서로 관련 없는 두 집단의 평균 차이가 무작위 표본 추출의 변동으로 흔히 생길 수 있는 수준을 넘는지 평가합니다. 이 계산기는 두 모집단의 분산이 같을 필요가 없는 Welch t 검정을 사용합니다. 집단별 평균, 표본 표준편차, 표본 크기라는 요약 통계량으로 계산하므로 원자료가 없어도 신뢰할 만한 요약값이 있을 때 유용합니다. 검정 통계량은 집단 평균의 차이를 그 표준오차로 나눈 값입니다. Welch 방법의 표준오차는 √(s₁²/n₁ + s₂²/n₂)입니다. 양수이면 첫 번째 평균이 더 크고, 음수이면 두 번째 평균이 더 큽니다. 집단 순서를 바꾸면 부호는 달라지지만 양측 p값은 그대로입니다. 통계량의 절댓값은 관측된 평균 차이가 추정 표준오차의 몇 배인지를 나타냅니다. Welch–Satterthwaite 자유도는 두 집단의 분산과 표본 크기를 모두 반영합니다. 자유도가 정수가 아닌 경우는 흔하며 정상입니다. 두 집단의 표본 크기와 표준편차가 같으면 자유도는 n₁ + n₂ − 2가 되어 고전적인 합동분산 검정과 같아집니다. 변동성이나 표본 크기가 다를 때는 Welch의 조정 자유도가 분산을 무조건 합치는 방식보다 일반적으로 제1종 오류를 더 안정적으로 제어합니다. 표시되는 p값은 양측 값입니다. 모집단 평균이 같다는 귀무가설과 모형 가정하에서 어느 방향으로든 관측값 이상으로 극단적인 t 통계량을 얻을 확률입니다. 작은 p값은 귀무모형과의 불일치를 나타내지만, 귀무가설이 참일 확률을 뜻하지는 않습니다. 분석 전에 정한 유의수준과 비교하고, 임의의 기준값을 실질적 중요성의 척도로 삼지 마세요. 이 절차는 집단 내 및 집단 간 관측의 독립성, 정량적 결과, 목표 모집단을 적절히 대표하는 표본을 가정합니다. 작은 표본에서는 심한 왜도나 영향력이 큰 이상치가 검정을 약화할 수 있습니다. 표본이 커지면 중간 정도의 비정규성에 더 강건해지지만 독립성과 적절한 표본 추출은 여전히 필수입니다. 같은 사람의 전후 측정처럼 관측값이 짝지어져 있다면 독립 검정은 부적절하며, 쌍 내 차이에 대한 대응표본 t 검정을 사용해야 합니다. 통계적 유의성은 실제 평균 차이, 불확실성, 연구 맥락과 함께 보고해야 합니다. 신뢰구간은 타당하게 볼 수 있는 모집단 차이의 범위를 전달하며, Cohen's d 같은 효과크기는 차이의 크기를 표현하는 데 도움이 됩니다. 이 계산기는 빠른 분석이나 계산 확인을 위해 정확한 Welch 통계량과 p값을 제공하지만, 판단할 때는 연구 설계, 다중 비교, 측정 품질, 해당 분야에서 차이가 갖는 의미도 고려해야 합니다.