가설 검정을 위한 Z검정 계산기
단일 표본과 두 표본 Z검정을 수행하세요. 표본 통계를 입력하면 Z점수, p값, 임계값과 함께 기각 여부를 명확하게 확인할 수 있습니다.
단일 표본 또는 두 표본 모드를 선택하고, 표본 통계를 입력한 뒤, 유의수준과 꼬리 유형을 선택한 다음 계산을 클릭하세요.
가설 검정을 위한 Z검정 계산기
단일 표본과 두 표본 Z검정을 수행하세요. 표본 통계를 입력하면 Z점수, p값, 임계값과 함께 기각 여부를 명확하게 확인할 수 있습니다.
Z검정이란
Z검정은 표준 정규(Z) 분포를 사용해 표본 평균이 알려진 모집단 평균과 유의하게 다른지, 또는 두 독립 표본 평균이 서로 유의하게 다른지를 판단하는 통계적 가설 검정입니다. Z검정은 모집단 표준편차가 알려져 있고, 모집단이 정규분포를 따르거나 표본 크기가 충분히 커서 중심극한정리가 적용될 수 있어야 합니다(보통 n ≥ 30).
단일 표본 Z검정은 하나의 표본 평균을 가설상의 모집단 평균과 비교합니다. 공식은 Z = (x̄ − μ) / (σ / √n)이며, x̄는 표본 평균, μ는 가설상의 모집단 평균, σ는 모집단 표준편차, n은 표본 크기입니다. Z값의 절대값이 클수록 표본 평균이 가설 평균에서 멀어져 있으며, 우연히 발생했을 가능성은 낮아집니다.
두 표본 Z검정은 두 집단의 모집단 표준편차를 모두 알고 있을 때 독립된 두 집단의 평균을 비교합니다. 공식은 Z = (x̄₁ − x̄₂) / √(σ₁²/n₁ + σ₂²/n₂)입니다. 이 검정은 임상시험, A/B 테스트, 제조 품질 비교에서 자주 사용됩니다.
꼬리 유형의 선택은 대립가설의 방향을 반영합니다. 양측 검정(H₁: μ ≠ μ₀)은 방향과 무관한 차이를 검정합니다. 우측 검정(H₁: μ > μ₀)은 표본 평균이 가설값보다 큰지 확인합니다. 좌측 검정(H₁: μ < μ₀)은 표본 평균이 가설값보다 작은지 확인합니다.
p값은 귀무가설이 참이라고 가정할 때 관측된 Z점수만큼 또는 그보다 더 극단적인 검정통계량이 나올 확률입니다. p값이 유의수준 α(보통 0.05)보다 작으면 귀무가설을 기각합니다. 임계 Z값은 H₀를 기각하기 위해 Z통계량이 넘어야 하는 기준입니다.
Z검정은 t검정과 다릅니다. t검정은 모집단 표준편차를 모르고 표본에서 추정해야 할 때 사용합니다. 큰 표본(n > 30)에서는 t분포와 Z분포가 거의 같아지므로 결과도 거의 동일합니다. 모집단 분산을 모르는 작은 표본에서는 항상 t검정을 우선하세요.
대표적인 활용 예로는 새 제조 공정이 품질 기준을 만족하는지, 임상 개입이 건강 결과를 바꾸는지, 한 웹사이트 버전의 전환율이 다른지, 두 교육 프로그램이 서로 다른 학생 성과를 만드는지 검정하는 경우가 있습니다.
실용 예시
Z검정 계산기가 다양한 상황에서 어떻게 쓰이는지 확인해 보세요.
| 입력 | Z / p값 | 판정 |
|---|---|---|
| 단일 표본: x̄=105, μ=100, σ=15, n=30, α=0.05, 양측 | Z≈1.826, p≈0.068 | IQ 점수 — H₀를 기각하지 않음; 새로운 교수법은 유의한 차이가 없다. |
| 두 표본: x̄₁=15, σ₁=3, n₁=35; x̄₂=16, σ₂=3.2, n₂=40; α=0.05, 좌측 | Z≈−1.396, p≈0.081 | 약물 회복 — H₀를 기각하지 않음; 약물이 유의하게 더 빠르지 않다. |
| 두 표본: x̄₁=85, σ₁=10, n₁=100; x̄₂=82, σ₂=9, n₂=90; α=0.01, 양측 | Z≈2.176, p≈0.030 | 학교 성적 — α=0.05에서는 H₀를 기각하지만 α=0.01에서는 기각하지 않음. |
Z검정 계산기 사용 방법
- 단일 표본은 표본 평균을 알려진 모집단 평균과 비교하고, 두 표본은 두 독립 집단의 평균을 비교합니다.
- 단일 표본의 경우 표본 평균, 모집단 평균, 모집단 표준편차, 표본 크기를 입력하세요.
- 두 표본의 경우 두 표본의 평균, 표준편차, 크기를 입력하세요. 모집단 평균 필드는 비워 두세요.
- 가설에 맞게 유의수준 α와 꼬리 유형을 선택한 다음 계산을 클릭하세요.
- Z통계량, p값, 임계 Z를 확인해 귀무가설을 기각할지 판단하세요.
FAQ
언제 Z검정을 t검정보다 사용해야 하나요?
모집단 표준편차가 알려져 있고 표본 크기가 큰 경우(n ≥ 30)에는 Z검정을 사용하세요. 모집단 표준편차를 모르고 표본에서 추정해야 하거나 표본이 작은 경우에는 t검정을 사용하세요. 실무에서는 Z검정이 품질 관리나 표준화 시험처럼 과거 모집단 데이터가 있는 곳에서 가장 흔합니다.
p값은 무엇이며 어떻게 해석하나요?
p값은 귀무가설이 참일 때, 표본에서 계산한 값만큼 또는 그보다 더 극단적인 검정통계량이 관측될 확률입니다. p값이 작을수록(보통 0.05 미만) 귀무가설 아래에서 현재 데이터가 나오기 어렵다는 뜻이며, 기각의 근거가 됩니다. p값이 크면 데이터는 귀무가설과 잘 맞습니다.
단측 Z검정과 양측 Z검정의 차이는 무엇인가요?
양측 검정은 평균 사이에 방향과 상관없이 차이가 있는지 확인합니다. 단측 검정은 특정 방향의 차이만 확인합니다. 표본 평균이 기준값보다 높을 것으로 예상하면 우측 검정을, 더 낮을 것으로 예상하면 좌측 검정을 사용하세요. 꼬리 유형은 데이터를 수집하기 전에 가설에 따라 결정해야 합니다.
임계 Z값은 무엇을 의미하나요?
임계 Z값은 검정통계량이 넘어야 귀무가설을 기각할 수 있는 기준입니다(양측 검정에서는 절대값 기준). 예를 들어 α = 0.05의 양측 검정에서 임계 Z는 약 ±1.96입니다. 계산된 Z의 절대값이 1.96을 넘으면 H₀를 기각합니다.
Z검정에는 정규분포 데이터가 꼭 필요한가요?
반드시 그렇지는 않습니다. 중심극한정리에 따라 표본 크기가 충분히 크면(n ≥ 30) 모집단 분포와 무관하게 표본평균의 표집분포는 근사적으로 정규분포가 됩니다. 작은 표본에서는 Z검정이 유효하려면 모집단이 정규분포에 가까워야 합니다. 확실하지 않다면 정규성 검정을 하거나 t검정을 사용하세요.
두 표본 Z검정은 어디에 사용하나요?
두 표본 Z검정은 두 집단의 모집단 표준편차를 모두 알고 있을 때 두 독립 집단의 평균을 비교하는 데 사용합니다. 대표적인 예로 두 학교의 평균 시험 점수, 두 치료군의 평균 회복 시간, A/B 테스트에서 두 웹사이트 버전의 전환율 비교가 있습니다.