핵심 이해
기준 가정 아래 관측 결과가 얼마나 극단적인지 봅니다
가설검정은 자료와 특정 가설의 양립 가능성을 정해진 절차로 살펴봅니다. 예를 들어 모평균 μ가 사전에 정한 기준 μ₀와 같은지 묻습니다. 여기서 검정 대상은 개별 거래 가격이나 표본평균 자체가 아니라 모집단의 평균입니다.
핵심 흐름은 질문과 가설 설정 → 표집·모형 확인 → 통계량·p값 계산 → 불확실성과 효과크기를 함께 보고하는 순서입니다. 12장의 신뢰구간과 연결해 읽으면 단순한 ‘통과·실패’ 판정을 피할 수 있습니다.
가설과 방향
자료를 보기 전에 기준값과 검정 방향을 정합니다
귀무가설 H₀: μ=130, 대립가설 H₁: μ≠130으로 정하겠습니다. 130만원/㎡는 분석 전에 외부에서 정했다고 가정한 교육용 기준이며 실제 공인 기준이 아닙니다. 큰 쪽과 작은 쪽 모두 관심 있으므로 양측 검정입니다.
기존 설명처럼 같은 표본의 중앙값 122를 보고 모평균의 검정 기준으로 고르면, 기준 자체가 자료에 따라 변합니다. 이를 고정된 μ₀로 취급한 일반 단일표본 t 검정과 같은 추론으로 해석할 수 없습니다. 이 장은 이 혼동을 피하기 위해 사전 고정 기준을 사용합니다.
증가만을 사전에 검정하려면 H₀: μ≤130, H₁: μ>130처럼 단측 가설을 정할 수 있습니다. 결과가 나온 뒤 유리한 방향으로 바꾸거나 양측 p값을 무조건 절반으로 나누지 않습니다. 이 장의 계산은 모두 사전에 정한 양측 검정입니다.
검정통계량
차이를 평균의 표준오차로 나누어 비교합니다
정규모집단의 독립·동일분포 표본에서 σ를 모르는 단일표본 t 검정은 T=(x̄−μ₀)/(s/√n)을 사용합니다. H₀가 참이면 자유도 n−1의 t분포를 따릅니다. 비정규 자료에서는 근사 적용의 적절성을 따로 검토해야 합니다.
공통 학습 자료는 n=30, x̄=146.33333…, s=81.52864…, SE=14.88503…입니다. 기준 130과의 차이는 16.33333…이고 t=1.09730…입니다. 즉 관측된 차이는 추정 표준오차의 약 1.10배입니다.
공통 30건은 실제 출처와 무작위 표집 설계가 확인되지 않은 교육용 자료입니다. 분포도 치우쳐 있으므로 산식 계산을 실제 시장의 유효한 가설검정으로 오인하지 않습니다. 계산값 JSON에 중간값을 보존했습니다.
p값의 의미
가설이 참일 확률을 계산하는 것이 아닙니다
p값은 귀무가설과 검정의 다른 가정이 맞을 때, 정한 검정통계량이 관측값만큼 또는 더 극단적일 확률입니다. 양측 t 검정에서는 p=P(|T|≥|t관측|)=2P(T≥|t관측|)입니다.
이 예제의 양측 p값은 0.2815입니다. 이는 H₀가 참일 확률, 결과가 우연일 확률, 분석자가 틀렸을 확률이 아닙니다. 연속분포에서 관측한 평균과 정확히 같은 값이 나올 확률을 계산한 것도 아닙니다.
p값이 작으면 H₀와 모형 가정 아래에서 관측 결과가 드물다는 뜻입니다. 원인이 반드시 H₀의 거짓 하나뿐이라는 보장은 없습니다. 표집 편향·의존성·잘못된 모형도 결과에 영향을 줄 수 있습니다.
유의수준과 결정
기각하지 못했다는 말은 같음을 증명했다는 뜻이 아닙니다
유의수준 α는 H₀가 참일 때 잘못 기각하는 비율을 통제하도록 사전에 정한 기준입니다. 여기서는 α=0.05이고 p<α이면 기각하는 규칙을 사용합니다. 경계의 등호 처리까지 일관되게 정해 두는 것이 좋습니다.
p=0.2815>0.05이므로 이 계산에서는 H₀를 기각하지 않습니다. ‘μ=130이 입증됐다’거나 ‘차이가 없다’고 쓰지 않습니다. 자료의 퍼짐과 표본수 때문에 차이를 구분할 정보가 부족할 수도 있습니다.
0.049와 0.051 사이에 실질적인 진실의 경계가 있는 것은 아닙니다. 임계값 판정만 보고 결론을 급격히 바꾸기보다 정확한 p값, 추정 차이와 구간을 함께 보고합니다.
신뢰구간과 연결
같은 양측 방법에서는 구간과 기각 여부가 일치합니다
같은 자료와 가정의 양측 5% t 검정에서 μ₀가 95% t 구간 바깥이면 기각합니다. 공통 자료의 구간은 115.89~176.78이고, 기준 130은 안에 있습니다. 차이 μ−130의 구간은 -14.11~46.78로 0을 포함합니다.
이 대응은 같은 방법·신뢰수준·양측 가설을 사용할 때의 관계입니다. 다른 추정법이나 단측 검정 결과와 임의로 섞지 않습니다. 두 집단 각각의 구간이 겹치는지만 보는 것은 두 집단 차이의 검정을 대신하지 못합니다.
두 오류와 검정력
놓치는 오류도 함께 생각해야 합니다
| 실제 상태 | H₀ 기각 | H₀ 기각하지 않음 |
|---|---|---|
| H₀ 참 | 제1종 오류 · α로 통제 | 올바른 결정 |
| 특정 대립가설 참 | 탐지 · 검정력 1−β | 제2종 오류 · β |
β와 검정력은 실제 차이가 얼마인지에 따라 달라집니다. 모든 대립가설에 공통인 검정력 하나가 있는 것이 아닙니다. 실제 차이·표본수·퍼짐·유의수준·검정 방향을 정해야 계산할 수 있습니다.
같은 조건에서 n이 커지거나 실제 차이가 커지면 검정력은 대체로 높아집니다. α를 더 엄격하게 낮추면 제1종 오류를 줄이는 대신 같은 n에서 차이를 놓치기 쉬워질 수 있습니다. 자료를 모으기 전에 중요하게 볼 최소 차이와 목표 검정력을 정해 표본수를 계획합니다.
통계적 유의성과 실질적 의미
p값은 차이의 크기를 대신하지 않습니다
이 예제의 추정 차이는 16.33만원/㎡입니다. 단위를 가진 차이와 구간을 보고해야 실제 의미를 평가할 수 있습니다. 큰 표본에서는 아주 작은 차이도 유의할 수 있고, 작은 표본에서는 큰 차이도 넓은 불확실성 때문에 유의하지 않을 수 있습니다.
효과크기는 차이의 크기를 나타내고 p값은 특정 가정 아래 증거의 정도를 요약합니다. 다음 장에서 집단 간 차이와 표준화 효과크기를 다룹니다. ‘유의하지 않음’으로 두 값이 실질적으로 같다고 주장하려면 충분하지 않습니다. 동등성에는 사전에 정한 허용 차이와 별도의 검정 설계가 필요합니다.
반복 검정과 보고
유리한 결과만 선택하면 오류율이 달라집니다
서로 독립이며 모두 H₀가 참인 검정을 α=0.05로 20번 하면 적어도 한 번 잘못 기각할 확률은 1−0.95²⁰≈64.2%입니다. 각 검정의 5%와 전체 탐색의 오류율은 다릅니다. 의존성이 있으면 이 단순 계산도 달라집니다.
변수·지역·기간을 계속 바꾸다 p<0.05인 결과만 보고하거나, 유의할 때까지 표본을 추가하면서 일반 p값을 그대로 해석하면 사전에 정한 오류 통제가 깨질 수 있습니다. 계획한 분석과 탐색을 구분하고 전체 비교 수를 밝히며, 필요하면 다중비교 보정이나 순차검정 방법을 사용합니다.
가설·기준값·방향·유의수준·표집 방법·유효 n·추정 차이·신뢰구간·정확한 p값을 함께 보고하세요. 반올림된 표시가 0.000이라고 해서 p=0이라고 쓰지 않습니다.
확인 문제
기준과 확률의 방향을 점검하세요
- p=0.03이면 H₀가 참일 확률이 3%인가요?
답과 해설
아니요. H₀와 가정 아래 관측 통계량만큼 또는 더 극단적인 결과의 확률입니다.
- p>0.05이면 두 값이 같다는 증거인가요?
답과 해설
기각하지 못했다는 뜻이며 같음을 입증하지 않습니다. 구간과 검정력을 함께 봐야 합니다.
- 결과를 본 뒤 단측으로 바꿔도 되나요?
답과 해설
유리한 방향을 사후 선택하면 사전에 설계한 오류율 해석이 성립하지 않습니다.
- 매우 작은 p값이면 차이도 반드시 큰가요?
답과 해설
아니요. 표본수와 퍼짐도 영향을 줍니다. 차이의 크기와 신뢰구간을 별도로 보고합니다.
CH2 Macro에서 읽기
유의성을 시장의 중요성과 혼동하지 않습니다
CH2 Macro에서 통계 결과를 읽을 때는 계수·차이의 크기, 단위, 건수, 표집 범위와 가정을 먼저 확인합니다. p값이 제공된다면 무엇을 귀무가설로 검정한 값인지 설명을 함께 읽으세요. 이 장의 계산이 모든 화면의 기능이라고 전제하지 않습니다.
유의한 관계도 인과관계나 미래 예측의 정확성을 보장하지 않습니다. 지역·기간을 반복 탐색한 결과는 탐색 과정과 함께 보고해야 합니다.
정리와 참고자료
판정 한 단어보다 추정치와 맥락을 남깁니다
가설검정은 정한 기준과 자료의 관계를 표집 모형 아래 판단합니다. p값은 H₀의 확률이 아니며, 기각하지 않음은 같음의 증명이 아닙니다. 오류·검정력·효과크기·다중비교를 함께 고려합니다.
다음 14장 「두 집단 비교와 효과크기」로 이어집니다.
- NIST/SEMATECH: Confidence Limits for the Mean — 단일표본 t 검정과 신뢰구간의 연결.
공통 학습 자료와 별도 가상 기준으로 직접 계산했습니다. 검정력은 SciPy 비중심 t분포로 계산했습니다. 실제 시장 검정 결과가 아닙니다. 참고자료 확인: 2026-10-07.