t-검정은 평균 차이가 우연히 생긴 것인지, 실제로 의미 있는 차이인지를 판단하는 데 사용됩니다.
t-검정(t-test)은 두 그룹 간 평균의 차이가 단순한 우연인지, 통계적으로 유의미한 차이인지를 확인할 때 사용하는 검정 방법입니다. 모집단의 분산을 모를 때 사용하며, 한 집단과 기준값 비교(단일표본), 두 독립 집단 비교(독립표본), 같은 집단의 전후 비교(대응표본)로 구분됩니다.
t-검정의 기본 원리
🟦 두 평균의 차이를 표준 오차로 나누어 계산된 t값을 기준으로 유의성을 검정합니다.
🟦 일반적으로 정규분포를 가정하며, 표본 수가 적을 때 신뢰도가 높습니다.
t-test의 종류
t-test는 크게 3가지 종류로 나눕니다.
기준값과의 비교 -> One-sample t-test
두 집단간 비교 -> Independent samples t-test
같은 대상의 전후 비교 -> Paired t-test
검정 종류
🟦 단일표본 (One-sample t-test)
: 한 집단 평균과 기준값 비교 (예: 수면시간 vs 권장 시간)
🟧 독립표본 (Independent samples t-test)
: 두 집단 간 비교 (예: 남성 vs 여성, 치료군 vs 대조군)
🟨 대응표본 (Paired t-test)
: 같은 대상의 전후 비교 (예: 치료 전후 수치)
단일표본 t-검정 (One-sample t-test)
한 집단의 평균이 특정 기준값(이론적 평균, 국가 기준 등)과 유의하게 다른지를 비교합니다.
검정 목적
🟦 특정 기준값(μ₀)과의 차이를 검정하며, 모집단 평균에 대한 가설을 세웁니다.
예시 상황
🟦 한 병원의 입원 환자 평균 체류일수가 ‘전국 평균 7일’과 차이가 있는지 확인
🟦 의대생들의 하루 평균 수면시간이 ‘권장 수면시간 7시간’과 다른지 검정
🟦 신약 복용 환자의 평균 혈압이 ‘표준 정상 혈압(120mmHg)’과 차이 나는지 검정
조건
표본 데이터는 정규분포를 따라야 하며, 표본 수가 너무 작을 경우 정규성 확인이 반드시 이뤄져야 합니다.
독립표본 t-검정 (Independent samples t-test)
두 개의 독립된 집단 간 평균이 유의하게 차이가 있는지를 비교합니다.
검정 목적
🟧 서로 관련 없는 두 집단(예: 성별, 치료군 vs 대조군)의 평균 비교
예시 상황
🟧 남성과 여성의 혈압 평균 비교
🟧 신약 투여군과 위약군 간 LDL 수치 비교
🟧 흡연자와 비흡연자의 폐활량 평균 비교
🟧 A지역과 B지역 주민의 스트레스 점수 비교
🟧 입원 치료 환자군과 외래 치료 환자군의 치료 만족도 비교
조건
두 표본은 서로 독립적이며, 각각 정규분포를 따르고 등분산 가정을 만족하거나 Welch 검정을 사용
대응표본 t-검정 (Paired t-test)
같은 대상에게 두 번의 측정을 수행한 경우, 전후 결과의 평균 차이를 분석합니다.
검정 목적
🟨 동일한 대상자에게서 두 시점의 데이터를 비교하는 경우 (예: 치료 전후)
예시 상황
🟨 한 환자의 수술 전과 후의 통증 점수 비교
🟨 같은 학생의 중간고사와 기말고사 성적 차이 분석
🟨 다이어트 프로그램 시작 전후 체중 비교
🟨 금연 치료 전후 니코틴 의존도 점수 변화 분석
🟨 수면 유도제 복용 전후 수면 시간의 변화 측정
조건
두 측정값이 동일한 대상에게서 수집된 쌍(Pair)이며, 그 차이가 정규분포를 따라야 합니다.
