[t-test] 2편 : t-test의 종류별 활용법과 예시 완전 정리

 

 

 

t-test는 두 평균이 통계적으로 유의하게 다른지를 확인하는 데 가장 널리 사용되는 통계 기법 중 하나예요. 그런데 이 t-test에도 세 가지 주요 유형이 있다는 사실, 알고 계셨나요? 

 

 

바로 단일 표본 t-test, 독립 표본 t-test, 대응 표본 t-test가 그것입니다. 이 글에서는 각각의 t-test가 어떤 상황에서 쓰이는지, 또 어떤 조건이 필요한지를 실제 예시와 함께 이해하기 쉽게 설명해볼게요.

먼저 단일 표본 t-test(one-sample t-test)부터 살펴볼게요

 

 

 

이 검정은 한 집단의 평균이 우리가 설정한 기준값(기대값)과 다른지를 검정하는 데 사용돼요.

 

 

예를 들어 어떤 수면 보조제가 효과가 있는지 알아보기 위해 30명의 피험자에게 수면제를 투여하고, 평균 수면 시간이 7시간 이상 늘어났는지를 확인한다고 해볼게요. 이때 비교 대상은 “7시간”이라는 고정된 수치이고, 우리가 수집한 데이터는 하나의 집단에서 나온 것이죠. 이런 경우 단일 표본 t-test를 활용하면 수면제가 유의미하게 효과가 있는지를 판단할 수 있어요.

 

다음은 독립 표본 t-test(independent samples t-test)예요

 

 

 

이 검정은 두 개의 서로 다른 독립된 집단의 평균을 비교할 때 사용됩니다. 예를 들어 남학생과 여학생의 시험 점수를 비교하고 싶다면, 두 집단은 성별로 나뉘며 서로 독립되어 있죠. 

 

 

또는 제품 A와 제품 B에 대한 고객 만족도를 비교하고자 할 때도 사용할 수 있어요. 중요한 점은, 한 명의 참여자가 두 제품을 모두 평가하는 것이 아니라, 각 제품을 서로 다른 사람들이 사용했다는 전제 하에 비교한다는 거예요. 이럴 때 독립 표본 t-test를 사용해 평균 만족도에 유의미한 차이가 있는지 확인할 수 있습니다.

 

 

반응형

마지막으로 대응 표본 t-test(paired samples t-test)에 대해 이야기해볼게요

 

 

 

 

이 검정은 같은 대상에서 반복 측정한 두 결과를 비교할 때 사용돼요.

 

 

예를 들어 운동 프로그램에 참여한 사람들의 체중을 운동 전과 후에 각각 측정했다고 해볼게요. 이 경우, 두 개의 데이터는 같은 사람으로부터 나왔기 때문에 독립된 표본이 아니라 '쌍을 이룬' 데이터예요. 따라서 이 두 시점의 평균 체중에 차이가 있는지를 보려면 대응 표본 t-test를 사용해야 해요. 또 다른 예로는, 신약 복용 전과 후의 혈압을 비교하는 실험에서도 마찬가지로 이 검정이 적합하겠죠.

 

 

이처럼 세 가지 t-test는 겉보기에는 비슷해 보여도, 적용되는 실험 디자인이나 데이터 구조에 따라 엄연히 구분되어야 해요. 단일 표본 t-test는 특정 기준값과 한 집단을 비교할 때, 독립 표본 t-test는 서로 다른 두 집단의 평균을 비교할 때, 대응 표본 t-test는 같은 대상에서 두 번 측정한 값을 비교할 때 사용하는 것이죠. 이 세 가지를 명확히 구분할 줄 아는 것만으로도 통계 해석에 대한 실력이 한층 업그레이드될 수 있어요.

 

 

다음 3편에서는 실제로 t-test를 계산할 때 어떤 공식이 사용되는지, p-value는 어떻게 해석해야 하는지에 대해서도 자세히 설명해드릴게요. 통계를 처음 배우는 분들에게도 어렵지 않도록 최대한 쉽게 풀어드릴 테니, 계속해서 함께 공부해봐요!