만-휘트니 검정
만-휘트니 검정은 서로 독립인 두 집단의 모든 값을 함께 순위화하여 순위 분포를 비교합니다. 데이터가 정규분포를 따르지 않거나 표본이 너무 작아 정규성을 확인할 수 없을 때 연속형 또는 순서형 반응에 사용합니다. 집단당 관측값을 5~10개 이상 수집하며, 결과를 중앙값의 차이로 해석하려면 분포 모양이 비슷해야 합니다. 출력에는 그 차이에 대한 신뢰구간이 포함됩니다.
최종 검토
핵심 요점
만-휘트니 검정(Wilcoxon 순위합 검정)은 정규분포 데이터를 요구하지 않고 서로 독립인 두 집단을 비교하여 어느 한쪽이 더 높거나 낮은 값을 내는 경향이 있는지 판단하는 비모수 검정입니다.
이 페이지 내용
만-휘트니 검정이란?
만-휘트니 검정(Wilcoxon 순위합 검정이라고도 함)은 서로 독립인 두 집단을 비교하여 어느 한쪽이 다른 쪽보다 더 높거나 낮은 값을 내는 경향이 있는지 판단하는 비모수 검정입니다. 모든 값을 함께 순위화하여 두 집단의 순위 분포를 비교하므로, 2-표본 t 검정을 대체할 수 있는 신뢰할 만한 분포 무관(distribution-free) 방법입니다.
간단한 정의: 정규분포 데이터를 요구하지 않고 서로 독립인 두 집단을 비교하여 어느 한쪽이 더 높거나 낮은 값을 갖는 경향이 있는지(흔히 중앙값의 차이로 요약됨) 판단하는 검정입니다.
만-휘트니 검정은 언제 사용합니까?
- 연속형 또는 순서형 반응 변수에서 서로 독립인 정확히 두 집단 을 비교할 때 사용합니다.
- 데이터가 정규분포를 따르지 않거나 정규성을 확인하기에 표본 크기가 너무 작을 때 사용합니다.
- t 검정의 가정이 충족되지 않을 때 2-표본 t 검정의 비모수 대안 으로 사용합니다.
- 설문 평점이나 선호도 순위처럼 반응이 순서형 일 때 사용합니다.
만-휘트니 검정의 올바른 사용 지침
- 두 집단은 완전히 독립 이어야 합니다. 어떤 관측값도 두 집단에 동시에 나타나서는 안 됩니다.
- 신뢰할 수 있는 결과를 위해 집단당 관측값 5~10개 이상 을 수집하십시오.
- 결과를 중앙값의 차이로 해석하려면 두 집단의 분포 모양이 비슷 해야 합니다.
- 분석을 실행하기 전에 가설에 따라 단측 검정 또는 양측 검정 을 결정하십시오.
- 유의하지 않은 결과가 두 집단이 같다는 것을 증명하지는 않으며, 단지 차이가 있다고 결론짓기에 증거가 충분하지 않았음을 의미할 뿐입니다.
대안: 만-휘트니 검정을 사용하지 않아야 할 때
- 데이터가 정규분포를 따르는 경우, 정규성 하에서 검정력이 더 높은 2-표본 t 검정 을 사용하십시오.
- 비교 대상이 서로 독립인 세 개 이상의 집단인 경우에는 다음을 사용하십시오: 크루스칼-왈리스 검정
- 두 집단이 쌍체이거나 서로 관련된경우에는 다음을 대신 사용하십시오: 1-표본 윌콕슨 검정 (차이값에 적용).
- 단일 표본을 알려진 목표값과 비교하는 경우에는 다음을 사용하십시오: 1-표본 부호 검정 또는 윌콕슨 검정
만-휘트니 검정 예제
한 고속도로 담당자가 두 도로 차선 도색 페인트 브랜드의 내구성에 차이가 있는지 알고 싶어 합니다. 담당자는 각 브랜드에 대해 비슷한 고속도로 구간에서 재도색이 필요해질 때까지 페인트가 보이는 개월 수를 기록합니다. 내구성 시간은 치우칠 수 있고 정규성과 등분산 가정이 성립하지 않을 수 있으므로, 담당자는 만-휘트니 검정을 수행하여 두 브랜드 간에 지속 개월 수의 중앙값이 다른지 평가합니다. 단계는 다음과 같습니다.
- 필요한 데이터를 수집했습니다.

- 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
- 만-휘트니 검정을 찾으려면 다음을 선택합니다: Statistical module> Nonparametric > Mann Whitney.
- 도구 안에서 데이터와 기타 입력값을 다음과 같이 입력합니다.

위 도구를 사용하면 다음과 같은 출력을 얻습니다.

만-휘트니 검정 방법
절차는 다음과 같습니다.
- Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
- 홈 페이지에서 Statistical Tool> Nonparametric>Mann Whitney를 선택합니다.
- 다음으로, 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 붙여넣습니다(Ctrl+V).
- 다음으로, 필요한 옵션을 입력합니다.
- 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.
만-휘트니 검정 도구 화면은 두 부분으로 나뉩니다.

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. Data Pane에서는 각 행이 하나의 부분군이 됩니다. 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 여기에 붙여넣을(Ctrl+V) 수 있습니다.
Load example: 예제 데이터가 로드됩니다.
Load File: Excel 데이터를 직접 로드하는 데 사용합니다.
오른쪽 부분에는 다음과 같은 여러 옵션이 있습니다.
- First Sample: 비교하려는 기준 집단인 첫 번째 집단 의 데이터가 들어 있는 열을 선택합니다. 이 열의 각 행은 첫 번째 모집단에서 얻은 독립적인 관측값 하나를 나타냅니다.
- Second Sample: 첫 번째 집단과 비교되는 집단인 두 번째 집단 의 데이터가 들어 있는 열을 선택합니다. 각 행은 두 번째 모집단에서 얻은 독립적인 관측값이어야 합니다. 두 열은 관측값을 공유해서는 안 되며 서로 완전히 독립이어야 합니다.
- Confidence Level (Default 95%): 두 집단 중앙값의 차이에 대해 계산되는 신뢰구간의 확신 수준을 설정합니다. 기본값인 95% 는 중앙값의 실제 차이가 보고된 범위 안에 있다고 95% 확신한다는 의미입니다. 이는 통계 실무에서 보편적으로 인정되는 표준으로, 잘못된 결론을 피할 만큼 신중하면서도 실용적으로 유용한 균형을 이룹니다. 신뢰수준이 높을수록(예: 99%) 구간이 넓어지고, 낮을수록(예: 90%) 구간은 좁아지지만 확신은 줄어듭니다.
- Alternative (Default: Not Equal): 가설의 방향, 즉 무엇을 검정하는지를 정의합니다. 일반적으로 세 가지 옵션을 사용할 수 있습니다.
- Not Equal — 두 집단이 어느 방향으로든 다른지 확인하는 양측 검정입니다. 어느 집단이 더 높거나 낮을지에 대한 사전 기대가 없을 때 사용합니다. 대부분의 분석에 권장되는 기본값입니다.
- Less Than — 첫 번째 집단의 중앙값이 두 번째 집단보다 구체적으로 작은지 확인하는 단측 검정입니다. 데이터를 수집하기 전에 이 방향을 예상할 강력하고 사전에 정해진 이유가 있을 때만 사용합니다.
- Greater Than — 첫 번째 집단의 중앙값이 두 번째 집단보다 구체적으로 큰지 확인하는 단측 검정입니다. 이 경우에도 방향이 사전에 정당화될 때만 사용합니다.
자주 묻는 질문
만-휘트니 검정이란 무엇입니까?
만-휘트니 검정(Wilcoxon 순위합 검정이라고도 함)은 서로 독립인 두 집단을 비교하여 어느 한쪽이 다른 쪽보다 더 높거나 낮은 값을 내는 경향이 있는지 판단하는 비모수 검정입니다. 모든 값을 함께 순위화하여 순위 분포를 비교하므로 2-표본 t 검정의 분포 무관(distribution-free) 대안이 됩니다.
2-표본 t 검정 대신 만-휘트니 검정을 사용해야 하는 경우는 언제입니까?
서로 독립인 정확히 두 집단을 비교하면서 데이터가 정규분포를 따르지 않거나, 정규성을 확인하기에 표본 크기가 너무 작거나, 설문 평점처럼 반응이 순서형일 때 만-휘트니 검정을 사용합니다. 데이터가 정규분포를 따르면 2-표본 t 검정의 검정력이 더 높습니다. 세 개 이상의 집단에는 크루스칼-왈리스 검정을 사용하십시오.
만-휘트니 검정의 가정은 무엇입니까?
두 집단은 완전히 독립이어야 하며 어떤 관측값도 두 집단에 동시에 나타나서는 안 됩니다. 집단당 관측값을 5~10개 이상 수집하십시오. 결과를 중앙값의 차이로 해석하려면 두 집단의 분포 모양이 비슷해야 하며, 분석을 실행하기 전에 단측 검정과 양측 검정 중 하나를 선택해야 합니다.
만-휘트니 검정에서 유의하지 않은 결과는 무엇을 의미합니까?
유의하지 않은 결과가 두 집단이 같다는 것을 증명하지는 않으며, 차이가 있다고 결론짓기에 증거가 충분하지 않았다는 의미일 뿐입니다. 기본 대립가설인 Not Equal은 어느 방향이든 차이를 검정하며, Less Than이나 Greater Than은 방향이 사전에 정당화될 때만 사용해야 합니다.
