1-표본 부호 검정(One Sample Sign)
1-표본 부호 검정은 단일 표본의 중앙값이 지정된 목표값과 통계적으로 같은지 판단합니다. 각 차이의 크기가 아니라 부호(방향)만 고려하여, 목표값보다 위에 있는 관측값의 수와 아래에 있는 관측값의 수를 세는 방식으로 작동합니다.
최종 검토
핵심 요점
1-표본 부호 검정은 단일 표본의 중앙값이 지정된 목표값과 통계적으로 같은지 판단합니다.
이 페이지 내용
1-표본 부호 검정이란?
1-표본 부호 검정은 단일 표본의 중앙값이 지정된 목표값과 통계적으로 같은지 판단합니다. 각 차이의 크기가 아니라 부호(방향)만 고려하여, 목표값보다 위에 있는 관측값의 수와 아래에 있는 관측값의 수를 세는 방식으로 작동합니다. 단일 표본에 대한 가장 단순한 비모수 검정이며, 분포 형태에 대한 가정이 필요 없습니다.
간단한 정의:목표값보다 큰 측정값과 작은 측정값의 개수를 세어 데이터의 중앙값이 목표값과 일치하는지 확인하는 간단한 검정입니다.
1-표본 부호 검정은 언제 사용합니까?
- 검정하려는 대상이 단일 표본의 중앙값이 지정된 목표값과 같은지여부일 때 사용합니다.
- 데이터가 정규분포를 따르지 않고 대칭성도 가정할 수 없을 때 사용합니다.
- 심각한 특이치 로 인해 평균 기반 검정을 신뢰할 수 없을 때 사용합니다.
- 오직 차이의 방향만 중요하고, 크기는 중요하지 않을 때 사용합니다.
- 정확한 수치 차이가 의미가 없는 순서형 데이터 에 사용합니다.
1-표본 부호 검정의 올바른 사용 지침
- 데이터를 수집하기 전에 의미 있는 목표 중앙값 을 지정하십시오. 데이터 자체를 기준으로 삼아서는 안 됩니다.
- 관측값 중 목표값과 정확히 같은 값은 제외되므로 , 동점이 많으면 검정의 신뢰성이 떨어집니다.
- 부호 검정은 표본이 작으면 검정력이 낮으므로 관측값을 10개 이상 수집하십시오.
- 유의하지 않은 결과는 중앙값이 목표값과 같다는 것을 확인해 주지 않으며, 다만 이를 기각할 증거가 불충분하다는 것을 의미합니다.
대안: 1-표본 부호 검정을 사용하지 않아야 할 때
- 데이터가 대략 대칭이지만 비정규분포를 따르면, 1-표본 Wilcoxon 검정 을 사용하십시오. 크기를 사용하므로 검정력이 더 높습니다.
- 데이터가 정규분포를 따르는 경우에는 다음을 사용하십시오: 1-표본 t 검정
- 비교 대상이 서로 독립인 두 집단인 경우에는 다음을 사용하십시오: 만-휘트니 검정
- 비교 대상이 세 집단 이상인 경우에는 다음을 사용하십시오: Kruskal-Wallis 검정
1-표본 부호 검정 예제
한 금속 공학 엔지니어가 스테인리스강의 전형적인 크롬 함량이 18%인지 조사하고 있습니다. 이를 연구하기 위해 엔지니어는 무작위 표본 12개를 취하여 크롬 함량을 측정하고, 1-표본 부호 검정으로 중앙값이 18%와 다른지 확인합니다. 단계는 다음과 같습니다.
- 필요한 데이터를 수집했습니다.

- 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
- 1-표본 부호 검정을 찾으려면 다음을 선택합니다: Statistical module> Nonparametric > One Sample Sign.
- 도구 안에서 데이터와 기타 입력값을 다음과 같이 입력합니다.

5. 위 도구를 사용하면 다음과 같은 출력을 얻습니다.

Fried Man 방법
절차는 다음과 같습니다.
- Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
- 홈 페이지에서 Statistical Tool> Nonparametric>One Sample Sign을 선택합니다.
- 다음으로, 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 여기에 붙여넣습니다(Ctrl+V).
- 다음으로, 필수 옵션을 채워야 합니다.
- 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.
One Sample Sign의 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.
- Variable (Required): 측정 데이터가 들어 있는 열을 선택합니다. 이 경우에는 예를 들어 %Chromium 입니다. 이것이 검정하려는 단일 표본입니다. 검정은 이 열의 값을 분석하여 표본 중앙값이 사용자가 지정한 목표값과 통계적으로 같은지 판단합니다. 변수는 연속형 또는 순서형이어야 합니다.
- Confidence Level (Default 95%): 표본 중앙값 주위에 계산하는 신뢰구간의 확신 수준을 설정합니다. 기본값 95% 는 참 모집단 중앙값이 보고된 구간 안에 있다고 95% 확신한다는 뜻입니다. 95%는 통계 분석에서 보편적으로 인정되는 표준이며, 신뢰할 수 있는 결론을 내릴 만큼 신중하면서도 실제 활용에는 현실적이므로 기본값으로 설정되어 있습니다. 신뢰수준이 낮으면(예: 90%) 구간은 좁아지지만 확신은 줄어들고, 신뢰수준이 높으면(예: 99%) 구간은 넓어지고 확신은 커지지만 유의한 차이를 탐지하려면 더 강한 증거가 필요합니다.
자주 묻는 질문
1-표본 부호 검정이란 무엇입니까?
1-표본 부호 검정은 단일 표본의 중앙값이 지정된 목표값과 통계적으로 같은지 판단합니다. 각 차이의 크기가 아니라 부호만 사용하여 목표값보다 위와 아래에 있는 관측값의 수를 셉니다. 단일 표본에 대한 가장 단순한 비모수 검정이며 분포 형태에 대한 가정이 필요 없습니다.
1-표본 Wilcoxon 검정 대신 부호 검정은 언제 사용해야 합니까?
데이터가 정규분포를 따르지 않고 대칭성을 가정할 수 없을 때, 특이치로 인해 평균 기반 검정을 신뢰할 수 없을 때, 또는 순서형 데이터일 때 부호 검정을 사용하십시오. 데이터가 대략 대칭이지만 비정규분포를 따르면 차이의 크기를 사용하는 1-표본 Wilcoxon 검정이 검정력이 더 높으며, 정규분포를 따르는 데이터에는 1-표본 t 검정을 사용하십시오.
부호 검정에는 관측값이 몇 개 필요합니까?
부호 검정은 표본이 작으면 검정력이 낮으므로 관측값을 10개 이상 수집하십시오. 목표값과 정확히 같은 관측값은 제외되므로 동점이 많으면 검정의 신뢰성이 떨어집니다. 목표 중앙값은 데이터를 수집하기 전에 지정해야 하며, 데이터 자체를 기준으로 삼아서는 안 됩니다.
유의하지 않은 부호 검정 결과는 어떻게 해석합니까?
유의하지 않은 결과는 중앙값이 목표값과 같다는 것을 확인해 주지 않습니다. 중앙값이 목표값과 같다는 가설을 기각할 증거가 불충분하다는 것을 의미할 뿐입니다. 부호 검정은 표본이 작으면 검정력이 낮으므로, 관측값이 적은 상태에서 얻은 유의하지 않은 결과는 특히 약한 증거입니다.
