일원배치 분산분석(One Way ANOVA)

일원배치 분산분석(ANOVA)은 서로 독립인 셋 이상 집단의 평균 사이에 유의한 차이가 있는지 판정하는 데 사용하는 통계 기법입니다. 독립 변수 하나를 다루며, 집단 평균을 비교하여 요인의 영향을 평가합니다.

최종 검토

핵심 요점

일원배치 분산분석(ANOVA)은 서로 독립인 셋 이상 집단의 평균 사이에 유의한 차이가 있는지 판정하는 데 사용하는 통계 기법입니다.

이 페이지 내용
  1. 일원배치 분산분석이란?
  2. 일원배치 분산분석은 언제 사용합니까?
  3. 일원배치 분산분석의 올바른 사용 지침
  4. 대안: 일원배치 분산분석을 사용하지 않아야 할 때
  5. 일원배치 분산분석 예제
  6. 일원배치 분산분석 방법

일원배치 분산분석이란?

일원배치 분산분석(ANOVA)은 서로 독립인 셋 이상 집단의 평균 사이에 유의한 차이가 있는지 판정하는 데 사용하는 통계 기법입니다. 독립 변수 하나를 다루며, 집단 평균을 비교하여 요인의 영향을 평가합니다. 이 검정은 모든 집단 평균이 같다는 귀무가설을 적어도 하나는 다르다는 대립가설에 대해 검정합니다. 일원배치 분산분석은 심리학, 교육, 의학 같은 분야에서 널리 사용되며 결과는 분산분석표로 제시됩니다.

일원배치 분산분석은 언제 사용합니까?

이 검정은 연속형 종속 변수와, 수준이 셋 이상인 범주형 독립 변수가 있을 때 적합합니다.

  • 여러 집단 비교: 서로 독립인 셋 이상 집단의 평균을 비교하여 이들 사이에 유의한 차이가 있는지 판정해야 할 때입니다.
  • 단일 요인의 영향: 연구가 하나의 요인(독립 변수)이 종속 변수에 미치는 효과에 초점을 둘 때입니다.
  • 실험 설계: 독립 변수의 서로 다른 수준을 나타내는 여러 집단에 대상을 무작위로 배정하는 실험 설계가 있을 때입니다.
  • 정규분포: 각 집단의 종속 변수 데이터가 근사적으로 정규분포를 따를 때입니다.
  • 분산의 동질성: 모집단의 분산이 같다고(등분산성) 가정할 수 있을 때입니다.
  • 독립적인 관측값: 각 집단 내의 관측값이 서로 독립일 때입니다.

일원배치 분산분석을 사용할 수 있는 일반적인 예는 다음과 같습니다.

  • 서로 다른 유형의 수업(예: 온라인, 대면, 혼합)을 들은 학생들의 평균 점수를 비교합니다.
  • 질병 치료에서 셋 이상의 서로 다른 약물의 효과를 분석합니다.
  • 한 회사 안의 셋 이상의 서로 다른 부서에 속한 직원들의 평균 급여를 비교합니다.

일원배치 분산분석의 올바른 사용 지침

데이터 수집, 분석, 결과 해석을 위한 지침은 다음과 같습니다.

  • 고정 요인으로 범주형 변수 하나만 포함하십시오. 고정 요인이나 랜덤 요인이 여러 개이면 적절한 모형을 사용하십시오.
  • 반응 변수가 연속형인지 확인하십시오. 범주형 반응에는 해당하는 로지스틱 모형을 사용하십시오.
  • 표본은 정규 모집단에서 추출되었거나, 정확한 분석을 위해 충분한 크기(>15 또는 20)여야 합니다.
  • 타당한 결과를 위해 각 관측값은 독립이어야 합니다.
  • 모집단을 정밀하고 정확하게 대표하는 데이터를 수집하고, 수집한 순서대로 기록하십시오.
  • 모형이 데이터에 잘 적합하는지 확인하고, 검증에는 진단 및 요약 통계량을 사용하십시오.

대안: 일원배치 분산분석을 사용하지 않아야 할 때

  • 고정된 범주형 요인이 여러 개이고 모두 고정 요인인 경우에는 일반 선형 모형 적합을 사용하십시오.
  • 랜덤 요인이 있다면 대신 혼합 효과 모형 적합을 사용하십시오.
  • 연속형 예측 변수와 반응 사이의 관계를 시각화하려면 적합선 그림을 사용하십시오.
  • 예측 변수가 둘 이상인 경우에는 다음을 사용하십시오: 회귀 모형 적합.

일원배치 분산분석 예제

한 화학 엔지니어가 네 가지 서로 다른 페인트 배합의 경도를 평가하려고 합니다. 각 배합을 금속 조각에 6개 표본씩 도포하고 경화한 뒤 경도를 측정합니다. 평균이 같은지 검정하고 평균 쌍들 사이의 차이를 살펴보기 위해, 분석가는 다중 비교를 포함한 일원배치 분산분석을 사용합니다. 단계는 다음과 같습니다.

  1. 필요한 데이터를 수집했습니다.
Test for Equal Variances — figure 1
  1. 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
  2.  일원배치 분산분석을 찾으려면 다음을 선택합니다: Statistical module> Anova>One way anova.
  3.  도구 안에서 데이터와 기타 입력값을 다음과 같이 입력합니다.
Test for Equal Variances — figure 2

5. 위 도구를 사용하면 다음과 같은 출력을 얻습니다.

One way ANOVA — figure 3One way ANOVA — figure 4One way ANOVA — figure 5One way ANOVA — figure 6One way ANOVA — figure 7

일원배치 분산분석 방법

절차는 다음과 같습니다.

  1. Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
  2. 홈 페이지에서 Statistical Tool> Anova >one way ANOVA를 선택합니다.
  3. 이어서 one way ANOVA 를 클릭하여 도구 화면으로 이동합니다.
  4. 다음으로, 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 붙여넣습니다(Ctrl+V).
  5. 다음으로, Confidence level의 값을 입력해야 합니다.
  6. 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.

일원배치 분산분석 도구 화면은 두 부분으로 나뉩니다.

One way ANOVA — figure 8

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.

  • Confidence level: 일원배치 분산분석(ANOVA)에서 신뢰수준은 통계 분석이 제공하는 확실성의 정도를 말합니다. 연구에서 집단 사이에 관찰된 차이가 우연에 의한 것이 아닐 확률입니다. 신뢰수준은 일반적으로 백분율로 표현하며, 표본 데이터로 얻은 결과가 더 큰 모집단을 대표할 것이라는 확실성의 정도를 나타냅니다. 통계 분석에서 흔히 사용하는 신뢰수준은 95%입니다.
  • Two sided confidence level: 일원배치 분산분석에서 양측 신뢰구간을 사용하면 평균 반응의 하한과 상한을 모두 추정할 수 있어, 참인 모평균을 포함할 가능성이 높은 값의 범위를 제공합니다. 이 구간 추정은 지정된 신뢰수준에서 표본 평균의 위쪽과 아래쪽 양방향으로 집단 간 평균의 차이를 반영합니다.
  • Individual value plot: 개별 값 그림(IVP)은 표본 크기가 작은(관측값 50개 미만) 경우에 가장 적합한 그래프 도구로, 개별 데이터 점을 표시하여 분포, 중심 경향, 변동성, 특이치를 자세히 살펴볼 수 있게 하며, 작은 집단이 여러 개일 때 분포를 비교하는 데에도 효과적입니다.
  • Interval plot: 구간 그림(평균 그림 또는 신뢰구간 그림이라고도 함)은 일원배치 분산분석에서 집단 평균의 95% 신뢰구간을 평가하고 비교하는 데 사용합니다. 이 그래프는 각 집단의 평균을 가로축 위의 점이나 기호로 표시하고, 세로축은 측정 변수를 나타냅니다. 각 평균 위아래의 가로선 또는 세로 막대는 신뢰구간을 나타냅니다. 이 방법은 집단당 표본 크기가 20 이상일 때 가장 잘 작동하는데, 표본 크기가 클수록 신뢰구간이 더 작고 정밀해지기 때문입니다. 일원배치 분산분석에서 구간 그림은 셋 이상 집단의 평균 사이에 유의한 차이가 있는지 판단하는 데 도움이 됩니다.
  • Box plot: 상자 그림은 일원배치 분산분석에서 여러 집단 안의 변수 분포를 보여 주는 데이터의 그래프 표현입니다. 일원배치 분산분석에서는 범주형 변수의 서로 다른 수준에 걸쳐 연속형 변수의 평균을 비교합니다. 상자 그림은 각 집단에 대해 중앙값, 사분위 범위(IQR), 특이치를 포함한 연속형 변수의 분포를 보여 줍니다.
  • Residual versus fit graph: 적합값 대비 잔차 그림(잔차도라고도 함)은 일원배치 분산분석에서 모형의 적합도를 평가하는 데 사용하는 그래프 도구입니다. 이 그림은 관측값과 예측값의 차이인 잔차를 y축에, 예측값을 x축에 표시합니다.
  • Residual versus order graph: 일원배치 분산분석에서 순서 대비 잔차 그림은 요인 또는 독립 변수의 여러 수준에 걸쳐 잔차의 등분산 가정을 평가하는 데 사용하는 그래프 도구입니다. 이 그림에서는 잔차(즉, 관측값과 예측값의 차이)를 관측값의 순서에 대해 그리며, 이 순서는 단순히 데이터 점의 순서일 수도 있고 요인의 수준일 수도 있습니다. 잔차는 0 주위에 무작위로 흩어져 있어야 하며, 순서나 요인의 수준이 바뀜에 따라 어떤 체계적인 패턴이나 추세도 보이지 않아야 합니다.
  • Histogram: 히스토그램은 데이터 집합의 분포를 그래프로 나타낸 것입니다. 일원배치 분산분석(ANOVA)에서 히스토그램은 연구의 각 집단에 대한 종속 변수(즉, 분석 대상 변수)의 분포를 시각화하는 데 자주 사용합니다.
  • Probability plot: 확률도(분위수-분위수(Q-Q) 그림이라고도 함)는 데이터 집합이 특정 분포를 따르는지 평가하기 위해 통계 분석에서 자주 사용하는 그래프 도구입니다. 일원배치 분산분석(ANOVA)에서 확률도는 ANOVA 모형의 잔차(관측 데이터와 모형 예측값의 차이)에 대해 정규성 가정이 성립하는지 평가하는 데 사용할 수 있습니다.
  • Download as Excel: 결과를 Excel 형식으로 표시합니다. 이 파일은 쉽게 편집할 수 있고 load file 옵션으로 다시 로드하여 계산에 사용할 수 있습니다.

자주 묻는 질문

일원배치 분산분석이란 무엇입니까?

일원배치 분산분석(ANOVA)은 서로 독립인 셋 이상 집단의 평균 사이에 유의한 차이가 있는지 판정하는 통계 기법입니다. 범주형 독립 변수 하나를 다루며, 모든 집단 평균이 같다는 귀무가설을 적어도 하나는 다르다는 대립가설에 대해 검정합니다. 결과는 분산분석표로 제시됩니다.

일원배치 분산분석의 가정은 무엇입니까?

반응은 연속형이어야 하며, 수준이 셋 이상인 범주형 요인이 하나 있어야 합니다. 각 집단의 데이터는 근사적으로 정규분포를 따르거나 표본이 충분히 커야 합니다(15 또는 20 초과). 집단 분산은 같다고 가정하며 관측값은 서로 독립이어야 합니다. 적합값 대비 잔차와 확률도 같은 진단 그림으로 모형 적합을 확인하십시오.

일원배치 분산분석을 사용하지 않아야 할 때는 언제입니까?

고정된 범주형 요인이 여러 개이면 일반 선형 모형 적합을, 랜덤 요인이 있으면 혼합 효과 모형 적합을 사용하십시오. 예측 변수가 둘 이상이면 회귀 모형 적합을, 연속형 예측 변수와 반응의 관계를 시각화하려면 적합선 그림을 사용하십시오. 범주형 반응에는 로지스틱 모형을 사용하십시오.

일원배치 분산분석을 해석하는 데 도움이 되는 그래프에는 무엇이 있습니까?

구간 그림은 집단 평균의 신뢰구간을 비교하고, 개별 값 그림은 작은 표본에서 각 데이터 점을 보여 주며, 상자 그림은 각 집단의 중앙값, 사분위 범위, 특이치를 보여 줍니다. 적합값 대비 잔차, 순서 대비 잔차, 히스토그램, 확률도를 포함한 잔차 그림은 모형의 가정을 확인합니다.