2-표본 t 검정(요약값)(Two Sample t Test (Summarized))
이 버전의 2-표본 t 검정은 요약 통계량으로 계산합니다. 서로 독립인 두 집단 각각의 표본 크기, 평균, 표준편차를 입력합니다. 발표된 보고서나 공급업체 요약처럼 원시 데이터를 사용할 수 없을 때 사용하십시오. 원시 데이터 없이는 정규성을 확인할 수 없습니다. 옵션에는 신뢰수준, 가설 차이, 대립가설, 등분산이 있으며, 출력에는 p-값과 신뢰구간이 포함됩니다.
최종 검토
핵심 요점
2-표본 t 검정(요약값)은 원시 데이터 대신 각 집단의 표본 크기, 평균, 표준편차만으로 서로 독립인 두 집단의 평균이 유의하게 다른지 검정합니다.
이 페이지 내용
2-표본 t 검정(요약값)이란?
2-표본 t 검정(요약값)은 서로 독립인 두 집단의 평균이 유의하게 다른지 판단하는 표준 2-표본 t 검정과 같은 비교를 수행하지만, 원시 데이터를 요구하지 않고 직접 입력하는 요약 통계량, 즉 각 집단의 표본 크기(n), 평균, 표준편차로 곧바로 계산합니다.
이 방법은 발표된 연구, 감사 보고서, 공급업체가 제공한 요약, 또는 집계된 통계량만 보관된 과거 기록처럼 원시 데이터를 사용할 수 없을 때 특히 유용합니다.
간단한 정의:2-표본 t 검정과 같지만, 전체 원시 데이터 집합이 아니라 요약 수치(평균, 표준편차, 표본 크기)만 있는 상황을 위해 설계되었습니다.
2-표본 t 검정(요약값)은 언제 사용합니까?
- 각 집단의 평균, 표준편차, 표본 크기는 있지만 원시 데이터를 사용할 수 없을 때 사용합니다.
- 개별 관측값이 기록되지 않은 발표된 보고서, 외부 공급업체 데이터 또는 과거 요약 을 바탕으로 작업할 때 사용합니다.
- 수집한 측정값이 아니라 보고된 통계량을 바탕으로 서로 독립인 두 집단 을 비교할 때 사용합니다.
- 전체 데이터 집합을 재구성하지 않고 집계된 데이터의 결론을 빠르게 검증하거나 교차 확인 하려는 경우에 사용합니다.
2-표본 t 검정(요약값)의 올바른 사용 지침
- 입력한 요약 통계량이 정확하고 신뢰할 수 있는 출처에서 나온 것인지 확인하십시오. 입력값의 오류는 잘못된 검정 결론으로 직결됩니다.
- 요약 통계량이 서로 독립이며 관련이 없는 집단 을 나타내는지 확인하십시오. 이 검정은 두 표본 사이에 관계가 없다고 가정합니다.
- 반드시 표본 크기가 충분한지 확인하십시오. 비정규분포의 작은 표본은 요약 입력값이 올바르더라도 신뢰할 수 없는 결과를 낼 수 있습니다.
- 검정을 실행하기 전에 알파를 설정 하십시오. 표준 기본값은 0.05입니다.
- 요약 통계량이 심하게 치우쳤거나 비정규분포를 따르는 모집단 에서 나온 경우에는 주의하십시오. t 검정은 정규성을 가정하며, 원시 데이터 없이는 이를 확인할 수 없습니다.
대안: 2-표본 t 검정(요약값)을 사용하지 않아야 할 때
- 만일 원시 데이터를 사용할 수 있으면, 대신 항상 표준 2-표본 t 검정 을 사용하십시오. 추가 진단과 가정 확인을 제공합니다.
- 두 표본이 쌍체이거나 짝지어진경우에는 다음을 사용하십시오: 쌍체 t 검정
- 비교 대상이 두 집단보다 많은경우에는 다음을 사용하십시오: 일원배치 분산분석
- 목표가 차이가 아니라 동등성을 확인하는것이면 다음을 사용하십시오: 2-표본 동등성 검정
2-표본 t 검정 방법
절차는 다음과 같습니다.
- Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
- 홈 페이지에서 Statistical Tool> Hypothesis Test >Two sample t test(Summarized) 를 선택합니다.
- 다음으로, 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 여기에 붙여넣습니다(Ctrl+V).
- 필수 옵션을 채웁니다.
- 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.
Two sample t test의 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.
- Sample 1 Sample Size: 첫 번째 집단의 관측값 총수 를 입력합니다. 예를 들어 배합 A에서 측정값 40개를 취했다면 40을 입력합니다. 이 값은 검정의 표준오차와 자유도를 계산하는 데 사용됩니다. 표본 크기가 클수록 결과가 더 신뢰할 수 있고 정밀해집니다.
- Sample 1 Sample Mean: 첫 번째 집단 측정값의 평균값 을 입력합니다. 이는 첫 번째 집단의 데이터가 분포하는 중심값이며, 두 집단 간의 차이를 계산할 때 직접 사용됩니다.
- Sample 1 Standard Deviation: 첫 번째 집단의 표준편차 를 입력합니다. 개별 측정값이 평균 주위로 얼마나 퍼져 있는지를 나타냅니다. 표준편차가 클수록 집단 내 변동성이 크다는 뜻이며, 이는 신뢰구간을 넓히고 차이를 탐지하는 검정의 민감도를 낮춥니다.
- Sample 2 Sample Size: 두 번째 집단의 관측값 총수 를 입력합니다. Sample 1과 마찬가지로 이 값은 표준오차 계산에 기여하며, 검정이 두 집단 간의 실제 차이를 얼마나 정밀하게 탐지할 수 있는지에 영향을 줍니다.
- Sample 2 Sample Mean: 두 번째 집단 측정값의 평균값 을 입력합니다. 검정은 이를 Sample 1 평균과 직접 비교하여 관측된 차이를 계산하고 통계적으로 유의한지 판단합니다.
- Sample 2 Standard Deviation: 두 번째 집단의 표준편차 를 입력합니다. 이 값은 두 번째 집단의 데이터 산포를 반영하며, Sample 1 표준편차와 함께 비교의 결합 변동성을 추정하는 데 사용됩니다.
- Confidence Level: 두 평균 간 차이 주위의 신뢰구간에 대한 확신 수준을 설정합니다. 표준 기본값은 95%이며, 두 모집단 평균 간의 참 차이가 표시된 범위 안에 있다고 95% 확신한다는 뜻입니다. 99%로 높이면 구간이 넓어지고 90%로 낮추면 좁아집니다.
- Hypothesized Difference: 검정 대상이 되는 두 집단 평균 간의 가정된 또는 기대되는 차이(Sample 1 평균에서 Sample 2 평균을 뺀 값)입니다. 0 으로 설정하면 두 평균이 같은지 검정합니다. 다른 값으로 설정하면 실제 차이가 그 특정 값과 같은지 검정합니다. 예를 들어 10을 입력하면 집단 1의 평균이 집단 2보다 정확히 10단위 더 큰지 검정합니다.
- Alternative Hypothesis: 검정의 방향과 차이에 대해 입증하려는 내용을 정의합니다. 세 가지 옵션이 있습니다.
- Diff ≠ Hypothesized Diff — 차이가 어느 방향이든 가설 값과 단순히 같지 않은지 확인하는 양측 검정입니다. 어느 집단이 더 클지에 대한 사전 기대가 없을 때 사용합니다.
- Diff < Hypothesized Diff — 실제 차이가 가설 값보다 작은지 확인하는 단측 검정입니다. Sample 1이 Sample 2보다 낮을 것으로 구체적으로 예상할 때 사용합니다.
- Diff > Hypothesized Diff — 실제 차이가 가설 값보다 큰지 확인하는 단측 검정입니다. Sample 1이 Sample 2보다 높을 것으로 구체적으로 예상할 때 사용합니다.
- Assume Equal Variances: 선택하면 검정은 두 집단이 동일한 모집단 분산을 공유한다고 가정하고 계산에 하나의 합동 표준편차를 사용하며, 이 가정이 타당할 때는 검정력이 약간 더 높아집니다. 선택하지 않으면 각 집단에 대해 별도의 분산 추정값을 사용하며(Welch t 검정), 입력한 두 표준편차가 눈에 띄게 다를 때 더 신뢰할 수 있습니다. 확신이 없으면 더 안전하고 보수적인 선택이므로 선택하지 않은 상태로 두십시오.
- Download as Excel: 검정 결과, 요약 통계량, 신뢰구간, p-값을 보고, 공유 또는 기록 보관을 위해 Excel 파일로 내보냅니다.
자주 묻는 질문
요약 데이터로 하는 2-표본 t 검정이란 무엇입니까?
서로 독립인 두 집단의 평균이 유의하게 다른지 검정하는 표준 2-표본 t 검정과 같은 비교를 수행하지만, 원시 데이터 대신 직접 입력하는 요약 통계량, 즉 각 집단의 표본 크기, 평균, 표준편차로 계산합니다.
요약값 2-표본 t 검정은 언제 사용해야 합니까?
원시 데이터는 없지만 각 집단의 평균, 표준편차, 표본 크기가 있을 때, 예를 들어 발표된 보고서, 외부 공급업체 데이터 또는 과거 요약에서 가져온 경우에 사용하십시오. 집계된 데이터의 결론을 빠르게 교차 확인하는 데에도 유용합니다. 원시 데이터가 있으면 표준 2-표본 t 검정을 사용하십시오.
요약 통계량으로 하는 t 검정의 한계는 무엇입니까?
t 검정은 정규성을 가정하며 원시 데이터 없이는 이를 확인할 수 없으므로, 요약이 심하게 치우쳤거나 비정규분포를 따르는 모집단에서 나온 경우에는 주의하십시오. 비정규분포의 작은 표본은 신뢰할 수 없는 결과를 낼 수 있으며, 입력한 통계량의 오류는 잘못된 결론으로 직결됩니다.
표준편차는 요약값 t 검정에 어떤 영향을 줍니까?
표준편차가 클수록 집단 내 변동성이 크다는 뜻이며, 이는 신뢰구간을 넓히고 차이에 대한 검정의 민감도를 낮춥니다. 두 표준편차가 눈에 띄게 다르면 Assume Equal Variances를 선택하지 않은 상태로 두어 별도의 분산 추정값을 사용하도록 하십시오(Welch t 검정).
