1-비율 검정 하는 방법
- 사건 수(예: 불량 수) 열과 전체 수(예: 검사 수) 열을 머리글과 함께 복사합니다. 합계만 알고 있다면 '직접 입력'을 고릅니다.
- 사건 수 열과 전체 수 열을 지정하고 검정 기준 비율(p0)에 목표 비율을 소수로 입력합니다(2%면 0.02).
- 분석하기를 누르고 표본 비율, p-value, 신뢰구간과 자동 해석을 확인합니다.
예제 데이터로 보는 결과
예제 데이터는 로트 10개(L01~L10)에서 200개씩 검사한 불량 수(로트당 2~8개)입니다. 불량 수 열을 사건 수, 검사 수 열을 전체 수로 쓰면 모든 행을 더해 2000개 중 61개로 계산하며, 목표 불량률은 2%(p0=0.02)입니다.
표본 불량률은 61/2000 = 3.05%로 목표보다 1.05%p 높습니다. 정확 이항검정의 양측 p-value는 0.001737로 0.05보다 작아, 불량률이 목표와 다르다(높다)고 판단합니다.
Wilson 95% 신뢰구간은 2.382% ~ 3.898%로 2%를 포함하지 않습니다. 결과 그래프에서도 신뢰구간 막대 전체가 기준비율 점선(2%)보다 위에 있습니다.
같은 데이터를 정규근사로 검정하면 p-value가 0.0007962로 정확 검정과 두 배 넘게 차이 납니다. 불량률처럼 작은 비율은 이항분포가 한쪽으로 치우쳐 정규근사가 부정확해지므로, 기본값인 정확 이항검정을 쓰는 것이 안전합니다.
검정 방식
정확 이항검정(기본)은 이항분포로 p-value를 직접 계산해 표본이 작거나 비율이 0·1에 가까워도 정확합니다(SciPy binomtest와 같음). 정규근사는 Z = (p̂ - p0)/√(p0(1-p0)/n)을 씁니다.
신뢰구간과 합산
신뢰구간은 Wilson 방법으로 구해 0~1 범위를 벗어나지 않습니다. 열 방식에서는 두 열이 모두 숫자인 행만 더하며, 어느 행이라도 사건 수가 전체 수보다 크면 오류를 알려줍니다.
비율 검정 결과 해석
- p-value가 유의수준보다 작으면 실제 비율이 목표와 다르다고 판단합니다. 불량률이라면 표본 비율이 기준보다 높은지 낮은지를 함께 보세요.
- 구성 막대그래프는 사건/비사건을 100%로 나눠 보여주고 기준 비율을 점선으로 겹쳐 표시합니다.
- 불량률처럼 작은 비율은 정규근사가 부정확할 수 있으니 기본값인 정확 이항검정을 권장합니다.
자주 묻는 질문
불량률이 목표 이하인지 보이려면?
대립가설을 'p < 기준비율'로 고르면 불량률이 목표보다 낮다는 근거가 있는지 단측으로 검정합니다.
엑셀로도 할 수 있나요?
엑셀에서는 BINOM.DIST로 꼬리 확률을 직접 더해야 합니다. 여기서는 양측 정확 p-value를 바로 계산합니다.
신뢰구간 방식은 무엇인가요?
Wilson 점수 구간입니다. 단측 검정을 고르면 한쪽 끝이 0 또는 1인 단측 구간으로 바뀝니다.