1-분산 검정 하는 방법
- 검정할 측정값 열을 머리글과 함께 복사해 붙여넣습니다.
- 측정값 열을 고르고, 기준값을 표준편차로 줄지 분산으로 줄지 정한 뒤 기준값을 입력합니다. 산포가 기준보다 큰지가 궁금하면 대립가설을 '분산 > 기준값'으로 둡니다.
- 분석하기를 누르고 결과 표의 p-value와 신뢰구간, 자동 해석을 확인합니다.
예제 데이터로 보는 결과
예제 데이터는 같은 부품의 길이(mm)를 25개 측정한 값이고, 허용 표준편차는 0.05mm입니다. 예제 데이터를 불러오면 기준값이 표준편차 0.05로 채워집니다.
표본표준편차는 0.06724mm(분산 0.004521)로 허용 기준 0.05보다 큽니다. 카이제곱 통계량 χ² = 24 × 0.004521 / 0.05² = 43.4, 자유도 24에서 양측 p-value가 0.01789로 0.05보다 작아, 산포가 기준과 다르다(크다)고 판단합니다.
표준편차의 95% 신뢰구간은 0.0525 ~ 0.09354mm로 아래쪽 끝도 0.05보다 큽니다. 결과 그래프인 카이제곱 기각영역에서도 관측 χ² = 43.402가 오른쪽 빨간 영역 안에 들어가 있습니다.
평균은 12.01mm로 산포만 문제인 상황입니다. 점도표와 히스토그램에서 IQR 기준 이상치 1개가 보이므로, 그 값을 확인해 측정 오류가 아니라면 설비 진동이나 치공구 상태처럼 산포를 키우는 원인을 찾습니다.
계산 방법
검정통계량은 χ² = (n-1)s²/σ0²이고 자유도 n-1의 카이제곱분포로 p-value를 구합니다(s²은 표본분산, σ0²은 기준 분산). 양측 검정은 2×min(아래쪽, 위쪽 꼬리 확률)입니다.
신뢰구간은 (n-1)s²을 카이제곱 분위수로 나눠 구하고, 기준값을 표준편차로 입력하면 구간도 표준편차 단위로 바꿔 보여줍니다. 한쪽 검정이면 반대쪽 끝이 0 또는 +∞입니다.
결과 화면 구성
결과 표, 표준편차와 신뢰구간(기준값 점선), 평균선을 겹친 점도표와 히스토그램, 카이제곱분포 위의 기각영역과 관측 χ² 위치를 보여줍니다.
주의할 점
카이제곱 분산 검정은 데이터가 정규분포를 따른다고 가정하며, 평균 검정보다 정규성에 훨씬 민감합니다. 히스토그램이 크게 치우쳤거나 이상치가 있으면 결과를 조심해서 해석하세요.
1-분산 검정 결과 해석
- p-value가 유의수준보다 작으면 실제 산포가 기준값과 다르다고 판단합니다. 표본표준편차가 기준보다 큰지 작은지 함께 보세요.
- 표준편차 신뢰구간이 기준값을 포함하지 않으면 유의한 차이입니다. 구간 위쪽 끝으로 산포가 최대 어느 정도일 수 있는지 가늠할 수 있습니다.
- 기각영역 그래프에서 관측 χ²가 빨간 영역 안에 있으면 귀무가설을 기각합니다.
자주 묻는 질문
기준값은 표준편차와 분산 중 무엇으로 넣나요?
편한 쪽으로 넣으면 됩니다. 검정 결과(p-value)는 같고, 신뢰구간과 해석 문장의 단위만 달라집니다.
공정능력 지수와는 어떻게 다른가요?
Cp·Cpk는 규격 폭 대비 산포를 보는 지표이고, 1-분산 검정은 산포가 특정 기준값과 통계적으로 다른지를 검정합니다.
두 그룹의 산포를 비교하려면요?
2-분산 검정을 쓰세요. 3개 이상이면 다중 분산 검정을 씁니다.