카이제곱 적합도 검정 하는 방법
- 범주 열(각 행이 1건)을 머리글과 함께 복사합니다.
- 범주 열을 고르면 아래 표에 범주별 관측도수가 채워집니다. 비율이 다르면 '직접 입력'을 고르고 기대비율 칸을 고칩니다.
- 분석하기를 누르고 검정 요약의 p-value와 잔차 그래프에서 점선을 넘는 범주를 확인합니다.
예제 데이터로 보는 결과
예제 데이터는 2026년 1~6월에 접수된 클레임 82건의 접수 월이고, 한 행이 클레임 1건입니다. 모든 달이 같은 비율이라는 가정(기본값)으로 검정했습니다.
결과 표의 기대도수는 달마다 13.67건(82/6)입니다. 검정 요약의 χ² 통계량은 14.44(자유도 5), p-value는 0.01305로 클레임이 달마다 고르게 접수되었다고 보기 어렵습니다.
χ² 기여도는 2026-04가 11.13으로 전체 14.44의 대부분을 차지합니다. 4월에만 26건이 접수돼 기대(13.67)의 두 배 가까이 되고, 잔차 그래프에서도 4월 막대만 빨간색으로 +2 점선을 넘습니다.
다른 달은 9~14건으로 큰 차이가 없으니, 4월에 있었던 공정·원자재·출하 변화를 확인하는 것이 먼저입니다. 성수기처럼 미리 정해 둔 비율이 있다면 '직접 입력'으로 기대비율을 바꿔 검정할 수 있습니다.
계산 방법
기대도수 = 기대비율 / 비율 합 × 전체 건수로 구하고, χ² = Σ(관측 - 기대)² / 기대를 자유도 (범주 수 - 1)의 카이제곱분포로 검정합니다(SciPy chisquare와 같습니다).
기대비율은 합이 1이 아니어도 비율대로 나눠 씁니다.
표준화 잔차
(관측 - 기대) / √기대로, 절댓값이 2를 넘는 범주는 잔차 그래프에서 빨간 막대로 표시됩니다.
결과 화면 구성
결과 표, 검정 요약, 관측·기대 막대그래프, χ² 기여도 그래프, 잔차 그래프가 나옵니다.
적합도 검정 결과 해석
- p-value가 유의수준보다 작으면 관측된 분포가 기대비율과 다르다는 뜻입니다.
- χ² 기여도가 가장 큰 범주가 차이를 만드는 범주이고, 잔차 부호로 기대보다 많은지 적은지 알 수 있습니다.
- 기대도수가 5 미만인 범주가 많으면 근사가 부정확할 수 있으니 범주를 합쳐 다시 검정해 보세요.
자주 묻는 질문
기대비율은 합이 1이어야 하나요?
아닙니다. 3, 2, 1처럼 입력해도 합으로 나눠 비율로 씁니다.
엑셀 CHISQ.TEST와 같나요?
관측도수와 기대도수 범위를 넣은 CHISQ.TEST(관측, 기대)와 같은 p-value가 나옵니다.
범주가 숫자여도 되나요?
됩니다. 값을 글자로 보고 같은 값끼리 세며, 범주는 이름 순서로 정렬됩니다.