다중 분산 검정 하는 방법
- 그룹 이름 열과 측정값 열을 머리글과 함께 복사합니다.
- 반응값 열과 그룹 열(3개 수준 이상)을 고르고 검정 방식을 정합니다.
- 분석하기를 누르고 검정 요약의 p-value와 그룹별 표준편차 신뢰구간 그래프를 확인합니다.
예제 데이터로 보는 결과
예제 데이터는 충전 라인 4개(1~4라인)에서 12개씩 잰 충전량(mL)입니다. 라인 열을 그룹 열, 충전량 열을 반응값 열로 씁니다.
표준편차는 1라인 0.7064, 2라인 1.074, 3라인 2.24, 4라인 1.14mL로 3라인만 눈에 띄게 큽니다. Bartlett 검정 통계량은 15.21, 자유도 3에서 p-value 0.001649로 네 라인의 분산이 같지 않다고 판단합니다.
결과 그래프인 그룹별 표준편차+신뢰구간에서 3라인의 구간이 다른 라인보다 위쪽에 떨어져 있어, 차이를 만든 라인이 3라인이라는 것을 알 수 있습니다. 평균은 네 라인 모두 500.1~500.5mL로 비슷합니다.
같은 데이터를 Levene(평균 기준)으로 검정하면 p=0.04771, Brown-Forsythe(중위수 기준)는 p=0.07694입니다. 정규성에 강건한 방법일수록 p-value가 커지므로, 3라인의 이상치 1개가 결과에 영향을 주는지 함께 확인합니다.
검정 방식
Bartlett 검정은 정규분포를 가정하는 대신 검정력이 높고, 자유도 k-1의 카이제곱분포를 씁니다. Levene(평균 기준)과 Brown-Forsythe(중위수 기준)는 각 값과 그룹 중심의 거리로 분산분석을 해 정규성이 깨져도 강건합니다(자유도 k-1, N-k).
결과 화면 구성
그룹별 기술통계(N·평균·분산·표준편차), 검정 요약, 그룹별 Box Plot, 개별값 Plot, 그룹별 표준편차와 신뢰구간이 나옵니다. 유효 데이터가 2개 미만인 그룹은 계산에서 뺍니다.
다중 분산 검정 결과 해석
- p-value가 유의수준보다 작으면 적어도 한 그룹의 산포가 다르다고 판단합니다. 어느 그룹인지는 표준편차 신뢰구간 그래프에서 다른 그룹과 겹치지 않는 구간을 찾아보세요.
- Bartlett만 유의하고 Levene·Brown-Forsythe는 유의하지 않다면 정규성이 깨져 Bartlett가 과민하게 반응했을 수 있습니다.
- 등분산이 의심되면 평균 비교는 일원분산분석 대신 Welch ANOVA를 쓰는 것이 안전합니다.
자주 묻는 질문
그룹이 2개뿐이면요?
다중 분산 검정은 3개 이상 그룹이 필요합니다. 2개는 2-분산 검정을 쓰세요.
어떤 방식을 골라야 하나요?
데이터가 정규분포에 가깝다면 Bartlett, 치우침이나 이상치가 있으면 Brown-Forsythe가 무난합니다.
Minitab 결과와 같나요?
Bartlett과 Levene(중위수 기준 = Brown-Forsythe)은 같은 식이라 같은 값이 나옵니다.