Kruskal-Wallis 검정 하는 방법
- 그룹 이름 열과 측정값 열을 머리글과 함께 복사합니다.
- 반응값 열과 그룹 열을 고릅니다. Dunn 사후검정은 기본으로 포함되며 p-value 보정 방식을 고를 수 있습니다.
- 분석하기를 누르고 검정 요약의 p-value와 Dunn 사후검정의 '유의함' 행을 확인합니다.
예제 데이터로 보는 결과
예제 데이터는 조립 라인 3개에서 10개씩 잰 사이클 타임(초)입니다. 라인 열을 그룹 열, 사이클 타임 열을 반응값 열로 씁니다.
검정 요약의 H 통계량은 13.02(자유도 2), p-value는 0.001491로 세 라인의 사이클 타임 분포는 유의하게 다릅니다. 평균순위는 1라인 11.5, 2라인 23.7, 3라인 11.3으로 2라인만 확연히 높습니다.
Dunn 사후검정(Bonferroni 보정)에서 1라인-2라인(p=0.005829)과 2라인-3라인(p=0.004905)이 유의하고, 1라인-3라인은 p=1로 차이가 없습니다. 즉 2라인 하나만 느립니다.
Box Plot을 보면 세 라인 모두 위쪽에 동떨어진 값이 하나씩 있어(왜도 1.97~2.29) 평균이 끌려 올라가 있습니다. 이런 데이터는 일원분산분석보다 순위를 쓰는 Kruskal-Wallis 검정이 이상치의 영향을 덜 받습니다. 2라인은 중위수가 47초로 다른 라인(41.9·42.15초)보다 5초가량 길어, 작업 배분이나 설비 조건을 비교해 볼 필요가 있습니다.
계산 방법
모든 값을 합쳐 순위를 매긴 뒤 그룹별 순위합으로 H = 12/(N(N+1))·Σ(Ri²/ni) - 3(N+1)을 구하고 동점 보정을 합니다. H를 자유도 (그룹 수 - 1)의 카이제곱분포로 검정합니다(SciPy kruskal과 같습니다).
Dunn 사후검정
그룹 쌍마다 평균순위 차이를 표준오차(동점 보정 포함)로 나눈 z로 양측 p-value를 구하고, Bonferroni·Holm·Benjamini-Hochberg(FDR) 중 고른 방식으로 다중비교를 보정합니다(scikit-posthocs와 같습니다).
결과 화면 구성
그룹별 기술통계(N·중위수·평균순위), 검정 요약, Dunn 사후검정, Box Plot, Violin Plot, 점도표, 중위수+신뢰구간이 나옵니다.
Kruskal-Wallis 검정 결과 해석
- p-value가 유의수준보다 작으면 적어도 한 그룹의 분포 위치가 다르다는 뜻입니다. 어느 쌍이 다른지는 Dunn 사후검정 표를 보세요.
- 평균순위가 클수록 그 그룹의 값이 전반적으로 크다는 뜻입니다.
- 중위수+신뢰구간 그래프의 구간은 각 그룹의 분포무관 신뢰구간이라, 구간이 겹쳐도 사후검정에서는 유의할 수 있습니다.
자주 묻는 질문
일원분산분석과 무엇이 다른가요?
ANOVA는 평균을 비교하며 정규성·등분산을 가정하고, Kruskal-Wallis는 순위로 비교해 그런 가정이 필요 없습니다. 분포가 치우쳤거나 이상치가 있을 때 씁니다.
그룹이 2개면요?
그룹이 2개면 Mann-Whitney 검정을 쓰세요. 이 도구는 그룹이 3개 이상이어야 합니다.
보정 방식은 무엇을 고르나요?
Bonferroni가 가장 보수적이고, Holm은 같은 오류율을 지키면서 덜 보수적입니다. 탐색 단계라면 Benjamini-Hochberg(FDR)도 쓸 수 있습니다.