McNemar 검정 하는 방법
- 전·후 판정 두 열을 같은 대상이 같은 행에 오도록 복사합니다(값은 두 가지, 예: 합격/불합격).
- 전(before) 판정 열과 후(after) 판정 열을 고르고 검정 방식을 고릅니다(기본은 정확검정).
- 분석하기를 누르고 p-value와 변화 방향별 건수를 확인합니다.
예제 데이터로 보는 결과
예제 데이터는 작업자 30명의 교육 전·후 실기 판정(합격·불합격)입니다. 전(before) 판정 열과 후(after) 판정 열을 고릅니다.
쌍체 교차표에서 교육 전 불합격이었다가 합격한 작업자가 10명, 반대로 합격에서 불합격이 된 작업자가 1명입니다. 정확검정 p-value는 0.01172로 판정이 합격 쪽으로 유의하게 바뀌었습니다.
McNemar 검정은 판정이 바뀐 11쌍만 씁니다. 그대로인 19명(불합격 유지 4명, 합격 유지 15명)은 검정에 들어가지 않습니다. 카이제곱 근사(연속성 보정)로 바꾸면 통계량 5.818, p=0.01586으로 결론은 같습니다.
전후 비율 막대로 보면 불합격 비율이 46.67%에서 16.67%로 줄었고, 상태 전이도에서는 불합격→합격의 굵은 빨간 선이 이 변화를 보여줍니다.
계산 방법
전후 상태가 바뀐 쌍(b: 상태1→상태2, c: 상태2→상태1)만 씁니다. 정확검정은 min(b, c)의 이항분포(n = b + c, p = 0.5) 양측 확률이고, 카이제곱 근사는 (|b - c| - 1)² / (b + c)를 자유도 1로 검정합니다(연속성 보정을 끄면 1을 빼지 않습니다).
상태 이름은 이름 순서로 정렬해 상태1, 상태2로 씁니다(statsmodels mcnemar와 같습니다).
결과 화면 구성
쌍체 2×2 교차표, 변화 방향별 건수, 검정 요약, 전후 비율 막대, 상태 전이도가 나옵니다.
McNemar 검정 결과 해석
- p-value가 유의수준보다 작으면 상태가 한쪽 방향으로 더 많이 바뀌었다는 뜻이고, 자동 해석이 어느 방향인지 알려줍니다.
- 상태 전이도의 빨간 선이 상태가 바뀐 쌍, 파란 선이 그대로인 쌍이며 선이 굵을수록 건수가 많습니다.
- 그대로인 쌍은 검정에 쓰이지 않으므로, 전후 비율 막대로 전체 비율 변화도 함께 보세요.
자주 묻는 질문
2-비율 검정과 무엇이 다른가요?
2-비율 검정은 서로 다른 두 그룹을, McNemar 검정은 같은 대상을 두 번 판정한 짝지은 데이터를 비교합니다.
값이 세 가지면요?
McNemar 검정은 정확히 두 가지 상태만 받습니다. 값이 세 가지 이상이면 오류 안내가 나옵니다.
정확검정과 카이제곱 근사 중 무엇을 쓰나요?
기본값인 정확검정은 표본이 작아도 정확합니다. 바뀐 쌍이 많으면 두 방식의 결과가 비슷해집니다.