검정 방향
p-value
0.05
α=0.001
α=0.01
α=0.05
α=0.10
Z 통계량(정규분포) 또는 T 통계량(t분포 + 자유도)을 입력해 양측/단측 p-value를 즉시 계산. α=0.05 등 유의수준과 비교 가능.
Z = 1.96, 양측 → p = 0.05 (경계)
Z = 2.58, 양측 → p ≈ 0.01
T = 2.00, df=10, 양측 → p ≈ 0.073
T = 3.00, df=20, 양측 → p ≈ 0.007가설 검정에서 '귀무가설이 맞다고 가정했을 때, 관측된 결과만큼 또는 더 극단적인 결과가 나올 확률'이에요. 보통 0.05보다 작으면 통계적으로 유의(귀무가설 기각). 표본 분석 결과로 z 또는 t 통계량이 나왔을 때 그 값에 해당하는 p-value를 빠르게 확인할 수 있어요.
논문 통계 분석 검증하는 학생, A/B 테스트 결과 해석하는 마케터, 임상시험 데이터 빠르게 보는 연구자한테 쓸모 있어요.
| 항목 | 사장나라 | 엑셀 NORM.S.DIST | SPSS·R |
|---|---|---|---|
| Z·T 통합 | O | 각각 함수 | O |
| 양측·단측 토글 | O | 수동 계산 | O |
| 유의수준 비교 | O (자동) | X | O |
| 설치 | 없음 | 엑셀 | 전용 SW |
5% 확률로 귀무가설이 맞는데도 우연히 그런 결과가 나올 수 있어요(1종 오류). 결과를 단정하지 말고 신중히 해석.
분석 전에 '한쪽으로만 차이가 있다'는 명확한 가설(예: 신약이 효과가 있을 것)이면 단측, '어느 쪽이든 차이가 있는지'면 양측. 일반적으로는 양측이 보수적이에요.
단일 표본 t검정이면 n-1, 두 표본 등분산이면 n1+n2-2. 표본 크기 또는 회귀모형 분석에서 자동으로 결정돼요.
df > 30이면 t분포가 정규분포에 매우 가까워서 거의 동일. df > 100이면 사실상 구분 의미 없음.
정규분포: erf 함수 다항 근사로 ±10⁻⁷. t분포: incomplete beta function 연속분수 전개로 ±10⁻⁵ 수준. 일반 통계 보고에는 충분.