F검정(등분산 검정) 계산기
두 집단의 값을 넣으면 F = 큰분산÷작은분산 통계량으로 두 집단의 분산이 같은지 검정합니다.
한 줄에 한 집단씩 「이름: 값 값 값」으로 넣습니다. 두 줄만 씁니다.
분산이 같다고 보기 어렵습니다
F = 47.1318
p = 0.0001 미만 · 자유도 (9, 9)
검정통계량 F47.1318
p값 (양측)0.0001 미만
임계값 F(9, 9, α=0.05)4.026
분산 비 (큰÷작은)47.132배
| 집단 | n | 평균 | 분산 |
|---|---|---|---|
| A라인 | 10 | 50.1 | 1.433 |
| B라인 | 10 | 50 | 67.556 |
계산 근거F = (큰 분산) / (작은 분산) = 47.13178F ~ F(9, 9) · 양측검정이라 p값은 오른쪽 꼬리 확률의 2배입니다.항상 큰 분산을 분자에 놓아 F가 1 이상이 되도록 정규화했습니다. 어느 집단을 분자에 놓느냐에 따라 F값과 자유도가 달라지므로, 결과를 옮겨 적을 때는 이 규칙을 함께 밝히는 것이 좋습니다.
두 집단이 정규분포를 따른다는 전제 아래 쓰는 방법입니다. 정규성이 의심되면 정규분포에서 벗어나도 비교적 안정적인 레빈 검정(등분산 검정)을 이용하세요. 기각되지 않았다고 해서 분산이 같다고 단정할 수는 없습니다 — 표본이 작으면 실제 차이도 잡아내지 못합니다.
계산 방법
- 1두 집단의 값을 각각 「이름: 값 값 값」으로 넣습니다.
- 2유의수준을 고릅니다.
- 3F값과 p값으로 두 집단의 분산이 같다고 볼 수 있는지 확인합니다.
자주 묻는 질문
두 집단의 분산이 같은지를 판정합니다. F = (큰 분산)÷(작은 분산)을 계산해, 자유도 (n₁−1, n₂−1)의 F분포에서 이 값이 나올 가능성이 낮으면 두 집단의 분산이 다르다고 봅니다. t검정을 돌리기 전에 등분산 가정(합동분산 t검정 vs 웰치 보정 중 선택)을 확인하는 사전 단계로 흔히 씁니다.
이름만 같고 용도는 다릅니다. anova의 F검정은 여러 집단의 평균이 같은지를 보고, 이 도구는 딱 두 집단의 분산 자체가 같은지를 봅니다.
F값이 항상 1 이상이 되도록 정규화하기 위해서입니다. 어느 집단을 분자에 놓느냐에 따라 F값과 자유도가 달라지는데, 큰 쪽을 분자로 고정하면 F=1을 기준으로 더 크다·작다를 바로 읽을 수 있습니다. 대신 양측검정이므로 p값은 오른쪽 꼬리 확률을 2배 해야 합니다.
두 집단이 정규분포를 따른다고 볼 수 있으면 F검정이 고전적인 방법이고, 정규성이 의심되면 레빈 검정(edu/levene-test)이 더 안전합니다. 레빈 검정은 정규분포에서 벗어나도 비교적 안정적입니다.
알아두면 좋은 점
- NIST(itl.nist.gov)·JMP 교차 확인(2026-09-05)한 정의 F = s₁²/s₂², 자유도 (n₁−1, n₂−1)를 씁니다.
- 두 집단이 정규분포를 따른다는 전제 아래 쓰는 방법입니다. 정규성이 의심되면 레빈 검정을 이용하세요.
- 기각되지 않았다고 분산이 같다고 단정할 수 없습니다. 표본이 작으면 실제 차이도 잡아내지 못합니다.
- 입력한 값은 서버로 전송되지 않고 브라우저 안에서만 계산됩니다.
함께 보면 좋은 도구
마지막 검증: 2026년 9월 5일 · 결과는 참고용 추정치입니다.