샤피로-윌크 정규성 검정 계산기
자료를 넣으면 샤피로-윌크 W 통계량과 근사 p값을 계산해 정규분포를 따르는지 검정합니다.
쉼표·공백·줄바꿈으로 나눕니다. 3개 이상 5000개 이하
W 통계량 (자료 12개)
0.9189
p값 0.27687 · 유의수준 5%에서 기각하지 못합니다
계산 방법
- 1자료를 쉼표·공백·줄바꿈으로 구분해 붙여넣습니다(3개 이상 5000개 이하).
- 2W 통계량과 근사 p값을 확인합니다.
- 3p값이 유의수준(보통 0.05)보다 작으면 정규분포라고 보기 어렵다는 뜻입니다.
자주 묻는 질문
W는 실제 자료와, 그 자료가 정규분포를 따를 때 기대되는 순서통계량(정렬된 값의 기대 위치) 사이의 상관관계를 제곱한 값입니다. 1에 가까울수록 정규분포에 가깝고, 작을수록 정규분포에서 벗어난 것입니다.
p값이 작을수록(보통 0.05 미만) "이 자료가 정규분포에서 나왔다"는 가정을 기각합니다. 반대로 p값이 크다고 해서 정규분포라고 확정할 수는 없고, 정규분포가 아니라고 볼 근거가 부족하다는 뜻일 뿐입니다.
네. 표본이 정확히 3개면 닫힌 식으로 정확한 p값이 나오고, 4~11개와 12개 이상은 각각 다른 정규화 근사식을 씁니다(Royston, 1995). 이 계산기는 R 프로젝트의 실제 구현(swilk.c)을 그대로 포팅해 이 분기를 재현합니다.
셋 다 정규성을 검정하지만 계산 방식이 다릅니다. 자크-베라는 왜도·첨도를 보고, 콜모고로프-스미르노프는 누적분포함수의 최대 편차를 봅니다. 샤피로-윌크는 순서통계량의 선형결합을 쓰는 세 번째 방식으로, 실무·논문에서 표본 크기가 크지 않을 때 가장 널리 쓰입니다.
표본이 3개 미만이거나 5000개를 넘으면 계산할 수 없습니다(R의 shapiro.test와 동일한 제한). 5000개를 넘는 큰 표본에서는 아주 작은 정규성 이탈에도 p값이 쉽게 작아지므로, 판정보다 W값 자체나 Q-Q 그림을 함께 보는 것이 좋습니다.
전송되지 않습니다. 모든 계산은 브라우저 안에서 이뤄지고, 입력값은 이 기기에만 남습니다.
알아두면 좋은 점
- Royston, P. (1995) "Remark AS R94: A remark on Algorithm AS 181: The W-test for normality", Applied Statistics, 44, 547-551의 계수를 그대로 옮겼습니다. 다항식 계수를 직접 근사하지 않고, R 프로젝트의 실제 소스(src/library/stats/src/swilk.c, GPL-2+)를 2026-09-05에 대조해 포팅했습니다.
- p값은 n=3일 때만 정확하고, 그 외에는 근사치입니다. Royston(1995)도 이 근사가 p<0.1 구간에서 특히 신뢰할 만하다고 밝히고 있습니다.
함께 보면 좋은 도구
마지막 검증: 2026년 9월 5일 · 결과는 참고용 추정치입니다.