t 검정 계산기

측정 대상이 같은지로 정합니다. 남학생과 여학생의 점수처럼 서로 다른 사람이면 독립표본, 같은 사람의 수업 전후 점수처럼 짝이 지어지면 대응표본입니다. 대응표본은 개인차를 없애 주므로 같은 자료라도 차이를 더 잘 잡아냅니다.

확신이 없으면 Welch를 쓰세요. 두 집단의 분산이 같다는 보장이 없는데 등분산을 가정하면 자유도가 부풀어 p값이 실제보다 작게 나옵니다. 표본 수와 분산이 비슷하면 두 결과가 거의 같아 어느 쪽을 써도 됩니다.

아닙니다. p값은 "이런 차이가 우연히 나올 확률"일 뿐, 차이의 크기가 아닙니다. 표본이 아주 크면 실질적으로 의미 없는 차이도 유의하게 나옵니다. 그래서 효과 크기(Cohen d)를 함께 봐야 하며, 이 계산기는 둘을 나란히 보여 줍니다.

평균 차이를 표준편차로 나눈 값입니다. 0.2 미만이면 거의 없는 차이, 0.5 언저리면 작은 차이, 0.8 이상이면 큰 차이로 보는 것이 관행입니다. 단위가 없어 서로 다른 척도의 연구를 비교할 때 씁니다.

방향을 미리 정했는지로 나뉩니다. "다르다"만 보려면 양측, "더 크다"처럼 방향까지 정해 두었으면 단측입니다. 단측 p값은 양측의 절반이라 유의해지기 쉬우므로, 자료를 본 뒤에 단측으로 바꾸는 것은 안 됩니다.

평균 차가 0일 가능성을 배제하지 못한다는 뜻으로, 유의수준 5%에서 기각하지 못하는 것과 같은 결론입니다. 신뢰구간은 p값과 달리 차이가 어느 범위에 있을지도 함께 알려 주므로 결과를 해석할 때 더 유용합니다.