p-값 계산기

통계적 유의성을 계산하고 분포 위에 기각 영역을 시각화

p-값은 귀무가설이 참이라고 가정할 때, 관측된 것만큼 극단적인 검정 통계량을 얻을 확률입니다. p-값이 작다는 것은 H₀ 아래에서 데이터가 발생하기 어렵다는 뜻으로, 이를 기각할 근거가 됩니다.

가장 일반적인 임계값은 α = 0.05입니다: p < 0.05이면 결과가 95% 신뢰 수준에서 통계적으로 유의미하다고 합니다. 더 엄격한 분야에서는 α = 0.01 또는 0.001을 사용합니다. p-값은 H₀가 참일 확률을 말해 주지 않습니다 — 단지 그 가정 하에서 데이터가 얼마나 놀라운지를 측정합니다.

이 계산기는 z-검정, t-검정, 카이제곱 검정, F-검정을 지원합니다. 검정 통계량과 자유도(필요한 경우)를 입력하면 AI가 p-값을 계산하고, 분포 곡선에 기각 영역을 음영 처리하며, H₀를 기각할지 설명합니다.

관련 주제

t-검정 계산기신뢰구간 계산기정규분포 계산기
p-값이란 무엇인가요?
p-값은 귀무가설(H₀)이 참이라고 가정할 때, 표본에서 계산된 검정 통계량만큼 극단적인 값을 관찰할 확률입니다. 매우 작은 p-값은 H₀가 참이라면 관측된 결과가 매우 가능성이 낮다는 의미입니다 — H₀에 반하는 증거입니다. H₀가 참인지 거짓인지의 확률이 아닙니다.
p < 0.05는 무엇을 의미하나요?
p < 0.05이면, H₀ 아래에서 관측된 결과가 순전히 무작위 기회만으로 발생할 확률이 5% 미만입니다. 관례적으로 이를 통계적으로 유의미하다고 합니다. 그러나 유의성이 실질적 중요성을 의미하지는 않습니다 — 큰 표본은 아주 작은 효과도 통계적으로 유의미하게 만들 수 있습니다. 항상 p-값과 함께 효과 크기를 보고하세요.
단측 검정과 양측 검정의 차이는 무엇인가요?
양측 검정은 어느 방향으로든 차이를 확인합니다(H₁: μ ≠ μ₀). α를 두 꼬리에 나눕니다. 단측 검정은 특정 방향을 확인합니다(H₁: μ > μ₀ 또는 μ < μ₀). 데이터 수집 전에 방향적 가설이 있었을 때만 단측 검정을 사용하세요. 그렇지 않으면 검정력을 인위적으로 부풀리지 않기 위해 양측 검정을 사용하세요.
일반적인 유의 수준은 무엇인가요?
가장 널리 사용되는 수준은 α = 0.05(5%)입니다. 더 엄격한 기준으로는 의학 연구에서 사용하는 α = 0.01(1%)와 입자 물리학에서 사용하는 α = 0.001(0.1%)(″다섯 시그마″ 기준)이 있습니다. α의 선택은 데이터 수집 전에 해당 분야에서 1종 오류(거짓 양성)의 비용에 따라 결정되어야 합니다.
기각 영역을 어떻게 해석하나요?
기각 영역은 H₀를 기각하게 되는 검정 통계량의 집합입니다. 귀무 분포 아래에서 가장 극단적인 값에 해당합니다 — 음영 처리된 꼬리. 관측된 검정 통계량이 기각 영역 안에 있으면(동등하게, p < α이면) H₀를 기각합니다. AI가 이 영역을 분포 위에 그려서 통계량이 정확히 어디에 위치하는지 볼 수 있게 합니다.
p-값과 신뢰구간의 차이는 무엇인가요?
p-값은 이진 의사결정 도구를 제공합니다: H₀를 기각하거나 기각하지 못합니다. 신뢰구간(CI)은 더 많은 정보를 담아 모수의 그럴듯한 값의 범위를 제공합니다. 수학적으로 연결되어 있습니다: 모수에 대한 95% CI가 귀무값을 배제하는 경우에만 양측 p-값 < 0.05입니다. 대부분의 통계학자는 둘 다 보고하도록 권장합니다.