t-test와 카이제곱검정(Chi-Square test)의 특징 비교

T-test와 카이제곱 검정의 특징 비교

1. 사용 목적

• T-test: 두 그룹의 평균 차이가 유의미한지 검정
• 카이제곱 검정: 두 변수 간의 연관성이 유의미한지 검정

​

2. 데이터 유형

• T-test:
• 수치형 데이터 사용
• 정규분포를 따른다고 가정
• 카이제곱 검정:
• 범주형 데이터 사용
• 정규분포 가정 불필요

​

3. 가설 설정

• T-test:
• 평균 차이에 대한 가설 설정
• 예시: "남성의 평균 키가 여성보다 높다"
• 카이제곱 검정:
• 두 변수 간 연관성에 대한 가설 설정
• 예시: "성별과 선호하는 음악 장르가 관련이 있다"

​

4. 검정 통계량

• T-test:
• t-값 사용
• t-값의 절댓값이 커질수록 유의미한 차이 가능성 증가
• 카이제곱 검정:
• 카이제곱 값 사용
• 카이제곱 값이 커질수록 유의미한 연관성 가능성 증가

​

5. 결과 해석

• T-test:
• p-value를 통해 유의미성 판단
• p-value가 0.05보다 작으면 유의미한 차이로 판단
• 카이제곱 검정:
• p-value를 통해 유의미성 판단
• p-value가 0.05보다 작으면 유의미한 연관성으로 판단

​

6. 주의 사항

• T-test:
• 등분산성 가정 필요
• 표본 크기가 충분히 커야 함
• 카이제곱 검정:
• 기대빈도가 5 이상인 경우 사용
• 범주 개수가 너무 많으면 검정력 감소

​

7. 요약