# 두 독립집단의 평균 비교에 사용되는 통계 검정 방법은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=254975  
> language: ko  
> subject: 보건관리

## 문제

두 독립집단의 평균 비교에 사용되는 통계 검정 방법은?

## 보기

1. 독립표본 t-검정 **✔ 정답**
2. 대응표본 t-검정
3. 카이제곱 검정
4. 상관분석
5. 분산분석

**정답: 1**

## 해설

독립표본 t-검정은 서로 독립적인 두 집단의 평균을 비교할 때 사용하는 모수 검정 방법이다.

## 심화 해설

핵심 해설
이 문제는 가설 검정(Hypothesis testing)에서 그룹 간 차이를 분석하는 다양한 통계 기법의 용도를 정확히 구분하는지를 평가하고 있어요.

**핵심 개념 분석**
통계 분석 방법을 선택할 때 가장 먼저 고려해야 할 것은 **1) 집단의 수**, **2) 집단 간 관계(독립/대응)**, 그리고 **3) 자료의 유형(연속형/범주형)**이에요. 이 문제는 두 집단이고, 그 관계가 '독립적'이며, 비교 대상이 연속형 자료의 '평균'이라는 점이 핵심이에요.

**정답 근거**
✔️ **1번 독립표본 t-검정(Independent samples t-test)**은 핵심! 서로 다른 두 개의 독립적인 모집단에서 추출된 표본의 평균 차이를 비교하는 모수 검정(Parametric test)이에요. 예를 들어, '흡연자'와 '비흡연자'라는 서로 다른 두 그룹의 폐활량 평균을 비교하는 경우가 이에 해당합니다. 여기서 중요한 점은 한 그룹의 대상자가 다른 그룹의 대상자와 전혀 관련이 없어야 한다는 것입니다.

**오답 분석**
❌ **2번 대응표본 t-검정(Paired t-test)**: 두 집단이 서로 독립적이지 않고 짝지어진(Paired) 관계일 때 사용합니다. 동일한 대상자에게서 처치 전과 후의 평균을 비교하거나, 쌍둥이 연구처럼 짝지어진 표본의 차이를 분석할 때 적합해요. 혼동 주의! 집단 간 '독립'이라는 조건을 놓치면 쉽게 이 선택지와 헷갈릴 수 있어요.
❌ **3번 카이제곱 검정(Chi-squared test)**: 평균 비교가 아닌 범주형 자료(Categorical data) 간의 연관성이나 적합도를 검정할 때 사용합니다. 예를 들어 성별(남/녀)과 질병 유병률(유/무)의 관계를 볼 때 사용하며, 연속형 자료의 평균을 비교하는 문제에는 적절하지 않아요.
❌ **4번 상관분석(Correlation analysis)**: 두 연속형 변수(Continuous variable) 사이의 '선형적 관계의 정도와 방향'을 측정하는 분석이에요. 평균의 차이를 검정하는 것이 아니라, 키가 클수록 몸무게가 증가하는지와 같은 상호 연관성을 파악하는 것이 목적입니다.
❌ **5번 분산분석(ANOVA)**: 세 집단 이상의 평균을 비교할 때 사용하는 방법이에요. 문제에서 제시된 '두 집단'이라는 조건을 충족하지 못하며, 비록 변형된 t-검정이 3집단 이상 비교에도 사용될 수 있지만 원칙적인 선택은 아닙니다. 혼동 주의! t-검정의 확장판이 분산분석이라는 점에서 헷갈릴 수 있어요.

**연관 개념 정리**
모수 검정과 비모수 검정의 관계도 중요해요. 독립표본 t-검정의 등분산성, 정규성 같은 가정이 충족되지 않을 때 사용하는 대체 방법이 맨-휘트니 U 검정(Mann-Whitney U test)이라는 점도 함께 기억해 두세요.

개념 정리

| 분석 방법 | 집단 수 | 집단 관계 | 목적 |
| --- | --- | --- | --- |
| 독립표본 t-검정 | 2 | 독립 | 평균 차이 비교 |
| 대응표본 t-검정 | 2 | 짝지어짐 | 평균 차이 비교 |
| 분산분석 | ≥ 3 | 독립/반복측정 | 평균 차이 비교 |
| 카이제곱 검정 | 제한 없음 | 독립 | 범주 간 연관성 |
| 상관분석 | 2개 변수 | 해당 없음 | 관계의 방향과 강도 |

암기 팁
두 집단의 평균을 비교할 때, '짝(pair)'이 있으면 **대응표본**, '짝'이 없이 서로 다른 그룹이면 **독립표본**을 떠올리세요. 그리고 세 집단 이상이면 '분산분석'이라는 큰 틀로 기억하면 쉽습니다.

## 임상 시나리오

핵심 포인트
연구 설계나 논문을 읽을 때, 통계 방법의 선택은 단순한 절차가 아니라 연구 가설과 데이터의 구조를 반영하는 중요한 판단 지점이에요.

**실제 적용 의미**
'두 집단의 평균을 비교한다'는 말은 단순해 보이지만, 집단이 어떻게 구성되었는지에 따라 통계적 오류를 유발할 수 있습니다. 예를 들어, 동일한 환자에게 약물 투여 전과 후의 혈압을 비교하면서 독립표본 t-검정을 사용하면, 개인 간 차이가 오차에 포함되어 실제 약물 효과를 과소평가하게 돼요. 핵심! 통계 방법은 단순히 숫자 계산이 아니라, 데이터가 가진 '의미와 관계'를 수학적으로 모델링하는 과정입니다.

**판단 사고 흐름**
1. **비교 대상 수 확인**: 두 개의 평균인가, 세 개 이상인가? → t-검정 계열 vs 분산분석
2. **집단 구성 방식 확인**: 같은 대상이 반복 측정되었는가(대응), 아니면 완전히 다른 대상들인가(독립)? → 대응표본 vs 독립표본
3. **데이터 유형 확인**: 평균과 같은 연속형 자료인가, 빈도나 비율 같은 범주형 자료인가? → t-검정/분산분석 vs 카이제곱 검정

**흔한 오류 및 주의사항**
혼동 주의! 실험 전후 비교는 무조건 대응표본 t-검정이라고 생각하기 쉽지만, 실험군과 대조군이라는 두 독립된 그룹의 '변화량'을 비교한다면 그것은 다시 독립표본 t-검정의 논리가 적용됩니다. 항상 최종 비교 단위가 무엇인지 명확히 정의하는 것이 가장 중요합니다.

## 핵심 개념

- **독립표본 t-검정(Independent samples t-test)** — 서로 독립적인 두 집단의 연속형 데이터 평균을 비교하는 모수적 가설 검정 방법입니다.
- **대응표본 t-검정(Paired t-test)** — 짝지어진 두 집단(예: 동일 대상의 전/후 측정) 간의 평균 차이를 검정하는 방법입니다.
- **가설 검정(Hypothesis testing)** — 표본 데이터를 이용하여 모집단에 대한 특정 가설의 채택 또는 기각 여부를 통계적으로 판단하는 절차입니다.
- **분산분석** — 세 개 이상의 집단 간 평균 차이를 비교할 때 사용하는 통계적 검정 방법입니다.
- **카이제곱 검정(Chi-squared test)** — 범주형 변수들 간의 관련성이나 관찰된 빈도와 기대 빈도의 차이를 검정하는 비모수적 방법입니다.

## 같은 주제 문제

- [보건통계에서 질적 변수에 해당하는 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=254968)
- [연속형 자료의 중심경향을 나타내는 대표값 중 극단값의 영향을 가장 적게 받는 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=254969)
- [자료의 산포도를 나타내는 지표로 가장 적절한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=254970)
- [정규분포의 특성으로 옳지 않은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=254971)
- [통계적 가설검정에서 제1종 오류(α)는?](https://mymerci.kr/pages/nclex_q.php?qn_id=254972)
- [통계적 유의수준 0.05의 의미는?](https://mymerci.kr/pages/nclex_q.php?qn_id=254973)
- [p-값의 해석으로 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=254974)
- [범주형 변수 간의 관련성을 분석하는 통계 방법은?](https://mymerci.kr/pages/nclex_q.php?qn_id=254976)

---

More free questions: [기출문제](https://mymerci.kr/)

_학습 참고용입니다. 실제 임상은 최신 지침과 소속 기관 프로토콜을 따르세요._