# 단측 검정(one-tailed test)과 양측 검정(two-tailed test)을 구분하는 주요 기준은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=290964  
> language: ko  
> subject: 추론통계

## 문제

단측 검정(one-tailed test)과 양측 검정(two-tailed test)을 구분하는 주요 기준은?

## 보기

1. 자료의 측정 수준
2. 사용하는 검정 통계량의 종류
3. 유의수준 값의 크기
4. 대립가설의 방향성 유무 **✔ 정답**
5. 표본 크기의 크기

**정답: 4**

## 해설

단측 검정은 대립가설이 '크다' 또는 '작다'와 같은 방향성을 가지는 반면, 양측 검정은 '같지 않다'와 같이 방향성이 없다.

## 심화 해설

보건행정 핵심 해설
이 문제는 통계적 가설검정에서 가장 기본적이면서도 중요한 개념인 단측 검정(One-tailed test)과 양측 검정(Two-tailed test)의 구분 기준을 묻고 있어요. 보건행정 연구나 병원 경영 데이터 분석에서 통계적 의사결정을 할 때 반드시 구분해야 하는 핵심 원리입니다.

**핵심 개념 분석 (Key Concept)**
가설검정은 연구자가 세운 가설(주로 대립가설, H1)이 통계적으로 유의미한지 판단하는 과정이에요. 이때, 대립가설이 방향성을 가질지 여부가 단측과 양측 검정을 가르는 결정적 기준이 됩니다.
- **단측 검정(One-tailed test)**: 대립가설이 'A > B' 또는 'A < B'와 같이 **특정 방향**을 제시할 때 사용해요. 예를 들어, "새로운 치료법이 기존 치료법보다 **효과가 더 좋다**"는 가설을 검정할 때 사용합니다.
- **양측 검정(Two-tailed test)**: 대립가설이 'A ≠ B'와 같이 **방향을 특정하지 않고** 단순히 차이가 있다는 것만을 검정할 때 사용해요. 예를 들어, "두 치료법의 효과에 **차이가 있다**"는 가설을 검정할 때 사용합니다.

**정답 근거 (Answer Rationale)**
핵심! 정답이 ④번 '**대립가설의 방향성 유무**'인 이유는, 통계학의 기본 원리상 검정의 형태(단측/양측)는 연구 질문과 이를 반영한 **대립가설의 설정**에 의해 결정되기 때문이에요. 방향성이 있는 대립가설(단측)은 유의수준(α) 전체를 분포의 한쪽 꼬리(tail)에만 할당하고, 방향성이 없는 대립가설(양측)은 양쪽 꼬리에 나누어 할당합니다. 이는 검정력(power)과 제1종 오류(Type I error) 확률에 직접적인 영향을 미치는 매우 중요한 결정 사항입니다.

**오답 분석 (Distractor Analysis)**
① 혼동 주의! '자료의 측정 수준'(명목, 서열, 등간, 비율)은 사용할 수 있는 **검정 방법**(예: 카이제곱검정, t-검정)을 결정하는 요소이지, 단측/양측을 결정하는 기준은 아닙니다.
② '사용하는 검정 통계량의 종류'(t, F, χ² 등) 역시 자료의 특성과 연구 설계에 따라 선택되며, 단측/양측 검정은 동일한 검정 통계량 내에서도 설정할 수 있는 개념입니다.
③ '유의수준 값의 크기'(예: 0.05, 0.01)는 검정의 엄격함을 결정하지만, 단측/양측 여부와는 독립적인 개념입니다. 다만, 같은 유의수준 α라도 양측검정은 기준이 더 엄격해집니다(α/2로 나누어 적용).
⑤ '표본 크기의 크기'는 검정력(power)과 표준오차에 영향을 주어 결과의 민감도를 변화시키지만, 단측/양측을 구분하는 기준 자체는 아닙니다.

**연관 개념 정리 (Related Concepts)**
- **제1종 오류(Type I error, α)**: 귀무가설이 참인데 기각하는 오류. 단측검정과 양측검정에서 같은 α(예: 0.05)를 사용해도, 양측검정의 임계값은 더 보수적(엄격)합니다.
- **검정력(Power, 1-β)**: 대립가설이 참일 때 이를 올바르게 기각할 확률. 동일한 조건에서 **단측검정이 양측검정보다 검정력이 더 높습니다** (한쪽으로 집중하기 때문).

개념 정리

| 구분 | 단측 검정(One-tailed) | 양측 검정(Two-tailed) |
| --- | --- | --- |
| 대립가설(H1) | 방향성 있음 (>, | 방향성 없음 (≠) |
| 연구 질문 예시 | "A가 B보다 큰가?" | "A와 B는 다른가?" |
| 임계값 영역 | 분포의 한쪽 꼬리 | 분포의 양쪽 꼬리 |
| 같은 α에서 검정력 | 더 높음 | 더 낮음 |
| 보건행정 적용 예 | 신규 예방 프로그램 효과가 기존보다 우수한지 검증 | 두 병동의 환자 만족도에 차이가 있는지 검증 |

한눈에 비교!

| 비교 항목 | 단측 검정 | 양측 검정 |
| --- | --- | --- |
| 결정 기준 | 대립가설의 방향성 | 대립가설의 비동등성 |
| 위험 부담 | 반대 방향의 효과는 탐지 불가 | 양방향 효과 모두 탐지 가능 |
| 선택 시기 | 이론/선행연구로 방향 예측 가능할 때 | 효과 방향에 대한 사전 정보가 없을 때 |

실무 포인트
병원에서 신약 임상시험 결과 분석, 의료 서비스 만족도 조사, 인력 관리 정책 효과 평가 등 모든 데이터 기반 의사결정 시, 연구 보고서나 논문을 읽을 때 반드시 **어떤 검정을 사용했는지 확인**해야 해요. 단측검정 결과를 양측검정인 것처럼 해석하면 제1종 오류 확률이 실제보다 낮게 평가되는 등 심각한 해석 오류가 발생할 수 있습니다.

암기 팁
"**가설의 방향, 꼬리 하나(단측) / 방향 없으면, 꼬리 둘(양측)**"

"One-tailed는 한쪽(One)으로만 관심있어! Two-tailed는 양쪽(Two) 모두 봐!"

국시 빈출 포인트
통계 파트에서 단순 정의를 묻거나, 주어진 연구 가설을 보고 단측/양측 중 어떤 검정을 사용해야 하는지 고르는 문제가 빈출됩니다. **대립가설의 표현('크다', '작다', '다르다')**에 집중하세요.

기출 변형 주의!
사례형으로 출제될 수 있어요: "어느 병원이 기존 프로그램보다 새로운 환자 교육 프로그램이 **더 효과적일 것이라고 가설**을 세우고 검정하려고 한다. 이에 적합한 검정 방식은?" → 대립가설에 '더 효과적'(방향성)이 포함되었으므로 **단측 검정**이 정답입니다.

## 임상 시나리오

보건행정 실무 가이드
**실무 시나리오 (Clinical Scenario)**
"보건소에서 새로운 금연 캠페인을 시행한 후, 캠페인 참여 지역의 흡연율이 **기존 대비 감소했는지** 통계적으로 검증하려고 합니다. 데이터 분석을 의뢰받은 보건행정 담당자로서, 어떤 가설검정 방식을 선택하고, 그 이유는 무엇인가요?"

**행정 중재 전략 (Admin Intervention)**
1. **상황 파악**: 연구 목표는 "새 캠페인이 흡연율을 **낮춘다**"는 것입니다. 따라서 대립가설(H1)은 '새 캠페인 후 흡연율 < 기존 흡연율'로, 명확한 방향성을 가집니다.
2. **법적/규정 검토**: 통계적 검정 방법 선택에는 법적 제약은 없으나, 연구의 타당성과 결과 해석의 정확성을 위해 학문적 원칙을 따라야 합니다.
3. **대응 및 처리**: 방향성 있는 대립가설이므로 **단측 검정(One-tailed test)**을 선택합니다. 유의수준 α=0.05를 설정하면, 단측검정은 t-분포의 **왼쪽 꼬리**에 해당하는 임계값을 기준으로 검정을 수행하게 됩니다.
4. **사후 기록/보고**: 분석 보고서에 반드시 "**단측 검정을 사용하였으며, 그 이유는 연구 가설이 방향성을 가지기 때문이다**"라고 명시해야 합니다. 이를 생략하면 동료 검토나 공개 시 결과 해석에 논란의 소지가 생길 수 있습니다.

**법적 안전 및 주의사항 (Precautions)**
단측 검정은 검정력은 높지만, 반대 방향의 효과(예: 흡연율이 오히려 증가하는 경우)가 발생해도 통계적으로 유의미하다고 판단할 수 없다는 리스크가 있습니다. 따라서 사전에 충분한 이론적 근거(선행연구)가 없을 때는 보수적인 접근인 **양측 검정**을 사용하는 것이 일반적입니다. 연구 윤리 차원에서도 결과에 유리한 방향으로만 검정을 설정하는 것은 지양해야 합니다.

업무 프로토콜
**가설검정 방식 선택 프로토콜**
1. 연구 질문 및 목표 명확화 → 2. 귀무가설(H0)과 대립가설(H1) 수립 → 3. H1의 표현 확인 (방향성 유무 판단) → 4. 방향성 있으면 **단측 검정**, 없으면 **양측 검정** 선택 → 5. 분석 소프트웨어에서 해당 옵션 설정 → 6. 결과 해석 시 선택한 검정 방식 반영

선배의 한마디
"통계는 숫자 놀이가 아니라, 데이터를 통해 진실에 한 걸음 더 다가가는 도구예요. 단측과 양측 검정의 선택은 '무엇을 알고 싶은가'라는 연구자의 질문에서 시작됩니다. 보건행정 현장에서 데이터를 다룰 때는 항상 '이 분석의 목적이 무엇인가?'를 먼저 생각하고, 그에 맞는 통계적 도구를 선택하는 습관을 들이세요. 그러면 단순한 보고서 작성자가 아닌, 전략적 의사결정을 지원하는 전문가가 될 수 있을 거예요!"

## 같은 주제 문제

- [통계적 가설검정에서 귀무가설(H0)이 참인데 기각하는 오류는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290960)
- [가설검정 시 사용하는 유의수준(α)의 일반적인 기준값은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290961)
- [새로운 혈압약의 효과를 검증하기 위해 대조군과 비교하는 연구를 수행했다. 검정 결과 p-value가 0.03으로 나왔다. 이 결과의 해석으로 옳은 것은? (유의수…](https://mymerci.kr/pages/nclex_q.php?qn_id=290962)
- [가설검정에서 '검정력(power)'을 올바르게 정의한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290963)
- [두 독립 표본의 평균을 비교하는 t-검정을 수행할 때, 먼저 확인해야 하는 전제 조건은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290965)
- [카이제곱(χ²) 검정이 주로 사용되는 상황은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290966)
- [가설검정에서 '귀무가설'에 대한 설명으로 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290967)
- [유의수준 α=0.05에서 가설검정을 수행한 결과 p-value가 0.10으로 나왔다. 올바른 통계적 결론은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290968)

---

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

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