# 두 독립적인 표본의 평균을 비교하는 검정으로, 모집단의 분산을 알지 못할 때 주로 사용하는 방법은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=290972  
> language: ko  
> subject: 추론통계

## 문제

두 독립적인 표본의 평균을 비교하는 검정으로, 모집단의 분산을 알지 못할 때 주로 사용하는 방법은?

## 보기

1. ANOVA
2. 카이제곱 검정
3. 일표본 z-검정
4. 대응표본 t-검정
5. 독립표본 t-검정 **✔ 정답**

**정답: 5**

## 해설

두 독립적인 표본의 평균 차이를 검정할 때 모분산을 모르는 경우, 독립표본 t-검정을 사용한다. 대응표본 t-검정은 동일 집단의 전후 비교에 사용된다.

## 심화 해설

보건행정 핵심 해설
이 문제는 보건통계학에서 가장 기본적이면서도 실무와 연구에서 빈번히 사용되는 가설검정 방법을 묻고 있어요. 보건행정이나 의학 연구에서 두 집단(예: 신약 투여군 vs 대조군, 남성 vs 여성, 병원 A vs 병원 B) 간 평균의 차이가 통계적으로 유의한지 확인하는 것은 정책 효과 평가나 의료 서비스 품질 비교의 근거가 되죠.

**핵심 개념 분석 (Key Concept)**: 문제의 핵심은 "두 독립적인 표본"과 "모분산을 모를 때"라는 두 가지 조건이에요. 독립표본(Independent samples)이란 한 표본의 관측치가 다른 표본의 관측치에 영향을 주지 않는, 서로 무관한 두 집단을 의미해요. 예를 들어, 무작위로 선정된 A병원 환자 50명과 B병원 환자 50명의 평균 재원일수를 비교하는 경우가 여기에 해당해요.

**정답 근거 (Answer Rationale)**: 핵심! 모집단의 분산(σ²)을 알지 못할 때, 표본으로부터 추정된 분산(s²)을 사용하여 평균 차이를 검정하는 방법이 바로 t-검정(t-test)이에요. 그중에서도 두 표본이 서로 독립적이라는 조건을 만족시키는 검정법이 독립표본 t-검정(Independent two-sample t-test)이에요. 이는 보건통계학의 기본 원리로서, 연구 설계 단계에서 반드시 구분해야 할 핵심 개념이죠.

**오답 분석 (Distractor Analysis)**:
- ① ANOVA(Analysis of Variance): 이는 혼동 주의! 세 개 이상의 집단 평균을 동시에 비교할 때 사용하는 분산분석법이에요. 두 집단 비교에도 사용할 수는 있지만, 그 경우 결과는 t-검정의 제곱과 동일해집니다. 주로 다중 비교에 활용되므로 이 문제의 조건에는 부적합해요.
- ② 카이제곱 검정(Chi-squared test): 이 검정은 평균이 아닌 **비율**이나 **분포**의 차이를 검정할 때 사용해요. 예를 들어, 흡연자와 비흡연자 간의 폐암 발병 '비율' 차이를 볼 때 사용하지, 평균 연령 차이를 볼 때는 사용하지 않아요.
- ③ 일표본 z-검정(One-sample z-test): 이는 **한 개의 표본 평균**을 알고 있는 모집단 평균(μ)과 비교할 때 사용하며, **모분산을 알고 있을 때** 주로 적용해요. 문제의 "두 독립적인 표본" 조건과 맞지 않아요.
- ④ 대응표본 t-검정(Paired samples t-test): 이는 독립표본 t-검정과 가장 혼동하기 쉬운 개념이에요. 혼동 주의! 대응표본은 동일한 대상에게 처치 전후를 비교하거나, 쌍을 이루는 두 관측치(예: 왼손과 오른손의 악력)를 비교할 때 사용해요. '독립적'이지 않고 '짝을 이룬' 표본에 적용하는 방법이에요.

**연관 개념 정리 (Related Concepts)**: t-검정을 선택한 후에도 '등분산 가정'을 만족하는지 여부에 따라 공통분산을 사용하는 검정법과 따로 분산을 사용하는 검정법(웰치의 t-검정)으로 나뉘어요. 이는 Levene의 등분산 검정 등을 통해 먼저 확인한 후 결정하는 절차가 필요하답니다.

개념 정리

| 검정 방법 | 사용 조건 | 주요 용도 예시 |
| --- | --- | --- |
| 독립표본 t-검정 | • 두 개의 독립된 표본 • 비교하고자 하는 변수가 연속형 • 모분산을 모름 | 남성과 여성의 평균 혈압 비교, 두 병원의 평균 만족도 점수 비교 |
| 대응표본 t-검정 | • 동일 집단의 전/후 측정 • 자연스럽게 쌍을 이루는 표본 | 다이어트 프로그램 전/후 체중 비교, 약 복용 전/후 통증 점수 비교 |
| 일표본 t-검정 | • 하나의 표본 평균 • 알고자 하는 모집단 평균(μ)과 비교 | 한 병원 환자들의 평균 나이가 국가 평균(70세)과 다른지 검정 |

한눈에 비교!

| 비교 항목 | 독립표본 t-검정 | 대응표본 t-검정 |
| --- | --- | --- |
| 표본 관계 | 서로 무관한 두 집단 (예: A군, B군) | 동일 집단 또는 짝 지어진 집단 (예: 전 vs 후) |
| 자료 특성 | 두 개의 독립된 측정값 세트 | 한 쌍의 측정값 (차이를 계산) |
| 검정 통계량 계산 | 두 표본 평균의 차이 사용 | 쌍별 차이(paired difference)의 평균 사용 |
| 실무 예시 | 신약군과 위약군의 평균 회복일 비교 | 한 환자에게 신약 투여 전후의 혈압 비교 |

실무 포인트
보건행정 현장에서, 예를 들어 병원 경영 개선 프로젝트를 할 때 두 개의 다른 부서(예: 내과 vs 외과)의 평균 업무 처리 시간을 비교하여 효율성 차이를 분석한다면, 바로 **독립표본 t-검정**을 사용해야 해요. 데이터 수집 시 두 부서의 데이터가 서로 영향을 주지 않도록 독립적으로 수집하는 것이 첫걸음이에요. 분석 시에는 SPSS, R, SAS 등의 통계 소프트웨어에서 'Independent Samples T-Test' 메뉴를 선택하면 돼요.

암기 팁
"**독(립)다르고, 대(응)같아!**" 라고 외우세요. 비교하는 표본이 **다른** 집단이면 '독립표본', **같은** 집단의 전후면 '대응표본' t-검정이에요.

국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서는 통계 파트에서 핵심! **검정 방법의 선택 기준**이 매우 자주 출제돼요. "어떤 자료형(범주형/연속형)인가?", "몇 개의 집단을 비교하는가?", "표본이 독립적인가 대응적인가?" 이 세 가지 질문을 순서대로 떠올리면 정답을 쉽게 고를 수 있어요.

기출 변형 주의!
이 개념은 다음과 같이 변형 출제될 수 있어요:
1. **사례형**: "A연구원이 새로운 물리치료법의 효과를 검증하기 위해 실험군 30명, 대조군 30명을 무작위로 배정하여 치료 후 통증 점수를 측정하였다. 적합한 통계검정 방법은?" → 정답: 독립표본 t-검정.
2. **역방향 질문**: "독립표본 t-검정의 가정으로 옳지 않은 것은?" → 정답: "표본들이 서로 대응되어야 한다" (오답, 대응표본의 가정임).

## 임상 시나리오

보건행정 실무 가이드
**실무 시나리오 (Clinical Scenario)**: "병원 품질관리실(QI Team)에서 외래 환자 대기 시간을 줄이기 위해 두 가지 새로운 접수 프로세스(Process A와 Process B)를 도입했어요. 각 프로세스를 무작위로 선택된 20개 클리닉에 각각 적용한 후, 한 달간의 평균 대기 시간(분)을 수집했어요. 이제 두 프로세스 간에 유의미한 성능 차이가 있는지 분석해야 합니다."

**행정 중재 전략 (Admin Intervention)**:
1. **상황 파악**: 비교 대상은 Process A를 적용한 20개 클리닉과 Process B를 적용한 (다른) 20개 클리닉이에요. 두 표본은 서로 독립적이에요.
2. **법적/규정 검토**: 통계 분석 자체에 법규는 없지만, 분석 결과는 병원 자원 배분과 정책 결정의 근거가 되므로 엄격한 방법론이 요구돼요.
3. **대응 및 처리**:
- 데이터 정제: 각 클리닉의 평균 대기 시간 데이터를 정리해요.
- 등분산 검정: 먼저 F-검정 또는 Levene 검정으로 두 집단의 분산이 동일한지 확인해요.
- 핵심! **독립표본 t-검정 수행**: 등분산 가정에 따라 적절한 t-검정 공식을 선택해 분석을 실행해요. (SPSS: 분석 → 평균 비교 → 독립표본 T 검정)
- 결과 해석: p-value가 0.05 미만이면 "두 프로세스 간 평균 대기 시간에 통계적으로 유의한 차이가 있다"고 결론 내리고, 어떤 프로세스의 평균이 더 낮은지 확인해요.
4. **사후 기록/보고**: 분석 결과, 통계 수치, 결론을 품질관리 보고서에 명시하고, 더 효율적인 프로세스를 전 병원에 표준화하는 방안을 제안해요.

**법적 안전 및 주의사항 (Precautions)**: 통계 분석 결과를 왜곡하거나 과장하여 보고하면 잘못된 경영 결정으로 이어질 수 있어요. 특히, 표본 크기가 너무 작거나(n

## 핵심 개념

- **독립표본 t-검정** — 서로 독립된 두 표본 집단의 평균 차이가 통계적으로 유의한지 검정하는 방법. 모분산을 모를 때 사용하며, 등분산 가정 여부에 따라 공식이 달라짐.
- **대응표본 t-검정** — 동일한 대상에게 처치 전후를 측정하거나, 자연스럽게 쌍을 이루는 두 관측치의 평균 차이를 검정하는 방법. 자료의 쌍별 차이(paired difference)를 분석.
- **일표본 t-검정** — 하나의 표본 평균이 특정한 모집단 평균과 통계적으로 다른지 검정하는 방법. 모분산을 모를 때 사용하는 t-검정의 한 형태.
- **등분산성** — 독립표본 t-검정의 중요한 가정 중 하나로, 비교하는 두 모집단의 분산이 동일함을 의미. Levene 검정 등으로 확인할 수 있음.
- **p-value** — 귀무가설이 참일 때, 현재 관측된 결과보다 더 극단적인 결과가 나올 확률. 일반적으로 0.05 미만이면 귀무가설을 기각하고 대립가설을 채택함.

## 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)
- [단측 검정(one-tailed test)과 양측 검정(two-tailed test)을 구분하는 주요 기준은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290964)
- [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)

---

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

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