# 세 군 이상의 평균을 비교할 때 사용하는 가설검정 방법은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=290975  
> language: ko  
> subject: 추론통계

## 문제

세 군 이상의 평균을 비교할 때 사용하는 가설검정 방법은?

## 보기

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

**정답: 4**

## 해설

분산분석(ANOVA)은 세 개 이상의 집단 평균 간에 통계적으로 유의한 차이가 있는지 검정하는 방법이다. 두 집단 비교에는 t-검정을 사용한다.

## 심화 해설

보건행정 핵심 해설
이 문제는 보건통계학에서 가장 기본적이면서도 중요한 **가설검정 방법의 선택 기준**을 묻고 있어요. 보건행정에서 데이터 분석은 정책 효과 평가, 병원 성과 비교, 환자 만족도 분석 등 다양한 분야에 필수적이기 때문에, 어떤 검정 방법을 써야 하는지 원리를 이해하는 게 중요해요.

**핵심 개념 분석 (Key Concept)**: 문제의 핵심은 "세 군 이상의 평균 비교"입니다. 통계적 가설검정은 비교하고자 하는 집단(군)의 수와 데이터의 특성(독립적/대응적, 연속형/범주형)에 따라 방법이 정해져요. 분산분석(Analysis of Variance, ANOVA)은 정확히 3개 이상의 독립적인 집단 간 평균 차이를 검정하는 데 사용되는 방법이에요.

**정답 근거 (Answer Rationale)**: 핵심! 분산분석(ANOVA)의 기본 원리는 '집단 간 변동'과 '집단 내 변동'을 비교하는 거예요. 만약 집단 간 평균 차이가 크다면, 집단 간 변동이 집단 내 변동에 비해 상대적으로 커지게 되고, 이는 통계적으로 유의미한 차이가 있다는 결론을 내릴 수 있는 근거가 돼요. 예를 들어, A, B, C 세 개 병원의 평균 재원일수를 비교하거나, 서로 다른 세 가지 건강교육 프로그램의 혈압 강하 효과를 비교할 때 사용해요.

**오답 분석 (Distractor Analysis)**:

혼동 주의! ①번 '대응표본 t-검정(Paired t-test)'과 ③번 '독립표본 t-검정(Independent t-test)'은 모두 **두 군**의 평균을 비교할 때 사용하는 방법이에요. 대응표본은 동일 집단을 전후로 비교할 때(예: 다이어트 프로그램 전후 체중 비교), 독립표본은 서로 다른 두 집단을 비교할 때(예: 남성과 여성의 평균 혈압 비교) 사용하지요. '세 군 이상'이라는 조건에 맞지 않아요.

②번 '피어슨 상관분석(Pearson correlation analysis)'은 두 **연속형 변수** 간의 선형 관계의 강도와 방향을 분석하는 방법이에요. 예를 들어, 나이와 혈압의 관계를 볼 때 사용하지, 평균 비교가 목적이 아니에요.

⑤번 '카이제곱 검정(Chi-square test)'은 두 개의 **범주형 변수** 간의 독립성 또는 동질성을 검정하는 방법이에요. 예를 들어, 성별(남/여)과 흡연 여부(예/아니오)가 서로 관련이 있는지 볼 때 사용하지, 평균 비교에는 사용하지 않아요.

**연관 개념 정리 (Related Concepts)**: 분산분석(ANOVA)을 시행한 후, 세 군 이상 중에서 정확히 어느 군들 사이에 차이가 있는지 알아보기 위해 사후검정(Post-hoc test)을 실시해요. 대표적으로 Tukey's HSD, Scheffe, Bonferroni 검정 등이 있어요. 또한, ANOVA에는 일원분산분석(One-way ANOVA, 요인 1개), 이원분산분석(Two-way ANOVA, 요인 2개) 등이 있다는 점도 기억하세요.

개념 정리

| 검정 방법 | 용도 | 비교 대상/변수 |
| --- | --- | --- |
| 분산분석(ANOVA) | 3개 이상 집단의 평균 비교 | 범주형 변수(군 구분) vs 연속형 변수(평균) |
| 독립표본 t-검정 | 2개 독립 집단의 평균 비교 | 범주형 변수(2개 군) vs 연속형 변수 |
| 대응표본 t-검정 | 동일 집단의 전후 측정값 평균 비교 | 연속형 변수(시간1 vs 시간2) |
| 피어슨 상관분석 | 두 연속형 변수의 선형 관계 분석 | 연속형 변수 vs 연속형 변수 |
| 카이제곱 검정 | 두 범주형 변수의 연관성 분석 | 범주형 변수 vs 범주형 변수 |

한눈에 비교!

| 비교 항목 | t-검정 (두 군 비교) | ANOVA (세 군 이상 비교) |
| --- | --- | --- |
| 주요 용도 | 평균의 차이가 유의미한지 검정 | 평균의 차이가 유의미한지 검정 |
| 적용 군 수 | 2개 | 3개 이상 |
| 가설 | H0: μ1 = μ2 | H0: μ1 = μ2 = μ3 = ... |
| 원리 | t-통계량(평균차/표준오차) | F-통계량(집단간변동/집단내변동) |
| 사후 분석 필요성 | 필요 없음 (두 군 직접 비교) | 필요함 (어느 군들 간 차이인지 확인) |

실무 포인트
보건행정 실무에서 ANOVA는 정말 다양하게 활용돼요.

**예시 1: 병원 경영 평가** - 서울, 부산, 대구 소재 동일 종별 병원 3곳의 연간 평균 병상 가동률을 비교하여 지역별 운영 효율성 차이를 분석.

**예시 2: 보건정책 효과 분석** - A지역(집중관리), B지역(일반관리), C지역(대조군)의 당뇨병 환자 평균 혈당 관리 지표를 비교하여 정책의 효과성을 입증.

**주의사항**: ANOVA를 사용하기 전에는 정규성(Normality), 등분산성(Homogeneity of variance) 같은 가정을 확인해야 해요. SPSS, R, SAS 같은 통계 프로그램을 사용하면 쉽게 검정할 수 있어요.

암기 팁
"**평균 비교는 t와 F, 두 개는 t, 셋 이상은 F(ANOVA)**"라고 외우세요! t-검정은 t-분포를, ANOVA는 F-분포를 사용한다는 점에서도 연결 지어 기억할 수 있어요.

국시 빈출 포인트
통계 방법 선택 문제는 **매년 빠지지 않고 출제**되는 고정 출제 영역이에요. "세 군 이상", "평균 비교"라는 키워드만 보면 바로 ANOVA를 떠올려야 해요. 반대로 "두 군", "범주형 변수 간 관계" 같은 키워드로 다른 검정 방법을 묻는 변형 문제도 많아요.

기출 변형 주의!
1. **사례 적용형**: "서울, 경기, 인천에 소재한 3개 종합병원의 간호사 직무만족도 평균 점수를 비교하려고 한다. 가장 적합한 통계 검정 방법은?" → 바로 ANOVA.
2. **역방향 질문형**: "분산분석(ANOVA)을 사용하기에 적합하지 않은 상황은?" → "두 개의 독립된 집단 평균 비교"를 고르면 돼요.
3. **용어 정의형**: "F-검정(F-test)이라고도 불리며, 세 개 이상 모집단의 평균이 동일한지 검정하는 방법은?" → 분산분석.

## 임상 시나리오

보건행정 실무 가이드
**실무 시나리오 (Clinical Scenario)**: "보건소에서 청소년 비만 예방을 위해 세 가지 다른 유형의 운동 프로그램(A: 유산소 위주, B: 근력 위주, C: 복합)을 3개 다른 학교에 시범 운영했습니다. 6개월 후, 각 프로그램에 참여한 학생들의 평균 체질량지수(BMI) 감소량을 비교하여 가장 효과적인 프로그램을 찾아내려고 합니다. 기획 담당자인 당신은 어떤 통계 분석을 의뢰해야 할까요?"

**행정 중재 전략 (Admin Intervention)**:
1. **상황 파악**: 비교 대상이 세 개의 독립된 집단(A학교, B학교, C학교 학생들)이며, 분석 지표는 연속형 변수인 BMI 감소량의 평균입니다.
2. **법적/규정 검토**: 통계 분석에는 특별한 법규는 없지만, 연구윤리와 개인정보보호를 준수하여 익명화된 데이터를 사용해야 합니다.
3. **대응 및 처리**: 이 상황은 "핵심! 세 군 이상의 평균 비교"에 해당하므로, **일원분산분석(One-way ANOVA)**을 실시해야 합니다. 통계 전문가나 관련 소프트웨어를 활용하여 분석을 의뢰합니다.
4. **사후 기록/보고**: ANOVA 결과가 유의미하다면(F-통계량의 p-value < 0.05), 추가로 **사후검정(Post-hoc test)**을 통해 A, B, C 프로그램 중 정확히 어느 두 프로그램 사이에 차이가 있는지 구체적으로 분석합니다. 이 결과를 바탕으로 예산 배분 근거가 담긴 효과 분석 보고서를 작성합니다.

**법적 안전 및 주의사항 (Precautions)**: 통계 분석 결과를 보고할 때, 단순히 '차이가 있다'고 말하는 것보다 '통계적으로 유의미한 차이가 있다(p < .05)'고 정확히 표현해야 합니다. 또한, 표본의 크기가 너무 작거나 데이터가 정규분포를 따르지 않을 경우, 비모수 검정법(예: 크루스칼-왈리스 검정)을 고려해야 합니다.

업무 프로토콜
**평균 비교 통계 분석 선택 프로토콜**
1. **1단계: 비교 군 수 확인** → 2개? → t-검정 고려 / 3개 이상? → ANOVA 고려.
2. **2단계: 데이터 특성 확인** → 독립적인가? 대응되는가? / 연속형인가? 범주형인가?
3. **3단계: 최종 방법 선정**
- 2 독립 집단 평균 비교: 독립표본 t-검정
- 2 대응 집단 평균 비교: 대응표본 t-검정
- 3개 이상 독립 집단 평균 비교: 일원분산분석(One-way ANOVA)
- 3개 이상 대응 집단 평균 비교: 반복측정 분산분석(Repeated Measures ANOVA)
4. **4단계: 사후 분석 필요성 판단** (ANOVA 시 유의미한 결과 나온 경우).

선배의 한마디
"보건행정에서 데이터는 말해요! 하지만 그 데이터의 목소리를 제대로 듣기 위해서는 적합한 통계 도구를 선택하는 게 첫걸음이에요. '평균 비교'는 가장 기본적인 분석이지만, 군 수 하나만 틀려도 방법이 완전히 달라진다는 점, 꼭 체화하세요. 현장에서 설문지 분석이나 성과 지표 비교를 할 때 이 원리가 바로 적용될 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)
- [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._