합동 표준편차 계산기
두 독립 표본의 합동 표준편차 계산
두 그룹의 표본 크기, 평균, 표준편차를 입력하여 합동 표준편차, t 통계량, Cohen's d를 계산하세요.
합동 표준편차 계산기
두 독립 표본의 합동 표준편차 계산
표본 1
표본 2
합동 표준편차 계산기 소개
합동 표준편차는 두 개 이상의 독립 표본에서 나온 표준편차의 가중 평균으로, 동일한 모집단 분산을 공유한다고 보는 그룹을 비교할 때 사용됩니다. 독립표본 t-검정과 여러 추론 통계 절차의 핵심 요소입니다.
합동 표준편차 공식은 sp = √[((n₁−1)s₁² + (n₂−1)s₂²) / (n₁+n₂−2)] 입니다. 여기서 n₁과 n₂는 표본 크기, s₁과 s₂는 표본 표준편차입니다. 분모 n₁+n₂−2는 두 표본 비교의 총 자유도를 나타냅니다.
합동 표준편차는 분산의 동질성, 즉 두 표본이 같은 분산을 가진 모집단에서 왔다는 가정을 전제로 합니다. 합동 추정값을 사용하기 전에 이 가정을 확인해야 합니다(예: Levene 검정 또는 Bartlett 검정). 분산이 같지 않을 때는 분산을 합동하지 않는 Welch t-검정을 사용하는 것이 좋습니다.
이 계산기는 합동 표준편차 외에도 합동 분산(sp²), 총 자유도, 두 표본 t 통계량, 표준화 효과크기인 Cohen's d를 제공합니다. Cohen's d = (mean₁ − mean₂) / sp는 평균 차이의 실제적 중요성을 합동 표준편차 단위로 정량화합니다.
Cohen's d의 기준은 대략 0.2를 작은 효과, 0.5를 중간 효과, 0.8 이상을 큰 효과로 봅니다. 이러한 기준은 심리학, 의학, 교육학, 사회과학에서 해석을 돕습니다.
합동 표준편차는 두 평균 차이에 대한 신뢰구간 계산, 연구 간 효과크기를 결합하는 메타분석, 생산 배치 간 변동성 추정치를 집계하는 품질관리에도 사용됩니다.
실무 적용 사례로는 임상시험(치료군과 대조군 비교), 제품 분석의 A/B 테스트(전환율 비교), 교육 연구(교실 간 시험 점수 변동성 비교), 산업 품질관리(여러 생산 라인의 결함률 추정치 통합)가 있습니다.
기억하세요: 합동 표준편차는 두 그룹의 정보를 동시에 활용하므로, 개별 표본 표준편차 중 하나만 사용하는 것보다 공통 모집단 표준편차를 더 정밀하게 추정합니다.
예시
다음 예시는 다양한 두 표본 상황에서 합동 표준편차가 어떻게 계산되는지 보여줍니다.
| 입력 | 합동 표준편차 | 맥락 |
|---|---|---|
| n₁=10, x̄₁=50, s₁=2; n₂=15, x̄₂=55, s₂=3 | sp ≈ 2.669 | 표본 크기가 다르고 평균도 다름 |
| n₁=20, x̄₁=30, s₁=4; n₂=20, x̄₂=35, s₂=4 | sp = 4.000 | 크기와 표준편차가 같아 순수 평균 |
| n₁=30, x̄₁=100, s₁=10; n₂=30, x̄₂=105, s₂=12 | sp ≈ 11.045 | 표본이 크고 표준편차가 비슷함 |
| n₁=5, x̄₁=8, s₁=1.5; n₂=8, x̄₂=10, s₂=2 | sp ≈ 1.824 | 작은 표본이며 더 큰 그룹 쪽으로 가중됨 |
이 계산기 사용 방법
- 첫 번째 그룹의 표본 크기(n₁), 평균(x̄₁), 표준편차(s₁)를 입력합니다.
- 두 번째 그룹의 해당 값(n₂, x̄₂, s₂)을 입력합니다. 표본 크기는 최소 2여야 합니다.
- 「계산」을 클릭하여 합동 표준편차, 합동 분산, 자유도, t 통계량, Cohen's d를 구합니다.
- 등분산 가정하에서 합동 표준편차를 공통 모집단 표준편차의 최선 추정치로 해석합니다.
- t 통계량과 자유도를 t-분포표와 함께 사용해 통계적 유의성을 판단하거나, Cohen's d로 효과크기를 확인합니다.
자주 묻는 질문
합동 표준편차란 무엇인가요?
합동 표준편차(sp)는 두 독립 표본의 분산 추정치를 하나의 더 정밀한 추정치로 결합합니다. 두 표본 분산을 각 자유도로 가중한 평균이며, 두 모집단이 동일한 기저 분산을 공유한다고 가정합니다.
언제 합동 표준편차를 사용해야 하나요?
두 그룹 간 분산 동질성을 가정할 때, 예를 들어 전통적인 두 표본 t-검정에서 합동 표준편차를 사용합니다. 예비 검정(Levene, Bartlett)에서 분산이 유의하게 다르다고 나타나면, 분산 동일성을 요구하지 않는 Welch t-검정을 사용하세요.
Cohen's d는 무엇이며 어떻게 해석하나요?
Cohen's d는 평균 차이를 합동 표준편차 단위로 표현하는 표준화 효과크기입니다. 약 0.2, 0.5, 0.8은 관례적으로 각각 작은, 중간, 큰 효과로 설명됩니다. Cohen's d가 크면 두 그룹이 결합된 변동성에 비해 잘 분리되어 있음을 의미합니다.
공식에서 왜 n₁+n₂−2로 나누나요?
분모 n₁+n₂−2는 두 표본 평균을 추정하는 데 사용된 총 자유도를 나타냅니다. n₁+n₂가 아니라 자유도를 사용하면 모집단 분산의 불편 추정치를 얻을 수 있습니다. 각 표본은 합동 추정에 nᵢ−1의 자유도를 기여합니다.
합동 표준편차를 두 개보다 많은 그룹에도 사용할 수 있나요?
예. 합동 표준편차는 sp = √[Σ(nᵢ−1)sᵢ² / Σ(nᵢ−1)] 공식으로 k개 그룹까지 확장할 수 있습니다. 이 일반화는 ANOVA에서 사용되며, 하나의 합동 그룹 내 표준편차(평균제곱오차의 제곱근)가 공통 분산 추정치로 쓰입니다.
표본 크기는 합동 표준편차에 어떤 영향을 주나요?
표본이 클수록 합동 추정에서 더 큰 가중치를 갖습니다. n₁ >> n₂이면 합동 표준편차는 첫 번째 표본의 분산에 지배됩니다. 이는 데이터가 많을수록 더 신뢰할 수 있는 분산 추정치를 제공한다는 원칙을 반영합니다. 또한 한 표본이 훨씬 클 때 이상치나 등분산 가정 위반의 영향이 더 커진다는 뜻이기도 합니다.