통계가설검정계산기

일표본 t 검정 계산기: 공식, 계산 단계, 예제 풀이

September 16, 2026·12 min read·Solvify Team

일표본 t 검정 계산기는 모집단 표준편차를 모를 때 하나의 표본 평균을 주장된 모집단 값과 비교하며, 모표준편차 대신 표본 표준편차와 t-분포를 사용합니다. 새로운 학습법이 실제로 평균 점수를 바꾸는지, 생산된 부품 한 묶음이 목표 규격에 맞는지, 표본 평균이 과거 기준치와 충분히 가까워 변화가 없다고 볼 수 있는지 확인할 때 학생들은 일표본 t 검정 계산기를 찾습니다. 이 가이드에서는 t 통계량, 자유도, 단측·양측 판정, 그리고 이와 연결되는 신뢰구간까지 일표본 t 검정 계산기의 공식을 처음부터 차근차근 세우고, 모든 숫자를 직접 손으로 확인할 수 있도록 완전한 예제 풀이를 함께 제공합니다.

01일표본 t 검정 계산기는 실제로 무엇을 계산하나요?
02여기서 z 검정 대신 t 검정을 쓰는 이유는 무엇인가요?
03일표본 t 검정 공식은 무엇인가요?
04양측 일표본 t 검정은 어떻게 단계별로 수행하나요?
05단측 t 검정은 양측 t 검정과 어떻게 다른가요?
06신뢰구간은 일표본 t 검정과 어떻게 연결되나요?
07일표본 t 검정에는 어떤 가정이 필요한가요?
08일표본 t 검정 계산기를 쓸 때 피해야 할 실수는 무엇인가요?
09일표본 t 검정 연습문제와 풀이
10일표본 t 검정 계산기에 대해 학생들이 또 묻는 것들
11일표본 t 검정 과제에 더 많은 도움 받기

일표본 t 검정 계산기는 실제로 무엇을 계산하나요?

일표본 t 검정 계산기는 표본 평균, 주장된 모평균, 표본 표준편차, 표본 크기를 입력받아 t 통계량, 자유도, 그리고 유의수준과 비교할 p-값을 돌려줍니다. 이 계산기가 답하는 질문은 하나입니다. 표본 평균과 주장된 값의 차이가 단순한 무작위 표집만으로 기대되는 수준보다 큰가, 아니면 우연으로 설명될 만큼 작은가? 검정은 서로 맞서는 두 진술 위에 놓여 있습니다. 귀무가설 H0(주장된 평균이 옳다)과 대립가설 Ha(참 평균은 다르다)입니다. 일표본 t 검정 계산기는 결코 H0가 참임을 증명하지 않습니다. 표본이 H0를 기각할 만큼 충분히 강한 증거를 주는지만 측정할 뿐입니다.

일표본 t 검정 계산기는 주장된 평균이 옳다는 것을 증명하지 않습니다. 표본이 그 주장을 기각할 만큼 충분히 강한 증거를 주는지만 판단합니다.

여기서 z 검정 대신 t 검정을 쓰는 이유는 무엇인가요?

일표본 t 검정과 일표본 z 검정은 같은 질문에 답하지만, 정확히 하나의 가정에서 갈립니다. 바로 모집단 표준편차를 알고 있는지 여부입니다.

1. 표본 표준편차(s)만 알고 있을 때는 t 검정을 사용합니다

참된 모집단 표준편차는 미리 주어지는 경우가 거의 없기 때문에, 이것이 거의 모든 과제 문제와 실제 연구가 처하는 현실적인 상황입니다. 일표본 t 검정 계산기는 알 수 없는 σ 대신 여러분의 표본에서 계산한 표준편차 s를 사용합니다.

2. t-분포는 추가된 불확실성을 반영합니다

s 자체가 표본에서 추정된 값이므로, 알려진 σ에 비해 추가적인 표집 오차를 안고 있습니다. t-분포는 정규분포보다 더 넓고 완만하며, 특히 작은 표본에서 그 차이가 큽니다. 그래서 통계적 유의성에 도달하기가 더 어려운데, 이는 그 추가 불확실성에 대한 내장된 대가입니다. 표본 크기가 커지면(대략 n ≥ 30) t-분포는 정규분포에 가까워집니다.

3. 그래도 손으로 푸는 단계가 중요한 이유

일표본 t 검정 계산기는 최종 t 통계량과 p-값을 즉시 알려주지만, 과제와 시험에서는 거의 언제나 가설 설정, 공식 대입, 임계값이나 p-값과의 비교를 서술하도록 요구합니다. 아래 단계를 직접 따라가 보는 것이 이표본 t 검정, 분산분석(ANOVA), 회귀분석에서 나중에 필요해질 직관을 길러 줍니다.

일표본 t 검정 공식은 무엇인가요?

일표본 t 검정 공식은 표본 자료를 하나의 표준화된 점수로 바꾼 뒤, 그 점수를 t-분포에서 얻은 기준값과 비교합니다.

1. t 통계량 공식

t = (x̄ − μ₀) ÷ (s ÷ √n)이며, 여기서 x̄는 표본 평균, μ₀는 주장된(가설로 세운) 모평균, s는 표본 표준편차, n은 표본 크기입니다. 분모 s ÷ √n은 평균의 표준오차로, 표본 평균이 우연에 의해 참 모평균에서 보통 얼마나 벗어나는지를 나타냅니다.

2. 자유도

df = n − 1입니다. 표본 표준편차 s를 계산할 때 표본 평균 자체를 사용하면서 독립적인 정보 한 단위를 소모하기 때문에 자유도가 1만큼 줄어듭니다. t-분포표에서 올바른 임계 t-값이나 p-값을 찾으려면 df가 필요합니다.

3. 결과 읽는 법

|t|가 클수록 표본 평균이 주장된 값에서 표준오차 단위로 더 멀리 떨어져 있다는 뜻입니다. t 통계량이 0에 가깝다면 자료의 자연스러운 변동에 비해 표본 평균이 μ₀에 가깝다는 뜻이며, 이는 H0를 기각하지 못하는 쪽을 가리킵니다.

t = (x̄ − μ₀) ÷ (s ÷ √n), 자유도는 df = n − 1입니다.

양측 일표본 t 검정은 어떻게 단계별로 수행하나요?

표본 평균이 주장된 값과 어느 방향으로든 다른지 확인하는 완전한 예제 풀이입니다.

1. 가설을 세우고 자료를 수집합니다

한 비타민 제조사가 자사 캡슐에 유효 성분이 평균 500 mg 들어 있다고 주장합니다. 품질 담당자가 n = 20개의 캡슐을 표집해 표본 평균 x̄ = 494 mg, 표본 표준편차 s = 15 mg을 얻었습니다. H0: μ = 500(평균이 주장과 일치한다). Ha: μ ≠ 500(평균이 주장과 다르다). 유효 성분이 너무 적거나 너무 많거나 어느 쪽 편차든 문제가 되므로 이는 양측 검정입니다. α = 0.05에서 검정합니다.

2. t 통계량을 계산합니다

t = (x̄ − μ0) ÷ (s ÷ √n) = (494 − 500) ÷ (15 ÷ √20) = −6 ÷ (15 ÷ 4.472) = −6 ÷ 3.354 ≈ −1.789.

3. 자유도와 임계값을 찾습니다

df = n − 1 = 20 − 1 = 19입니다. df = 19에서 α = 0.05 양측 검정의 임계 t-값은 약 ±2.093입니다. df = 19에서 t ≈ −1.789에 대응하는 양측 p-값은 대략 0.090입니다.

4. 판정하고 해석합니다

|t| ≈ 1.789가 임계값 2.093을 넘지 않으므로(동일하게, p ≈ 0.090이 α = 0.05보다 크므로) H0를 기각하지 못합니다. 표본 평균 494 mg이 주장보다 다소 낮기는 하지만, 이 표본은 참된 평균 유효 성분 함량이 500 mg과 다르다는 것을 5% 유의수준에서 뒷받침할 만큼 충분히 강한 증거를 주지 못합니다. 확인해 보세요. 표준오차가 더 작다면(예: s = 15 대신 s = 8) 동일한 6 mg 차이가 더 큰 |t|를 만들어 판정을 뒤집을 수도 있습니다. 그래서 자료의 산포는 차이 그 자체만큼이나 중요합니다.

t = (494 − 500) ÷ (15 ÷ √20) ≈ −1.789, df = 19 — 크기가 임계값 2.093보다 작으므로 H0를 기각하지 못합니다.

단측 t 검정은 양측 t 검정과 어떻게 다른가요?

대립가설의 방향이 단측 검정인지 양측 검정인지를 결정하며, 둘을 잘못 맞추면 임계값과 결론이 모두 달라집니다.

1. 단측 검정은 특정 방향을 확인합니다

Ha: μ > μ0(우측 검정) 또는 Ha: μ < μ0(좌측 검정)은 기각역 전체를 t-분포의 한쪽 꼬리에 몰아넣습니다. 그 결과 예측한 방향의 효과는 더 쉽게 탐지되지만, 반대 방향의 효과는 아무리 극단적이어도 탐지할 수 없습니다.

2. 예제 풀이: 우측 t 검정

한 학습 센터가 자사 프로그램이 시험 점수를 평균 5점 넘게 올린다고 주장합니다. n = 12명의 학생 표본에서 평균 향상폭 x̄ = 6.2점, s = 1.8점이 나왔습니다. H0: μ = 5. Ha: μ > 5(주장이 구체적으로 '넘게'이므로 우측 검정). t = (6.2 − 5) ÷ (1.8 ÷ √12) = 1.2 ÷ 0.5196 ≈ 2.309. df = 11이고 α = 0.05에서 우측 임계 t-값은 약 1.796입니다. t ≈ 2.309가 1.796을 넘으므로(p ≈ 0.021 < 0.05) H0를 기각합니다. 평균 향상폭이 5점을 넘는다는 주장을 표본이 뒷받침합니다.

3. 주장의 표현과 꼬리 방향 맞추기

'보다 크다' 또는 '넘는다'는 우측 검정, '보다 작다'는 좌측 검정, '다르다' 또는 '같지 않다'는 양측 검정을 뜻합니다. 단측 주장에 양측 임계값을 쓰거나 그 반대로 하면 기각 결정이 기각 불가 결정으로, 또는 그 반대로 뒤집힐 수 있습니다.

양측 검정은 α를 양쪽 꼬리에 나누고, 단측 검정은 α 전부를 한쪽 꼬리에 둡니다. 그래서 예측한 방향에서 H0를 기각하는 데 필요한 임계 t-값이 낮아집니다.

신뢰구간은 일표본 t 검정과 어떻게 연결되나요?

t 기반 신뢰구간과 양측 일표본 t 검정은 같은 계산을 보는 두 가지 관점입니다. 주장된 값이 구간 밖에 놓이면, 대응하는 유의수준의 양측 검정은 H0를 기각합니다.

1. 신뢰구간 공식

CI = x̄ ± t* × (s ÷ √n)이며, t*는 원하는 신뢰수준과 df = n − 1에 대응하는 임계 t-값입니다. 앞의 비타민 캡슐 예제를 사용하면(x̄ = 494, s = 15, n = 20, df = 19, 95% 신뢰수준에서 t* ≈ 2.093): CI = 494 ± 2.093 × (15 ÷ √20) = 494 ± 2.093 × 3.354 = 494 ± 7.02이므로 구간은 대략 (486.98, 501.02)입니다.

2. 주장과 견주어 구간 읽기

500 mg이 구간 (486.98, 501.02) 안에 들어가므로, 95% 신뢰구간은 앞선 예제에서 양측 검정이 내린 '기각하지 못함' 판정과 일치합니다. 자료는 주장된 평균 500 mg과 모순되지 않습니다. 만약 주장된 값이 구간 밖에 있었다면, 대응하는 양측 검정은 H0를 기각했을 것입니다.

3. 실무에서 이것이 중요한 이유

신뢰구간은 기각/기각 불가라는 판정만이 아니라 참 평균에 대해 그럴듯한 값의 범위를 제시합니다. 결과를 보고할 때 이 편이 더 유용한 경우가 많은데, 추정값과 그 정밀도를 한 문장에 함께 보여 주기 때문입니다.

신뢰구간 x̄ ± t* × (s ÷ √n)이 주장된 값 μ0를 포함하지 않으면, 같은 유의수준의 양측 검정은 H0를 기각합니다.

일표본 t 검정에는 어떤 가정이 필요한가요?

일표본 t 검정 계산기는 밑바탕의 가정이 대체로 성립할 때만 타당한 답을 줍니다. 가정을 점검하는 데는 1분이면 충분하며, 잘못된 결론을 막아 줍니다.

1. 자료는 무작위이고 독립인 표본이어야 합니다

각 관측값은 평균을 편향시킬 수 있는 체계적 패턴(예: 한 장소나 한 시기에서만 표집하는 것) 없이 관심 모집단에서 독립적으로 추출되어야 합니다.

2. 모집단이 근사적으로 정규이거나, 표본이 충분히 커야 합니다

작은 표본(대략 n < 30)에서는 t 검정이 신뢰할 만하려면 밑바탕 모집단이 근사적으로 정규분포를 따라야 합니다. 표본이 더 크면 중심극한정리에 따라 모집단이 정규가 아니어도 평균의 표집분포가 근사적으로 정규이므로 t 검정은 여전히 타당합니다.

3. 자료는 연속 척도로 측정되어야 합니다

일표본 t 검정은 평균이 의미를 갖는 수치형 연속 자료(무게, 점수, 시간)를 위해 만들어졌습니다. 범주형이나 순서형 자료에는 적절하지 않으며, 그런 자료에는 카이제곱 적합도 검정 같은 다른 검정이 필요합니다.

일표본 t 검정 계산기를 쓸 때 피해야 할 실수는 무엇인가요?

다음 실수들은 손으로 계산하든 나중에 일표본 t 검정 계산기로 확인하든, 채점되는 통계 과제에서 끊임없이 등장합니다.

1. 자유도에 n − 1 대신 n을 사용하기

1을 빼는 것을 잊으면 t-분포표에서 읽는 행이 달라지고, 그에 따라 임계값이 바뀌어 경계선에 있는 판정이 뒤집힐 수 있습니다.

2. 꼬리 방향을 잘못 고르기

Ha를 주장의 정확한 표현에 맞추세요. '넘는다'는 우측, '미만이다'는 좌측, '다르다'는 양측 검정입니다. 꼬리를 잘못 고르면 잘못된 임계값을 쓰게 됩니다.

3. 표준편차와 표준오차를 혼동하기

공식은 차이 x̄ − μ0와 비교하기 전에 s를 √n으로 나눕니다. s ÷ √n 대신 s만 대입하면 크기가 지나치게 작은 t 통계량이 나옵니다.

4. '기각하지 못함'을 '주장이 참임을 증명했다'로 받아들이기

H0를 기각하지 못한다는 것은 표본이 주장에 반하는 증거를 충분히 제공하지 못했다는 뜻일 뿐이며, 주장이 옳다는 것을 증명하지는 않습니다. 같은 모집단이라도 다른 표본이나 더 큰 표본에서는 H0를 기각하게 될 수도 있습니다.

일표본 t 검정 연습문제와 풀이

쉬운 것부터 어려운 것까지 세 문제를 풀어 보세요. 풀이를 읽기 전에 먼저 각 문제를 직접 시도한 뒤, 제시된 단계와 자신의 설정을 비교해 보세요.

1. 문제 1 (초급): 양측 t 검정

한 제과점이 자사 식빵의 무게가 평균 450 g이라고 주장합니다. n = 16개 식빵 표본에서 x̄ = 445 g, s = 12 g이 나왔습니다. α = 0.05에서 참 평균이 450 g과 다른지 검정하세요. 풀이: t = (445 − 450) ÷ (12 ÷ √16) = −5 ÷ 3 ≈ −1.667. df = 15이고 α = 0.05에서 양측 임계값은 ±2.131입니다. |t| ≈ 1.667 < 2.131이므로 H0를 기각하지 못합니다. 이 표본은 참 평균이 450 g과 다르다는 강한 증거를 제공하지 않습니다.

2. 문제 2 (중급): 단측 t 검정

한 배터리 제조사가 자사 배터리의 수명이 평균 40시간을 넘는다고 주장합니다. n = 25개 배터리 표본에서 x̄ = 41.8시간, s = 4.5시간이 나왔습니다. α = 0.05에서 우측 검정을 수행하세요. 풀이: t = (41.8 − 40) ÷ (4.5 ÷ √25) = 1.8 ÷ 0.9 = 2.0. df = 24이고 α = 0.05에서 우측 임계값은 약 1.711입니다. t = 2.0 > 1.711이므로 H0를 기각합니다. p ≈ 0.028로, 평균 배터리 수명이 40시간을 넘는다는 주장을 표본이 뒷받침합니다.

3. 문제 3 (고급): 더 엄격한 α의 양측 t 검정

한 제약사가 정제 한 알에 유효 성분이 250 mg 들어 있다고 주장합니다. n = 9개 정제 표본에서 x̄ = 246 mg, s = 5 mg이 나왔습니다. α = 0.01에서 참 평균이 250 mg과 다른지 검정하세요. 풀이: t = (246 − 250) ÷ (5 ÷ √9) = −4 ÷ 1.667 ≈ −2.4. df = 8이고 α = 0.01에서 양측 임계값은 약 ±3.355입니다. |t| ≈ 2.4는 3.355보다 작으므로(p ≈ 0.043으로 0.01보다 큼) H0를 기각하지 못합니다. 이 표본은 참 평균이 250 mg과 다르다는 것을 1% 수준에서 뒷받침할 만큼 충분히 강한 증거를 주지 못합니다. α = 0.05였다면 기각했을 텐데도 말이죠.

일표본 t 검정 계산기에 대해 학생들이 또 묻는 것들

일표본 t 검정 과제와 시험 준비 과정에서 가장 자주 나오는 질문들입니다.

1. z 검정 계산기 대신 일표본 t 검정 계산기를 써야 할 때는 언제인가요?

모집단 표준편차를 모르고 표본 표준편차만 있을 때는 언제나 일표본 t 검정 계산기를 사용하세요. 거의 모든 실제 연구가 이런 상황입니다. z 검정은 알려진 확립된 모집단 σ가 명시적으로 주어졌을 때만 사용하세요.

2. '좋은' t 통계량 값이란 무엇인가요?

보편적으로 '좋은' 값은 없습니다. 중요한 것은 자신의 자유도와 유의수준에 해당하는 임계값과 |t|를 비교하거나, p-값을 α와 직접 비교하는 것입니다. |t|가 크다는 것은 단지 표본 평균이 표준오차 단위로 주장된 값에서 더 멀리 있다는 뜻입니다.

3. 일표본 t 검정 계산기로 대응표본 자료도 다룰 수 있나요?

간접적으로는 가능합니다. 대응표본 t 검정(같은 대상의 사전·사후 측정값 비교)은 사실 각 쌍의 차이에 대해 수행하는 일표본 t 검정이며, 평균 차이가 0인지를 검정합니다.

4. 표본 크기는 일표본 t 검정에 어떤 영향을 주나요?

n이 커지면 표준오차(s ÷ √n)가 작아지고, x̄와 μ0의 차이가 같더라도 t 통계량이 커져 실제 차이를 탐지하는 검정력이 높아집니다. 또한 자유도가 늘어나 임계 t-값이 조금 낮아지고 t-분포가 정규분포에 더 가까워집니다.

일표본 t 검정 과제에 더 많은 도움 받기

H0와 Ha를 세우고, t 통계량을 항별로 계산하고, 올바른 자유도에서 임계값이나 p-값과 비교하는 일이 익숙해지면 일표본 t 검정 문제는 알 수 없는 공식이 아니라 꼼꼼한 설정의 문제가 됩니다. 시험에서는 표현만 보고 어느 쪽인지 알아차리기를 요구하는 경우가 많으니, 단측과 양측 주장을 섞어서 연습하세요. 특정 문제의 설정에서 막히거나 손으로 한 계산을 다시 확인하고 싶다면, Solvify의 단계별 풀이 도구가 이 가이드에서 보여 준 것과 같은 공식(t 통계량, 자유도, 최종 판정)을 그대로 따라가 주므로 자신의 설정이 정확히 어디서 어긋났는지 확인할 수 있습니다.

일표본 t 검정 계산기를 꺼내기 전에 H0, Ha, 그리고 단측인지 양측인지를 먼저 적어 두세요. 이 한 가지 결정이 임계값과 결론을 모두 좌우합니다.

태그: