단일 표본 분산 검정에 대한 데이터 고려 사항

유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.

표본 데이터는 랜덤하게 선택해야 합니다.

통계에서 랜덤 표본은 모집단에 대한 일반화 또는 추론을 작성하기 위해 사용됩니다. 데이터가 랜덤하게 수집되지 않은 경우에는 결과가 모집단을 나타내지 않을 수 있습니다. 자세한 내용은 데이터 표본의 랜덤성에서 확인하십시오.

표본 데이터는 심하게 치우치지 않아야 하고 표본 크기는 40보다 커야 합니다.
Bonett 방법의 경우, 표본 크기가 40보다 크면 데이터가 약간 치우쳐 있더라도 가설 검정이 적절히 수행됩니다. 표본 크기가 40보다 작으면 데이터를 그래프로 표시하여 왜도와 비정상적인 관측치가 있는지 확인하십시오. 데이터가 상한과 하한에 정규 분포보다 많은 데이터를 가지고 있는 분포("두꺼운 꼬리"를 갖는 분포)를 따르는 경우에는 결과를 해석할 때 주의해야 합니다.
참고

정규성에서 조금 벗어나도 카이-제곱 방법 결과에 크게 영향을 미칠 수 있으므로 데이터가 확실히 정규 분포를 따르는 경우에만 카이-제곱 방법을 사용하십시오.

각 관측치가 다른 모든 관측치로부터 독립적이어야 합니다.
관측치의 독립성은 다음과 같이 한 관측치가 다른 관측치에 대한 정보를 제공하는지 여부에 따라 결정됩니다.
  • 한 관측치가 다른 관측치에 대한 정보를 제공하지 않으면 관측치가 독립적입니다.
  • 한 관측치가 다른 관측치에 대한 정보를 제공하면 관측치가 종속됩니다. 관측치가 종속되면 결과가 유효하지 않을 수도 있습니다.
적절한 표본 크기 결정
표본은 다음 사항이 참일 수 있을 만큼 충분히 커야 합니다. 가설 검정에 적절한 표본 크기를 결정하려면 단일 표본 분산에 대한 검정력 및 표본 크기으로 이동하십시오.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오