1-표본 포아송 비율에 대한 검정력 및 표본 크기에 대한 분석 옵션 선택

통계분석 > 검정력 및 표본 크기 > 1-표본 포아송 비율 > 옵션

대립 가설을 선택하거나 검정의 유의 수준을 지정합니다.

대립 가설
대립 가설에서 검정하려는 가설을 선택합니다.
  • 보다 작음: 모집단 발생률이 귀무 가설에서의 비율보다 작은지 여부를 확인하려면 이 단측 검정을 사용합니다. 이 단측 검정은 검정력이 더 크지만, 모집단 비율이 더 큰 경우를 탐지할 수 없습니다.

    예를 들어, 한 분석가가 매월 고객이 반품하는 텔레비전의 비율이 3보다 작은지 여부를 확인하기 위해 이 단측 검정을 사용합니다. 이 단측 검정은 비율이 3보다 작은지 여부를 확인하기 위한 검정력은 더 크지만, 비율이 3보다 큰지 여부는 탐지할 수 없습니다.

  • 같지 않음: 모집단 비율이 귀무 가설에서의 비율과 다른지 여부를 확인하려면 이 양측 검정을 사용합니다. 이 양측 검정은 귀무 가설에서의 값보다 작거나 큰 차이를 탐지할 수 있지만 단측 검정보다 검정력이 낮습니다.

    예를 들어, 한 분석가가 한 항공기 유형에 대한 유지보수 문제의 비율이 목표값 0.2/일과 다른지 여부를 검정합니다. 목표값과의 차이가 중요하기 때문에 분석가는 차이가 목표값보다 크거나 작은지 여부를 검정합니다.

  • 보다 큼: 모집단 발생률이 귀무 가설에서의 비율보다 큰지 여부를 확인하려면 이 단측 검정을 사용합니다. 이 단측 검정은 검정력이 더 크지만, 모집단 발생률이 귀무 가설에서의 비율보다 작은지 여부를 탐지할 수 없습니다.

    예를 들어, 한 콜 센터 관리자가 하루 통화 수의 비율이 1000보다 큰지 여부를 확인하기 위해 이 단측 검정을 사용합니다. 이 단측 검정은 비율이 1000보다 큰지 여부를 확인하기 위한 검정력은 더 크지만, 비율이 1000보다 작은지 여부를 탐지할 수 없습니다.

단측 또는 양측 대립 가설 선택에 대한 자세한 내용은 귀무 가설 및 대립 가설 정보에서 확인하십시오.

유의 수준

귀무 가설(H0)이 참일 때 검정의 검정력 값을 최소화하려면 유의 수준을 사용합니다. 유의 수준의 값이 높을수록 검정력이 크지만, 귀무 가설이 참일 때 귀무 가설을 기각하는 제1종 오류를 범할 확률이 증가합니다.

일반적으로 0.05의 유의 수준(α 또는 알파로 표시함)이 적절합니다. 0.05의 유의 수준은 실제로 차이가 존재할 때 차이가 존재하지 않는다는 결론을 내릴 위험이 5%라는 것을 나타냅니다. 또한 차이가 없을 때 검정의 검정력이 0.05라는 것을 나타냅니다.
  • 존재할 가능성이 있는 차이를 더 확실히 탐지하려면 더 높은 유의 수준(예: 0.10)을 선택합니다. 예를 들어, 한 품질 엔지니어가 새 볼 베어링의 안정성을 현재 베어링의 안정성과 비교합니다. 불안정한 볼 베어링이 심각한 문제를 일으킬 수 있기 때문에 엔지니어는 새 볼 베어링이 안정적이라는 것을 확인해야 합니다. 따라서 해당 엔지니어는 볼 베어링 안정성의 가능한 차이를 더 확실히 탐지하기 위해 0.10의 유의 수준을 선택합니다.
  • 실제로 존재하는 차이만 더 확실히 탐지하려면 더 낮은 유의 수준(예: 0.01)을 선택합니다. 예를 들어, 한 제약 회사의 과학자는 회사의 새 약품이 증상을 유의하게 완화시킨다는 주장이 참이라는 것을 확인해야 합니다. 과학자는 증상에 유의한 차이가 존재하지 않는다는 것을 더 확실히 확인하기 위해 0.01의 유의 수준을 선택합니다.
관측치의 "길이"(시간, 항목, 면적, 부피 등)
표본 발생률을 더 유용한 형태로 나누기 위해 값을 입력합니다(표본 발생률 ÷ 관측치의 길이). 예를 들어, 한 제조업체에서 분기별로 결점 수를 기록하지만, 보고서를 작성하기 위해서는 분기별 결점 수를 월간 결점 비율로 변환해야 합니다. 한 분석가가 분기별 비율을 3으로 나누어 월간 결점 비율을 찾기 위해 3을 입력합니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오