카이-제곱 적합도 검정에 대한 주요 결과 해석

카이-제곱 적합도 검정을 해석하려면 다음 단계를 수행하십시오. 주요 결과에는 p-값과 기대값 및 관측값에 대한 막대 차트가 포함됩니다.

1단계. 관측값이 기대값과 통계적으로 다른지 여부 확인

각 범주의 모집단 비율이 각 범주에 지정된 값과 일치한다는 귀무 가설을 기각할 수 있는지, 기각할 수 없는지 확인하려면 p-값을 사용합니다.

표본의 관측값과 지정된 분포의 기대값이 통계적으로 다른지 여부를 확인하려면 p-값을 유의 수준과 비교하십시오. 일반적으로 0.05의 유의 수준(α 또는 알파로 표시함)이 적절합니다. 0.05의 유의 수준은 귀무 가설을 잘못 기각할 위험이 5%라는 것을 나타냅니다.
p-값 ≤ α: 관측된 데이터가 기대값과 통계적으로 다릅니다(H0 기각).
p-값이 유의 수준보다 작거나 같으면 귀무 가설을 기각하고 데이터가 특정 비율이 포함된 분포를 따르지 않는다는 결론을 내립니다. 차이가 실제로 유의한지 여부를 확인하려면 전문 지식을 활용합니다.
p-값 > α: 관측된 데이터가 기대값과 통계적으로 다르다는 결론을 내릴 수 없습니다(H0 기각 실패).
p-값이 유의 수준보다 크면 데이터가 지정된 비율이 포함된 분포를 따르지 않는다는 결론을 내릴 충분한 증거가 없기 때문에 귀무 가설을 기각할 수 없습니다. 그러나 분포가 같다는 결론도 내릴 수 없습니다. 차이가 존재할 수도 있지만, 검정의 검정력이 차이를 탐지할 만큼 충분하지 않을 수도 있습니다.
카이-제곱 검정 N DF 카이-제곱 P-값 225 3 0.648148 0.885
주요 결과: p-값

이 결과에서 p-값은 0.885입니다. p-값이 선택한 α 값 0.05보다 크기 때문에 귀무 가설을 기각할 수 없습니다. 그러므로, 관측된 비율이 지정된 비율과 유의하게 다르다는 결론을 내릴 수 없습니다.

2단계. 각 범주의 관측값과 기대값 간의 차이 조사

특정 범주에 차이가 있는지 여부를 확인하려면 관측값과 기대값을 표시하는 막대 차트를 사용합니다.

이 막대 차트는 관측값이 각 범주에 대한 기대값과 매우 비슷하다는 것을 나타냅니다. 따라서 막대 차트는 p-값이 나타내는 것, 즉 관측된 비율이 지정된 비율과 유의하게 다르다는 결론을 내릴 수 없음을 시각적으로 확인합니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오