“공정 평균이 100이라고 알고 있는데, 요즘 뽑아보는 값들이 자꾸 100.8 근처에서 나온다. 이거 진짜 평균이 움직인 건가, 아니면 그날그날의 우연인가?” 현장에서 데이터를 보다 보면 반드시 만나는 질문이다. 이 질문에 숫자로 답하는 가장 기본적인 도구가 z검정이다.
z검정의 핵심은 공식이 아니라 한 문장이다. “내가 본 표본평균이, 원래 평균에서 ‘몇 계단’ 떨어져 있나?” 여기서 계단 한 칸이 표준오차다. 이 감각만 잡으면 공식은 저절로 읽힌다. 이 글에서는 z검정이 분류도의 어느 자리에 있는지, z값이 왜 그런 모양인지, 그리고 실제 판정 4단계를 예시 숫자로 밟아본다.
z검정은 분류도의 어느 자리인가
가설검정 절차는 어떤 검정이든 4단계로 같고, 검정마다 바뀌는 건 계산하는 값(검정통계량)과 그 값의 분포뿐이다. 그 분류도에서 z검정의 자리는 여기다.
| 질문 | z검정의 조건 |
|---|---|
| 데이터가 종 모양(정규분포)인가 | 그렇다 — 또는 표본이 30개 이상이라 중심극한정리가 작동한다 |
| 표본이 30개 이상인가 | 그렇다 — 표본의 흩어짐(표본분산)이 전체의 흩어짐을 대신할 수 있다 |
| 비교할 집단이 몇 개인가 | 1개(기준과 비교) 또는 2개(서로 비교) |
표본 30개가 왜 경계선인지가 중요하다. 우리는 전체(모집단)의 진짜 흩어짐, 즉 모분산을 모른다. 전부 재볼 수 없으니까. 그런데 표본이 30개쯤 모이면 표본에서 계산한 흩어짐이 전체의 흩어짐과 거의 비슷해진다고 보고, 표본분산을 모분산 자리에 넣는 것이 실무 관습이다. 표본이 그보다 적으면 이 대체가 불안해져서 t검정으로 내려간다.
z값 — 평균에서 몇 계단 떨어졌나
단일 집단 z검정의 통계량은 이렇게 생겼다.
z = (표본평균 − 기준 평균) ÷ (표준편차 ÷ √n)
분자는 “얼마나 벗어났나”이고, 분모가 계단 한 칸의 크기다. 분모를 표준오차라고 부르는데, 뜻은 “표본평균이라는 값 자체가 이리저리 흔들리는 폭”이다. 같은 공정에서 표본을 다시 뽑으면 표본평균도 매번 조금씩 다르게 나온다. 그 흔들림의 크기가 표준오차이고, 표본이 많아질수록(√n으로 나누므로) 흔들림은 작아진다.
그래서 z값이 뜻하는 것은 하나다. “이 표본평균은, 원래 평균이 유지되고 있다면 나올 만한 흔들림 범위에서 몇 칸이나 벗어났나.” 종 모양 분포에서 2칸(z=2) 넘게 벗어나는 일은 우연으로는 드물다. 이때 표본 분포 개념이 깔려 있으면 그래프가 바로 그려질 것이다. z값을 확률로 바꿔주는 분포가 표준정규분포다.
z검정 계산 4단계 — 예시로 밟아보기
아래 수치는 개념 설명을 위한 임의의 수치입니다.
제조 라인의 측정 기준값이 100이라고 하자. 최근 값이 위로 떠 보여서, 표본 36개를 뽑았더니 평균 100.8, 표준편차 2.4가 나왔다.
1단계 — 가설을 세운다. 지금까지 믿어온 것: “평균은 여전히 100이다”(귀무가설). 내가 의심하는 것: “평균이 100이 아니다”(대립가설). 커졌는지 작아졌는지 방향을 안 정했으므로 양쪽을 다 보는 양측검정이다.
2단계 — 기준선을 정한다. 유의수준 0.05. “우연이라기엔 20번에 1번도 안 나올 일이면 의심을 믿겠다”는 약속이다.
3단계 — z값을 계산한다.
- 계단 한 칸(표준오차) = 2.4 ÷ √36 = 2.4 ÷ 6 = 0.4
- z = (100.8 − 100) ÷ 0.4 = 2.0
표본평균이 원래 평균에서 2계단 떨어져 있다는 뜻이다.
4단계 — p값을 보고 판정한다. 표준정규분포에서 2계단 이상 벗어날 확률은 양쪽 합쳐 약 0.0455. 기준선 0.05보다 작다. 따라서 귀무가설을 기각한다 — “평균이 움직였다”고 판단할 근거가 생겼다. 다만 0.0455는 0.05에 꽤 가깝다. 이런 경계 근처 값의 해석은 t검정 글에서 따로 다루는데, 결론만 미리 말하면 “표본을 더 뽑아 다시 확인”이 정답인 상황이 많다.
두 집단 비교 — 차이의 흔들림은 더 커진다
설비 A와 설비 B의 평균이 같은지 비교할 때도 뼈대는 같다. 이번엔 “두 표본평균의 차이”가 0에서 몇 계단 떨어졌는지를 본다.
여기서 직관 하나가 중요하다. 차이를 볼 때 흔들림은 빼는 게 아니라 더해진다. A의 평균도 흔들리고 B의 평균도 흔들리므로, 두 값의 차이는 양쪽 흔들림을 모두 물려받는다. 그래서 차이의 분산은 두 분산의 합이 되고, 계단 한 칸도 그만큼 커진다.
z = (A 표본평균 − B 표본평균) ÷ √(A 분산/nA + B 분산/nB)
새 설비를 들이고 “기존 설비보다 값이 떨어진 것 같다”는 의심이 들 때, 이 공식에 넣고 한쪽 방향만 보는 단측검정을 하면 된다. 계산 절차는 단일 집단과 완전히 같다 — 통계량 공식만 바뀌었을 뿐, 이것이 시리즈 내내 반복되는 프레임이다.
핵심 요약
- z검정은 표본 30개 이상에서 평균의 변화·차이를 확인하는 기본 검정이다
- z값 = 벗어난 거리 ÷ 표준오차 = “평균에서 몇 계단 떨어졌나”
- 표준오차는 표본평균 자체의 흔들림이고, 표본이 많을수록 작아진다
- 두 집단 비교에서는 차이의 분산이 두 분산의 합이 된다 — 흔들림은 더해진다
- 표본이 30개 미만이면 z검정 대신 t검정으로 내려간다
함께 읽으면 좋은 글
z값이라는 “계산하는 값”의 정체가 아직 흐릿하다면, 이 개념부터 잡는 게 순서다.
