가설검정 (Hypothesis Testing)
쉽게 풀면
새로 도입한 기계가 기존 기계보다 불량률이 낮은지 확인하고 싶다고 해봅시다. 모든 제품을 다 조사할 수 없으니 일부 표본만 조사해서 판단해야 합니다. 가설검정은 "차이가 없다"는 가정(귀무가설)에서 출발해, 실제로 관측된 데이터가 이 가정과 얼마나 어긋나는지를 계산하고, 어긋나는 정도가 우연으로 보기 힘들 만큼 크면 그 가정을 기각하는 방식으로 결론을 내리는 절차입니다.
왜 중요한가
산업공학 연구와 현장 개선 활동은 대부분 새로운 방법이나 조건이 기존보다 실제로 더 나은지를 표본 데이터로 판단해야 합니다. 가설검정은 이런 판단을 감(느낌)이 아니라 통계적 근거에 기반해 내릴 수 있게 해주는 핵심 도구입니다.
논문에서는 이렇게 쓰입니다
공정 개선 전과 후의 불량률 평균 차이가 우연이 아니라 실제 효과인지 가설검정으로 판단했다는 뜻입니다.
서로 다른 공급업체에서 온 부품의 수명이 통계적으로 다른지 확인하는 절차를 거쳤다는 의미입니다.
조금 더 깊게 보면
가설검정에서는 기존 상태를 나타내는 귀무가설과 이를 반박하는 대립가설을 세우고, 유의수준을 미리 정한 뒤 검정통계량을 계산합니다. 이 통계량으로부터 얻은 p값이 유의수준보다 작으면 귀무가설을 기각합니다. 실제로는 차이가 없는데 있다고 잘못 판단하는 오류(제1종 오류)와 실제로 차이가 있는데 없다고 판단하는 오류(제2종 오류)를 함께 고려하여 검정을 설계합니다.
주의할 점
귀무가설을 기각하지 못했다고 해서 두 조건이 같다고 단정할 수는 없으며, 통계적으로 유의하다는 것이 실제로 의미 있는 차이 크기를 보장하지도 않습니다. 표본 크기가 크면 작은 차이도 유의하게 나타날 수 있으므로 결과 해석에 신중해야 합니다.