레빈 검정 (Levene's Test)

한 줄 정의: 두 개 이상의 집단이 서로 동일한 분산을 가지는지(등분산성)를 검정하는 방법입니다.

쉽게 풀면

t검정이나 ANOVA로 여러 집단의 평균을 비교하기 전에는 "각 집단의 데이터가 퍼진 정도(분산)가 서로 비슷하다"는 전제가 필요합니다. 만약 한 집단은 값이 촘촘히 몰려 있고 다른 집단은 넓게 퍼져 있다면, 평균 비교 결과를 그대로 믿기 어렵습니다. 레빈 검정은 바로 이 "분산이 같은가"를 확인하는 도구입니다. 검정 결과 p-value가 작으면(보통 0.05 미만) "집단 간 분산이 다르다"고 판단하고, 이런 경우에는 등분산을 가정하지 않는 보정된 검정 방법을 사용해야 합니다.

왜 중요한가

t검정, ANOVA 등 대부분의 모수적 비교 검정은 등분산성 가정 위에서 유의확률이 정확하게 계산되므로, 이 가정이 깨지면 1종 오류율이 왜곡될 수 있습니다. 그래서 레빈 검정은 논문에서 본 분석에 앞선 필수적인 사전 진단 절차로 자주 보고되며, 실험설계 전반의 통계적 타당성을 뒷받침하는 근거로 쓰입니다.

논문에서는 이렇게 쓰입니다

"독립표본 t검정에 앞서 레빈 검정(Levene's test)을 실시한 결과 두 집단의 분산이 동일하지 않은 것으로 나타나(p < 0.05), Welch의 t검정을 적용하였다."

이 문장은 두 집단의 분산이 서로 다르다는 것을 확인했기 때문에, 등분산을 가정하는 일반 t검정 대신 분산이 달라도 사용 가능한 보정된 검정으로 바꾸었다는 뜻입니다.

"일원분산분석 실시 전 레빈 검정으로 등분산 가정을 확인한 결과 집단 간 분산이 유의하게 다르지 않아(p > .05), 일반적인 ANOVA 절차를 그대로 적용하였다."

여러 집단을 비교하는 실험연구에서 ANOVA를 적용하기 전 가정 충족 여부를 보고할 때 흔히 쓰인다.

"설문 응답 집단 간 척도 점수의 분산 차이를 레빈 검정으로 확인한 결과 유의한 차이가 발견되어, 이후 회귀모형에서 이분산성을 고려한 강건표준오차를 사용하였다."

설문 기반 사회과학 연구에서 등분산 가정 위반이 이후 회귀분석 방법 선택에 영향을 미쳤음을 보고할 때 사용된다.

조금 더 깊게 보면

레빈 검정은 각 관측치를 집단 평균(또는 중앙값)으로부터의 절대편차로 변환한 뒤, 그 편차값들에 대해 분산분석을 수행하는 방식으로 이루어집니다. 평균 대신 중앙값을 기준으로 편차를 계산하는 변형은 브라운-포사이스(Brown-Forsythe) 검정이라 불리며, 데이터가 비대칭 분포일 때 더 안정적이라고 알려져 있어 통계 소프트웨어에서도 자주 함께 제공됩니다.

주의할 점

레빈 검정은 데이터가 정규분포에서 크게 벗어나 있어도 비교적 안정적으로 작동하지만, 정규성 자체를 검정하는 것은 아니므로 정규성은 샤피로-윌크 검정 등으로 별도 확인해야 합니다.