비모수검정 (Nonparametric Test)

한 줄 정의: 데이터가 정규분포를 따른다는 가정 없이 순위나 부호만으로 차이를 검정하는 방법입니다.

쉽게 풀면

t검정이나 ANOVA 같은 방법(모수검정)은 "데이터가 정규분포를 따른다"는 전제를 깔고 계산합니다. 하지만 표본 수가 아주 적거나, 데이터가 한쪽으로 심하게 치우쳐 있거나, 애초에 숫자가 아니라 "순위"로만 매길 수 있는 데이터(예: 만족도 1~5점)라면 이 전제가 성립하지 않습니다. 비모수검정은 이런 상황에서 정규분포 가정 없이도 쓸 수 있도록, 원래 값 대신 값을 크기순으로 줄 세운 "순위"나 "부호(+/-)"만 이용해서 집단 간 차이를 판단하는 방법입니다. 정규분포라는 안전장치 없이도 작동하는 대신, 같은 데이터라면 보통 모수검정보다 통계적 검정력(효과를 찾아낼 확률)은 다소 떨어집니다.

왜 중요한가

실제 연구 데이터는 표본 수가 적거나 분포가 치우친 경우가 많아, 정규성 가정의 충족 여부를 확인하고 적절한 검정법을 선택하는 일은 통계 분석의 타당성을 좌우하는 기본 절차입니다. 특히 소규모 임상시험, 설문조사의 서열척도 응답, 생태학의 개체수 자료처럼 정규분포를 가정하기 어려운 분야에서는 비모수검정이 사실상 표준 분석 방법으로 자리잡고 있습니다.

논문에서는 이렇게 쓰입니다

"자료가 정규성 가정을 충족하지 않아 두 집단 간 차이는 Mann-Whitney U 검정을 이용한 비모수검정으로 분석하였다."

이 문장은 "데이터가 정규분포를 따르지 않아서 t검정 대신, 순위를 이용하는 비모수검정 방법을 선택했다"는 분석 방법의 근거를 설명하는 것입니다.

"세 집단 이상의 척도 점수를 비교하기 위해 Kruskal-Wallis 검정을 이용한 비모수 분산분석을 실시하였다."

정규성 가정이 어려운 서열척도 자료에서 세 집단 이상을 비교할 때 쓰이는 비모수검정 사례다.

"개입 전후 동일 개체에서 측정된 값의 변화는 표본 크기가 작아 Wilcoxon 부호순위검정으로 검정하였다."

소규모 대응표본 설계에서 비모수검정이 선택되는 전형적인 상황을 보여준다.

조금 더 깊게 보면

비모수검정을 선택하기 전에는 흔히 Shapiro-Wilk 검정이나 Q-Q 플롯 등으로 정규성을 사전에 확인하는 절차를 거칩니다. 비모수검정은 원값을 순위로 변환해 계산하기 때문에 이상치의 영향을 덜 받는다는 장점이 있지만, 평균 차이가 아니라 분포 전체의 위치 차이(또는 중앙값 차이)를 검정한다는 점에서 모수검정과 해석의 대상이 다르다는 점도 함께 이해할 필요가 있습니다. 효과크기를 보고할 때도 Cohen's d 대신 순위 기반의 효과크기 지표(예: r, rank-biserial correlation)를 함께 제시하는 경우가 많습니다.

주의할 점

비모수검정은 정규성 가정이 필요 없다는 장점 때문에 무조건 "더 안전한" 선택처럼 보이지만, 표본이 충분히 크고 정규성 가정이 실제로 충족되는 상황이라면 모수검정보다 효과를 덜 민감하게 잡아낼 수 있습니다. 대응되는 모수검정과 비모수검정의 짝을 알아두면 편리합니다: 독립표본 t검정 ↔ 맨-휘트니 U 검정, 대응표본 t검정 ↔ 윌콕슨 부호순위검정, ANOVA ↔ 크루스칼-왈리스 검정.