정규분포 (Normal Distribution)
쉽게 풀면
성인 남성의 키를 아주 많이 조사해서 그래프로 그리면, 170cm 근처에 사람이 가장 많이 몰려 있고 너무 작거나 너무 큰 키는 양쪽 끝으로 갈수록 점점 줄어드는 종 모양이 나타납니다. 이것이 정규분포입니다. 시험 점수, 키, 몸무게처럼 자연스럽게 생기는 많은 데이터가 이런 모양을 따르는 경향이 있어서, 통계학에서는 "평균적인 것은 많고 극단적인 것은 적다"는 이 패턴을 여러 분석의 기본 가정으로 삼습니다.
왜 중요한가
정규분포는 t검정, ANOVA, 회귀분석 등 대부분의 모수통계 기법이 전제하는 기본 가정이기 때문에, 데이터가 정규분포를 따르는지 확인하는 절차는 거의 모든 정량 연구 논문의 분석 방법에서 빠지지 않고 등장합니다. 또한 중심극한정리를 통해 표본 크기가 커질수록 표본평균의 분포가 정규분포에 가까워진다는 성질은 통계적 추론 전반의 이론적 토대가 됩니다.
핵심 정리
- 정규분포는 평균 μ와 표준편차 σ 두 값만으로 모양이 완전히 정해지는 좌우대칭 종 모양 분포입니다. 평균·중앙값·최빈값이 모두 같은 자리에 놓입니다.
- 평균에서 표준편차의 몇 배 떨어졌는지(z)만 알면 확률을 알 수 있습니다. 평균 ±1σ 안에 약 68.3%, ±2σ 안에 약 95.4%, ±3σ 안에 약 99.7%가 들어갑니다(“68-95-99.7 규칙”). 자주 쓰는 경계값은 90%는 ±1.645, 95%는 ±1.96, 99%는 ±2.576입니다.
- 평균을 0, 표준편차를 1로 맞춘 것이 표준정규분포이며, 어떤 정규분포든 z = (x − μ)/σ로 표준정규분포로 옮겨 계산합니다.
- 서로 독립인 정규분포 변수들의 합이나 선형결합도 정규분포를 따릅니다.
- 정규분포가 통계에서 특별한 이유는 중심극한정리입니다. 독립적인 값들의 평균은 원래 분포가 정규가 아니어도 표본이 커질수록 정규분포에 가까워집니다.
- “정규성 가정”이 필요한 대상은 대개 원자료가 아니라 회귀의 오차(잔차)나 표본평균입니다. 정규성은 Q-Q 도표와 샤피로-윌크 검정 등으로 확인합니다.
예시로 보기
성인 남성의 키가 평균 170cm, 표준편차 6cm인 정규분포를 따른다고 가정해 봅시다(가상의 값).
| 범위 | z | 비율 |
|---|---|---|
| 164 ~ 176cm | −1 ~ +1 | 약 68.3% |
| 158 ~ 182cm | −2 ~ +2 | 약 95.4% |
| 176cm 이상 | +1 이상 | 약 15.9% |
| 182cm 이상 | +2 이상 | 약 2.3% |
| 188cm 이상 | +3 이상 | 약 0.13% |
182cm 이상의 비율은 ±2σ 바깥쪽 4.6%를 양쪽 꼬리로 나눈 한쪽 값(약 2.3%)입니다. 이처럼 분포의 모양을 알면 “이 정도 값이 나올 확률”을 바로 계산할 수 있고, 이것이 p값과 신뢰구간의 바탕이 됩니다.
자주 하는 오해
- “표본이 크면 자료가 정규분포를 따른다.” 중심극한정리는 표본평균의 분포에 대한 이야기입니다. 소득 자료는 표본이 아무리 커도 오른쪽으로 길게 치우친 채로 있습니다.
- “정규성 검정의 p > .05이면 정규분포다.” 유의하지 않다는 것은 정규가 아니라는 증거를 못 찾았다는 뜻일 뿐이고, 표본이 작으면 검정력이 낮아 거의 항상 통과합니다. 반대로 표본이 매우 크면 사소한 어긋남에도 기각됩니다. 그래서 그래프와 함께 봅니다.
- “t검정이나 회귀는 원자료가 정규여야만 쓴다.” 표본이 크면 이들 방법이 정규성에서 벗어난 자료에도 대체로 잘 작동한다고 알려져 있습니다(Lumley 외, 2002). 다만 이상치가 있거나 표본이 작으면 사정이 다릅니다.
- “자연 현상은 다 정규분포다.” 정규분포는 편리한 수학 모형입니다. 이론상 값의 범위가 −∞에서 +∞이므로 음수가 될 수 없는 양(농도, 소득, 대기시간 등)은 로그정규분포 같은 다른 모형이 더 자연스러운 경우가 많습니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“본 연구 변수의 일변량 정규성을 검증한 결과, 절대값이 왜도 3, 첨도 8을 넘지 않아 단일 변량 정규분포 조건을 만족하였다(Table 2).”
여성 류마티스 관절염 환자의 건강관련 삶의 질 구조모형, Korean Journal of Women Health Nursing, 2023 · KoreaMed Synapse · 원문 보기 ↗
“동일 학습자에게서 얻은 듣기, 말하기, 읽기, 쓰기 평가 결과가 정규분포를 따르면, 제1정의에 의한 진단값은 표준정규분포를 따르고, 제2정의에 의한 진단값은 자유도 6인 카이제곱분포를 따라야 한다고 가정하였다.”
리토러시 측정 및 진단 방법 개발, 국어교육, 2023 · KCI 한국학술지인용색인 · 원문 보기 ↗
“대부분의 결합 모형은 정규분포를 랜덤효과로 가정하여 분석한다.”
발달 독성학에서 비대칭 로짓 모형을 사용한 이진수 자료와 연속형 자료에 대한 결합분석, 응용통계연구, 2020 · KCI 한국학술지인용색인 · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
데이터가 종 모양 분포를 따른다는 것이 확인되었으므로, 평균과 표준편차를 활용하는 일반적인 통계 검정을 사용해도 된다는 뜻입니다.
회귀분석에서 오차항의 정규성 가정을 명시적으로 전제하고 있음을 보여준다.
통계 검정 외에 그래프를 이용해 정규성을 시각적으로 점검한 사례다.
조금 더 깊게 보면
정규성 검정에는 Shapiro-Wilk, Kolmogorov-Smirnov 등 다양한 방법이 있으며, 표본 크기가 매우 클 경우 미세한 편차에도 검정이 유의하게 나올 수 있어 히스토그램이나 Q-Q 플롯 같은 시각적 방법을 함께 활용하는 경우가 많습니다. 정규분포는 평균과 표준편차라는 두 모수만으로 전체 분포 모양이 완전히 결정되는 특징이 있으며, 이 성질 덕분에 왜도(비대칭성)와 첨도(뾰족한 정도)가 모두 0에 가까울수록 이상적인 정규분포에 가깝다고 판단합니다.
주의할 점
모든 데이터가 정규분포를 따르는 것은 아닙니다. 소득처럼 한쪽으로 치우친(비대칭) 분포도 흔하며, 이런 경우 정규분포를 가정하는 t검정이나 ANOVA 대신 비모수 검정이나 변수 변환을 검토합니다(표본이 충분히 크면 t검정을 그대로 쓰기도 합니다).
헷갈리기 쉬운 용어
모양이 비슷한 종 모양 분포들이라 자주 섞입니다.
| 용어 | 핵심 차이 |
|---|---|
| 정규분포 | 평균 μ와 표준편차 σ 두 값으로 모양이 정해지는 일반적인 형태 |
| 표준정규분포 | 정규분포 중 평균 0, 표준편차 1인 것. z값이 따르는 분포 |
| t분포 | σ를 표본에서 추정할 때 평균의 표준화값이 따르는 분포. 정규보다 꼬리가 두껍고 자유도가 커지면 정규에 가까워짐 |
| 로그정규분포 | 값에 로그를 취하면 정규분포가 되는 분포. 오른쪽으로 치우침 |
| 왜도와 첨도 | 정규분포에서 벗어난 정도를 재는 지표(비대칭, 꼬리 두께) |
참고 문헌
- Casella, G., & Berger, R. L. (2002). Statistical Inference (2nd ed.). Duxbury.
- Johnson, N. L., Kotz, S., & Balakrishnan, N. (1994). Continuous Univariate Distributions, Volume 1 (2nd ed.). Wiley.
- Lumley, T., Diehr, P., Emerson, S., & Chen, L. (2002). The importance of the normality assumption in large public health data sets. Annual Review of Public Health, 23, 151–169.
- Ghasemi, A., & Zahediasl, S. (2012). Normality tests for statistical analysis: A guide for non-statisticians. International Journal of Endocrinology and Metabolism, 10(2), 486–489.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.