대응표본 t검정 (Paired t-test)
쉽게 풀면
다이어트 프로그램의 효과를 확인한다고 해봅시다. 참가자 20명의 "다이어트 전 체중"과 "다이어트 후 체중"을 각각 잰다면, 이 두 숫자는 서로 남남이 아니라 같은 사람에게서 나온 짝(pair)입니다. 이럴 때는 20명과 20명을 따로 비교하는 것이 아니라, 각 사람마다 "전-후 차이"를 하나씩 구한 뒤 그 차이들의 평균이 0과 다른지를 검정합니다. 이렇게 개인차를 상쇄시키고 순수하게 "변화량"만 보기 때문에, 서로 다른 두 집단을 비교하는 일반 t검정보다 훨씬 예민하게 효과를 잡아낼 수 있습니다.
왜 중요한가
같은 대상을 전후로 비교하는 연구 설계는 개체 간 편차를 통제할 수 있어 실험 효과를 더 민감하게 검출할 수 있으므로, 심리학·의학·교육학 등 개입(intervention)의 효과를 확인하는 연구에서 매우 흔하게 채택됩니다. 대응표본 t검정은 이런 전후 비교 설계의 가장 기본적인 분석 도구여서, 더 복잡한 반복측정 설계나 종단연구를 이해하기 위한 출발점이 되기도 합니다.
논문에서는 이렇게 쓰입니다
이 문장은 같은 참가자 30명의 훈련 전 반응 시간과 훈련 후 반응 시간을 짝지어 비교했고, 그 차이가 우연이라고 보기 어려울 만큼 뚜렷했다는 뜻입니다.
의학 연구에서 동일 환자에게 나타난 치료 전후 변화를 확인할 때 사용하는 전형적인 서술이다.
환경과학·농학 분야에서도 동일 시료나 동일 지점을 반복 측정하는 설계에 대응표본 t검정이 적용될 수 있음을 보여준다.
조금 더 깊게 보면
대응표본 t검정은 사실상 각 쌍의 차이값을 하나의 새로운 변수로 만든 뒤, 그 차이값의 평균이 0인지를 검정하는 단일표본 t검정과 수학적으로 동일합니다. 따라서 검정이 타당하려면 두 값 자체가 아니라 "차이값"이 정규분포에 가깝다는 가정이 중요하며, 표본 크기가 작고 차이값의 분포가 심하게 치우쳐 있다면 윌콕슨 부호순위검정 같은 비모수 대안을 검토합니다. 논문에서는 효과의 크기를 함께 보고하기 위해 표준화된 평균 차이인 Cohen's d(대응표본 버전)를 함께 제시하는 경우도 많습니다.
주의할 점
대응표본 t검정은 반드시 "같은 대상"에서 나온 두 값을 짝지을 수 있을 때만 쓸 수 있습니다. 서로 다른 두 집단(예: 실험군과 대조군)을 비교할 때는 짝이 존재하지 않으므로 t검정(독립표본 t검정) 형태를 써야 하며, 짝이 없는 데이터에 대응표본 방식을 적용하면 잘못된 결론에 이를 수 있습니다. 또한 차이값이 정규분포를 크게 벗어나면 비모수 방법인 윌콕슨 부호순위검정을 고려해야 합니다.