웰치 t검정 (Welch's t-test)
쉽게 풀면
대형 학원 반(학생 200명)과 소규모 개인 과외 그룹(학생 8명)의 시험 점수를 비교한다고 해봅시다. 두 집단은 인원수도 다르고, 점수가 흩어진 정도(분산)도 크게 다를 가능성이 높습니다. 일반적인 t검정은 "두 집단의 분산이 같다"는 가정 위에서 계산되기 때문에, 이런 상황에 그대로 쓰면 오류가 생길 수 있습니다. 웰치 t검정은 두 집단의 분산이 다르다는 것을 전제로 자유도와 표준오차를 다르게 계산해서, 분산이 크게 차이 나거나 표본 크기가 다른 상황에서도 믿을 만한 결론을 내릴 수 있게 해줍니다.
왜 중요한가
실험군과 대조군의 표본 크기나 변동성이 애초에 다른 경우가 많은 실제 연구 환경에서, 등분산을 가정하는 일반 t검정을 무비판적으로 적용하면 유의성 판단이 왜곡될 위험이 있다. 웰치 t검정은 이런 위험 없이도 두 집단 평균 차이를 안전하게 검정할 수 있게 해주기 때문에 심리학, 의학, 생물학 등 다양한 분야의 논문에서 사실상 표준적인 선택지로 자리 잡았다. 실제로 여러 통계 방법론 연구에서는 분산이 같은지 여부와 무관하게 웰치 t검정을 기본값으로 사용할 것을 권고하기도 한다.
논문에서는 이렇게 쓰입니다
두 집단의 흩어진 정도가 서로 다르다는 것이 먼저 확인되었기 때문에, 이를 보정하는 웰치 t검정으로 평균 차이를 검정했고 그 결과가 통계적으로 유의했다는 뜻입니다. 자유도가 24.3처럼 소수로 나오는 것이 웰치 t검정의 특징입니다.
임상시험 논문에서 두 집단의 표본 수가 다를 가능성을 미리 고려해, 별도의 등분산 검정 없이 처음부터 웰치 t검정을 분석 방법으로 정했다는 뜻입니다.
환경과학 연구에서 두 지역 시료의 측정값 변동폭이 서로 달라, 웰치 t검정으로 평균 차이를 검정했지만 통계적으로 유의한 차이는 나타나지 않았다는 의미입니다.
조금 더 깊게 보면
웰치 t검정은 두 집단 각각의 표본분산과 표본크기를 이용해 표준오차를 별도로 계산하고, 자유도도 웰치-새터스웨이트(Welch-Satterthwaite) 근사식을 이용해 소수 형태로 산출한다는 점에서 일반 t검정과 구별된다. 이 방법은 두 집단 비교에 한정되며, 세 집단 이상을 비교할 때는 이를 확장한 웰치의 분산분석 (Welch's ANOVA)을 사용해야 한다. 표본이 매우 작거나 분포가 정규성에서 크게 벗어난 경우에는 웰치 t검정으로도 완전히 해결되지 않을 수 있어, 이럴 때는 순위 기반 비모수 검정(예: Mann-Whitney U 검정)이 대안으로 함께 고려되기도 한다.
주의할 점
웰치 t검정은 등분산 가정이 필요 없다는 장점 때문에, 실제로는 분산이 같은지 여부와 상관없이 기본값으로 권장되는 경우가 많습니다. 다만 비교 대상이 세 집단 이상으로 늘어나면 웰치 t검정이 아니라 웰치의 분산분석 (Welch's ANOVA)을 써야 하며, 두 집단의 분산이 같다고 확실히 가정할 수 있다면 일반 t검정을 사용해도 무방합니다.