Z검정 (Z-test)

한 줄 정의: 모집단의 표준편차를 이미 알고 있거나 표본 크기가 충분히 클 때, 표준정규분포를 기준으로 평균이나 비율의 차이가 통계적으로 유의한지 검정하는 방법입니다.

쉽게 풀면

공장에서 볼트 길이를 대량 생산하는데, 오랜 생산 데이터를 통해 "이 공정의 표준편차는 항상 0.1mm"라는 사실을 이미 알고 있다고 해봅시다. 이런 상황처럼 모집단의 흩어진 정도(표준편차)를 미리 알고 있을 때는, 표본 평균이 원래 기준값에서 얼마나 벗어났는지를 표준정규분포(Z분포)와 비교해서 판단할 수 있습니다. 이것이 Z검정입니다. 반면 표준편차를 모르고 표본에서 추정해야 하는 경우(대부분의 실제 연구 상황)에는 t검정을 사용합니다. 다만 표본 크기가 충분히 크면(보통 30 이상) t분포와 정규분포가 거의 비슷해지기 때문에, 이런 대표본 상황에서도 Z검정이 근사적으로 쓰이곤 합니다.

왜 중요한가

대규모 설문조사나 여론조사처럼 표본이 충분히 큰 연구에서는 비율이나 평균 차이의 유의성을 판단할 표준적인 도구가 필요한데, Z검정은 이런 대표본 상황에서 계산이 단순하면서도 신뢰할 수 있는 방법을 제공합니다. 그래서 비율 비교나 대규모 표본 연구에서 t검정과 함께 자주 언급되는 기본적인 가설검정 기법입니다.

논문에서는 이렇게 쓰입니다

"두 집단의 응답 비율 차이를 Z검정으로 분석한 결과, 통계적으로 유의한 차이가 있었다 (Z = 2.14, p < .05)."

이 문장은 두 집단의 비율(예: 찬성 응답 비율)을 비교할 때 대표본 조건에서 표준정규분포를 기준으로 유의성을 판단했다는 뜻입니다. 특히 비율 차이 검정에서는 표본이 충분히 크면 Z검정이 t검정보다 더 흔하게 사용됩니다.

"대규모 패널 조사(N=1,500)에서 두 시점 간 평균 만족도 차이를 Z검정으로 검증한 결과 유의한 변화가 확인되었다."

사회조사 방법론에서 표본 크기가 충분히 커서 모집단 표준편차 추정이 안정적일 때 사용되는 예시다.

"품질관리 공정에서 생산된 부품의 평균 치수가 규격 기준값과 다른지 확인하기 위해 알려진 공정 표준편차를 이용한 Z검정을 수행하였다."

산업공학·품질관리 분야에서 모집단 표준편차가 이미 알려진 경우의 전형적인 Z검정 적용 사례다.

조금 더 깊게 보면

Z검정 통계량은 (표본 통계치 - 가설값)을 표준오차로 나누어 계산되며, 이 값을 표준정규분포와 비교해 p값을 구합니다. 비율 차이 검정에서는 정규근사가 타당한지 확인하기 위해 표본 크기와 비율이 특정 조건(예: np, n(1-p)가 충분히 큰 값)을 만족하는지 점검하는 것이 일반적입니다. 표본이 작거나 모집단 표준편차가 불확실한 경우에는 자유도를 고려하는 t검정이 더 보수적이고 안전한 대안이 됩니다.

주의할 점

Z검정은 모집단의 표준편차를 정확히 알고 있거나 표본이 충분히 커야 신뢰할 수 있습니다. 표본이 작은데(대략 30 미만) 모집단 표준편차도 모르는 상태에서 Z검정을 쓰면 유의확률이 실제보다 과소평가될 수 있으므로, 이런 경우에는 t검정을 사용하는 것이 더 적절합니다.