대응표본 t-검정의 비모수적 대안. 정규분포를 가정하지 않고 두 관련 측정값을 비교합니다.
Wilcoxon 부호순위 검정은 두 관련 표본, 매칭 표본 또는 단일 표본의 반복 측정을 비교하는 데 사용되는 비모수적 통계 검정입니다. Frank Wilcoxon이 1945년에 개발하였으며, 대응표본 t-검정의 비모수적 대안으로 사용됩니다. 정규분포 데이터가 필요한 평균 비교 대신, Wilcoxon 검정은 대응 관측치 간 차이의 순위를 기반으로 분석하므로, 정규성 가정이 위반되거나 서열 데이터를 다룰 때 적합합니다.
대응 또는 반복측정 데이터가 있고 정규성을 가정할 수 없을 때 이 검정을 사용합니다. 일반적인 시나리오로는 점수가 정규분포를 따르지 않는 사전/사후 검사 설계, 설문조사의 리커트 척도 데이터(서열 데이터), 정규성 검증이 어려운 소표본, 그리고 이상값에 덜 민감한 보다 강건한 분석을 원하는 사전/사후 연구 등이 있습니다.
이 두 검정의 핵심 차이는 가정에 있습니다. 대응표본 t-검정은 쌍 간 차이가 정규분포를 따른다고 가정하지만, Wilcoxon 부호순위 검정은 차이의 분포가 대칭이기만 하면 됩니다. 이로 인해 Wilcoxon 검정이 더 다용도적이지만, 정규성이 충족될 경우 대응표본 t-검정이 약간 더 높은 검정력(즉, 실제 차이를 감지하는 능력)을 가집니다. 경험적 규칙으로: 데이터가 명확히 정규분포를 따르면 대응표본 t-검정을 사용하고, 정규성에 의문이 있거나 서열 데이터인 경우 Wilcoxon 검정을 사용하십시오.
치료사가 6주간의 치료 프로그램 전후로 10명의 환자에 대해 불안 점수(1–100점 척도)를 측정합니다. 표본이 작고 분포가 알려져 있지 않으므로, 대응표본 t-검정 대신 Wilcoxon 부호순위 검정이 선택되었습니다.
치료 전 (n=10)
72, 85, 91, 68, 77, 83, 95, 88, 74, 79
Mdn = 81.00
치료 후 (n=10)
78, 89, 95, 73, 82, 87, 98, 92, 79, 83
Mdn = 85.00
결과
W = 0.0, z = −2.80, p = .005, 순위양류상관 r = 1.00
Wilcoxon 부호순위 검정 결과, 치료 후 점수가 치료 전 점수보다 유의하게 높았으며 큰 효과크기를 나타냈습니다. 10명의 환자 모두 6주간의 프로그램 후 개선을 보였습니다.
| 상황 | 권장 검정 |
|---|---|
| 대응 데이터, 정규 차이 | 대응표본 t-검정 |
| 대응 데이터, 비정규 또는 서열 | Wilcoxon 부호순위 검정 |
| 두 독립 집단, 정규 데이터 | 독립표본 t-검정 |
| 두 독립 집단, 비정규 | Mann-Whitney U 검정 |
| 3개 이상 관련 집단, 비정규 | Friedman 검정 |
| 3개 이상 독립 집단, 비정규 | Kruskal-Wallis 검정 |
Wilcoxon 검정은 대응표본 t-검정보다 가정이 적지만, 여전히 충족해야 할 조건이 있습니다:
1. 대응 관측
데이터는 대응 관측치로 구성되어야 합니다 — 동일 피험자에 대한 반복 측정(사전/사후) 또는 매칭된 쌍. 각 쌍은 하나의 차이 점수를 산출합니다.
2. 서열 또는 연속 척도
종속변수는 최소한 서열 척도로 측정되어야 하며, 차이를 의미 있게 순위화할 수 있어야 합니다. 대응표본 t-검정과 달리 등간 또는 비율 데이터가 필수는 아닙니다.
3. 차이의 대칭 분포
쌍 간 차이의 분포가 중앙값을 중심으로 대략 대칭이어야 합니다. 이는 정규성보다 약한 가정입니다. 차이의 분포가 심하게 비대칭인 경우, 대칭 가정이 전혀 없는 부호 검정(sign test)을 고려하십시오.
4. 쌍 간 독립
각 관측치 쌍은 다른 모든 쌍과 독립적이어야 합니다. 쌍 내의 측정은 관련이 있지만(그것이 핵심), 서로 다른 쌍은 서로 영향을 미치지 않아야 합니다.
순위양류상관(r)은 Wilcoxon 부호순위 검정에 권장되는 효과크기 지표입니다. −1에서 +1까지의 범위를 가지며, ±1에 가까운 값은 거의 모든 쌍이 같은 방향으로 변화했음을 나타내고, 0에 가까운 값은 일관된 변화 방향이 없음을 나타냅니다. (W+ − W−) / (W+ + W−)로 계산됩니다.
| |r| | 해석 | 실질적 의미 |
|---|---|---|
| < 0.1 | 무시할 수준 | 의미 있는 방향성 경향 없음 |
| 0.1 – 0.3 | 작은 효과 | 한 방향으로의 약한 경향 |
| 0.3 – 0.5 | 중간 효과 | 눈에 띄는 방향성 패턴 |
| ≥ 0.5 | 큰 효과 | 강하고 일관된 방향성 변화 |
APA 7판 지침에 따라 Wilcoxon 부호순위 검정 결과에는 검정 통계량(W 또는 T), z 근사값, p-값, 효과크기, 그리고 관련 기술통계(중앙값)를 포함해야 합니다. 다음은 사용할 수 있는 양식입니다:
보고 양식
Wilcoxon 부호순위 검정 결과, 사후 점수(Mdn = [값])는 사전 점수(Mdn = [값])와 [유의한/유의하지 않은] 차이를 보였다, W = [값], z = [값], p = [값], r = [값].
실제 예시
Wilcoxon 부호순위 검정 결과, 치료 후 불안 점수(Mdn = 85.00)가 치료 전 점수(Mdn = 81.00)보다 유의하게 낮았다, W = 0.0, z = −2.80, p = .005, r = 1.00. 큰 효과크기는 치료가 모든 환자에게 일관된 개선을 가져왔음을 나타낸다.
참고: W는 소수점 첫째 자리까지, z는 소수점 둘째 자리까지 보고합니다. p-값은 소수점 셋째 자리까지 보고하되, 값이 .001 미만이면 p < .001로 표기합니다. 항상 효과크기 지표(순위양류상관 r)를 포함하십시오.
StatMate의 Wilcoxon 부호순위 검정 계산은 R의 wilcox.test() 함수 및 SPSS 출력과 비교 검증되었습니다. 연속성 보정을 포함한 정규 근사, 평균 순위를 통한 적절한 동점 처리, 정규분포 확률을 위한 jstat 라이브러리를 사용합니다. 순위양류상관은 Kerby(2014)에 따라 계산됩니다. 모든 결과는 R 출력과 최소 소수점 4자리까지 일치합니다.
T-검정
두 집단의 평균 비교
분산분석
3개 이상 집단의 평균 비교
카이제곱
범주형 변수의 연관성 검정
상관분석
관계의 강도 측정
기술통계
데이터 요약
표본 크기
검정력 분석 및 표본 계획
일표본 T
알려진 값과 비교
Mann-Whitney U
비모수 집단 비교
회귀분석
X-Y 관계 모델링
다중회귀
다중 예측변수 분석
Cronbach's Alpha
척도 신뢰도 분석
로지스틱 회귀
이항 결과 예측
요인분석
잠재 요인 구조 탐색
Kruskal-Wallis
비모수 3개 이상 집단 비교
반복측정
피험자 내 분산분석
이원배치 분산분석
요인설계 분석
Friedman 검정
비모수 반복측정
Fisher 정확검정
2×2 분할표 정확 검정
McNemar 검정
대응 명목 데이터 검정
Excel/Sheets에서 붙여넣기 또는 CSV 파일 드래그
Excel/Sheets에서 붙여넣기 또는 CSV 파일 드래그
데이터를 입력하고 계산을 클릭하세요
또는 "예시 데이터"를 클릭해 사용해보세요