카이제곱 적합도 검정은 어떻게 하나요?

적합도 검정을 선택하고 첫 번째 줄에 관측 도수를, 두 번째 줄에 기대 비율을 입력하세요(백분율, 9 3 3 1 같은 비율, 기대 도수도 입력할 수 있습니다. 모든 범주의 가능성이 같다면 두 번째 줄은 비워 두세요). 주사위를 120번 던져 각 눈의 횟수가 25 17 15 23 24 16이라면, 각 눈의 기대 도수는 20이고 카이제곱 = 5.00, 자유도 = 5, p = 0.416입니다. 따라서 주사위가 공정하지 않다는 증거는 없습니다.

카이제곱 검정에서 p-값을 어떻게 해석하나요?

p-값은 귀무 가설이 참이라고 가정할 때, 계산된 값만큼 극단적인(또는 그보다 더 극단적인) 카이제곱 통계량을 관찰할 확률을 나타냅니다. p-값 ≤ α(보통 0.05)이면 귀무 가설을 기각하고 유의미한 연관성이 있다고 결론짓습니다. p-값 > α이면 귀무 가설을 기각하지 못하며, 변수 간 연관성에 대한 증거가 부족함을 의미합니다.

카이제곱 검정에서 자유도란 무엇인가요?

독립성 카이제곱 검정의 자유도(df)는 (r-1) × (c-1)과 같으며, 여기서 r은 행의 수, c는 분할표의 열의 수입니다. 자유도는 p-값을 계산하는 데 사용할 카이제곱 분포를 결정합니다. 예를 들어, 3×4 표의 자유도는 (3-1) × (4-1) = 6입니다.

Cramér's V는 무엇이며 어떻게 해석하나요?

Cramér's V는 카이제곱 검정의 효과 크기를 측정하는 지표로, 0에서 1 사이의 값을 가집니다. 두 범주형 변수 간의 연관성 강도를 나타냅니다. 해석 기준: V 0.5는 강한 연관성을 나타냅니다. p-값과 달리 Cramér's V는 표본 크기에 영향을 받지 않습니다.

언제 카이제곱 검정 대신 피셔 정확 검정(Fisher's Exact Test)을 사용해야 하나요?

기대 빈도가 작을 때(일반적으로 기대 빈도가 5 미만인 셀이 있는 경우) 피셔 정확 검정이 선호됩니다. 카이제곱 검정은 기대값이 작을수록 정확도가 떨어지는 근사치입니다. 소규모 표본의 2×2 표에 대해 피셔 정확 검정은 정확한 p-값을 제공합니다. 이 계산기는 기대 빈도가 5 미만일 때 경고를 표시합니다.

카이제곱 계산기에 데이터를 어떻게 입력하나요?

분할표 데이터를 입력할 때 행은 줄바꿈으로 구분하고, 열은 공백이나 쉼표로 구분하여 입력하세요. 예를 들어, 2×3 표의 경우 첫 번째 줄에 '10, 20, 30'을 입력하고 두 번째 줄에 '15, 25, 35'를 입력합니다. 모든 행은 동일한 수의 열을 가져야 합니다. 계산기는 정수와 소수 값을 모두 허용합니다.

카이제곱 검정 계산기

분할표를 넣으면 카이제곱 통계량, p값, 기대빈도, 효과 크기를 계산합니다. 독립성 검정 단계와 셀별 기여도, 크레이머 V를 보여줍니다.

하루 3회 무료가입 필요 없음즉시 결과 확인

카이제곱 검정 계산기지금 무료로 사용하기 ▼

χ²는 (O − E)²/E를 더한 값: 각 도수가 기대도수에서 얼마나 벗어났는지

아래에 분할표(적합도 검정이면 관측도수)를 입력하면 χ², df, p값, 기대도수, 각 칸의 기여도, 크라메르 V를 구할 수 있습니다.

분할표 입력

빠른 예제

검정

독립성 검정 (분할표) 적합도 검정 (1행: 관측 도수, 2행: 기대 비율·백분율·9 3 3 1 같은 비율 또는 도수; 비워 두면 모든 범주의 가능성이 같다고 봅니다)

관측 빈도 (행은 줄바꿈으로, 열은 공백/쉼표로 구분)

유의 수준 (α)

소수점 정밀도

카이제곱 검정 계산기 위젯 삽입

카이제곱 검정 계산기 정보

카이제곱 검정 계산기는 두 범주형 변수 사이에 통계적으로 유의미한 연관성이 있는지 확인하기 위해 카이제곱 독립성 검정을 수행합니다. 이 종합 도구는 카이제곱 통계량, p-값, 자유도, 기대 빈도, 셀 기여도 및 효과 크기(Cramer's V)를 계산하며, 단계별 설명과 함께 완전한 통계 분석을 제공합니다.

카이제곱 독립성 검정이란 무엇인가요?

카이제곱 독립성 검정은 분할표로 구성된 두 범주형 변수 간의 관계를 분석하는 데 사용되는 비모수 통계 검정입니다. 관측 빈도(데이터의 실제 개수)를 기대 빈도(변수들이 완전히 독립적일 경우 예상되는 개수)와 비교합니다.

이 검정은 두 변수가 서로 독립적이라는 귀무 가설을 평가합니다. 검정 결과 충분히 큰 카이제곱 통계량이 산출되어(결과적으로 p-값이 작음) 귀무 가설을 기각하면, 변수들 사이에 통계적으로 유의미한 연관성이 있다고 결론짓습니다.

카이제곱 통계량 공식

카이제곱 통계량

$$\chi^2 = \sum \frac{(O_{ij} - E_{ij})^2}{E_{ij}}$$

각 항목의 의미:

O_ij = 셀 (i, j)의 관측 빈도
E_ij = 셀 (i, j)의 기대 빈도
합계($\sum$)는 분할표의 모든 셀에 대해 계산됩니다.

기대 빈도 공식

기대 빈도

$$E_{ij} = \frac{R_i \times C_j}{N}$$

각 항목의 의미:

R_i = 행 i의 합계
C_j = 열 j의 합계
N = 모든 관측치의 총합

자유도

$$df = (r - 1) \times (c - 1)$$

여기서 r은 행의 수, c는 열의 수입니다. 자유도는 p-값을 계산하는 데 사용할 카이제곱 분포를 결정합니다.

카이제곱 검정 결과 해석

P-값 (P-Value)

p-값은 귀무 가설이 참이라고 가정할 때, 현재 계산된 값만큼 극단적인 카이제곱 통계량이 관찰될 확률을 알려줍니다.

p-값 ≤ α: 귀무 가설을 기각합니다. 변수들 사이에 통계적으로 유의미한 연관성이 있습니다.
p-값 > α: 귀무 가설을 기각하지 못합니다. 연관성이 존재한다고 결론지을 증거가 부족합니다.

일반적인 유의 수준 (α):

α 수준	신뢰도	사용 사례
0.10	90%	탐색적 분석, 예비 연구
0.05	95%	대부분 연구의 표준 (가장 일반적)
0.01	99%	보다 엄격한 테스트, 의학 연구
0.001	99.9%	매우 엄격한 기준, 중대한 결정

효과 크기: Cramer's V

p-값이 연관성의 존재 여부를 알려준다면, Cramer's V는 그 연관성의 강도를 측정합니다.

효과 크기

$$V = \sqrt{\frac{\chi^2}{N \times (k - 1)}}$$

여기서 k = min(행의 수, 열의 수)입니다. 해석 가이드라인:

Cramer's V	연관성 강도
0.00 - 0.10	무시할 만한 연관성
0.10 - 0.30	약한 연관성
0.30 - 0.50	중간 연관성
0.50+	강한 연관성

카이제곱 검정의 가정

독립성: 각 관측치는 서로 독립적이어야 합니다.
표본 크기: 일반적으로 각 셀의 기대 빈도가 최소 5 이상이어야 합니다.
무작위 추출: 데이터는 무작위 표본에서 추출되어야 합니다.
범주형 데이터: 두 변수 모두 범주형(명목형 또는 서설형)이어야 합니다.

기대 빈도가 5 미만인 경우 카이제곱 근사치가 신뢰할 수 없을 수 있습니다. 2×2 표의 경우 피셔 정확 검정(Fisher's Exact Test) 사용을 고려하십시오. 이 계산기는 기대 빈도가 5 미만인 경우 경고를 표시합니다.

주요 활용 분야

의학 연구: 치료법이 환자의 결과와 연관이 있는지 테스트
마케팅: 인구통계학적 특성과 구매 행동 사이의 관계 분석
유전학: 형질이 예상된 유전 패턴을 따르는지 테스트
사회 과학: 설문 조사 응답 간의 연관성 조사
품질 관리: 생산 라인별 불량률 차이 확인
교육: 교수법과 학생 성적 사이의 관계 분석

계산기 사용 방법

분할표 입력: 관측 빈도를 입력하되, 행은 줄바꿈으로, 열은 공백이나 쉼표로 구분합니다.
유의 수준 선택: 표준 분석을 위해 α = 0.05(95% 신뢰도)를 선택하거나 요구 사항에 따라 조정합니다.
소수점 정밀도 설정: 결과에 표시할 소수점 자릿수를 선택합니다.
결과 검토: 카이제곱 통계량, p-값, 결론 및 효과 크기를 확인합니다.
표 분석: 관측 빈도와 기대 빈도를 비교하고 통계량에 가장 많이 기여하는 셀을 파악합니다.

자주 묻는 질문

카이제곱 독립성 검정이란 무엇인가요?

카이제곱 독립성 검정은 두 범주형 변수 사이에 유의미한 연관성이 있는지 확인하는 통계적 가설 검정입니다. 분할표의 실제 데이터와 독립적일 때 예상되는 데이터를 비교하여 결론을 도출합니다.

p-값을 어떻게 해석해야 하나요?

p-값은 귀무 가설이 맞을 때 현재 결과를 얻을 확률입니다. p-값 ≤ α(보통 0.05)이면 유의미한 연관성이 있다고 보고 귀무 가설을 기각합니다. p-값 > α이면 귀무 가설을 기각하지 않습니다.

자유도는 어떻게 계산하나요?

독립성 검정의 자유도(df)는 (행 수 - 1) × (열 수 - 1)입니다. 예를 들어, 3x4 표의 자유도는 2 x 3 = 6입니다.

Cramer's V가 왜 중요한가요?

Cramer's V는 연관성의 '강도'를 0(없음)에서 1(완벽) 사이로 보여주는 효과 크기 지표입니다. p-값은 단순히 '연관이 있는가'를 말해주지만, Cramer's V는 '얼마나 강하게 연관되어 있는가'를 보여줍니다.

언제 피셔 정확 검정을 대신 사용해야 하나요?

기대 빈도가 5 미만인 셀이 있는 경우 피셔 정확 검정을 권장합니다. 카이제곱 검정은 큰 표본을 가정한 근사치이므로 소규모 데이터에서는 부정확할 수 있기 때문입니다.

데이터를 어떤 형식으로 입력해야 하나요?

각 행을 새 줄에 적고, 열 데이터는 쉼표나 공백으로 띄워서 입력하면 됩니다. 2x3 표라면 첫 줄에 3개, 둘째 줄에 3개의 숫자를 입력하세요.

카이제곱 검정에는 도수 대신 백분율을 입력해도 되나요?

백분율이 아니라 관측 도수를 사용하세요. 기대도수와 카이제곱 통계량은 관측값의 수에 따라 달라지므로 표본 크기 없는 백분율만으로는 정보가 충분하지 않습니다. 예를 들어 ‘응답자의 60%가 선택지 A를 선호한다’는 결과는 10명 중 6명일 수도 있고 1,000명 중 600명일 수도 있으며, 표본 크기에 따라 근거가 달라집니다. 원래 표본 크기를 알고 있다면 백분율을 도수로 환산하세요.

기대 셀 도수가 매우 작은 경우 무엇을 확인해야 하나요?

일반적인 카이제곱 근사를 사용하기 전에 기대도수를 확인하세요. 흔히 쓰는 경험적 기준으로 대부분의 셀에서 기대도수가 5 이상이고 1 미만인 셀이 없어야 합니다. 셀의 도수가 드문 표에서는 근사가 부정확할 수 있습니다. 도수가 적은 2×2 표에는 피셔의 정확 검정이 적절한 경우가 많습니다. 범주를 합칠 때는 통계적으로뿐 아니라 실제 의미가 타당한 경우에만 합치세요.

유의한 카이제곱 결과에 가장 크게 기여하는 셀은 어떻게 찾나요?

각 셀 기여도를 확인하세요. 각 기여도는 관측 도수와 기대도수의 차이가 전체 카이제곱 통계량에 얼마나 더해지는지 보여줍니다. 기여도가 크면 독립성을 가정했을 때의 기대값과 관측값이 크게 다른 셀일 수 있습니다. 예를 들어 한 그룹에서 특정 범주의 응답은 예상보다 많고 다른 범주의 응답은 적을 수 있습니다. 기여도는 패턴을 찾는 데 도움이 되지만 각각 별도의 유의성 검정 결과를 뜻하지는 않습니다.

추가 리소스

이 콘텐츠, 페이지 또는 도구를 다음과 같이 인용하세요:

"카이제곱 검정 계산기" - https://MiniWebtool.com/ko/카이제곱-검정-계산기/에서 MiniWebtool 인용, https://MiniWebtool.com/

miniwebtool 팀 제작. 업데이트: 2026년 1월 20일

개발자 API 사용 가능: 이 도구를 앱, 자동화, 에이전트에서 한 번의 JSON HTTP 요청으로 실행할 수 있습니다. API 문서 보기

카이제곱 검정 계산기

분할표 입력

카이제곱 검정 계산기 정보

카이제곱 독립성 검정이란 무엇인가요?

카이제곱 통계량 공식

기대 빈도 공식

자유도

카이제곱 검정 결과 해석

P-값 (P-Value)

효과 크기: Cramer's V

카이제곱 검정의 가정

주요 활용 분야

계산기 사용 방법

자주 묻는 질문

카이제곱 독립성 검정이란 무엇인가요?

p-값을 어떻게 해석해야 하나요?

자유도는 어떻게 계산하나요?

Cramer's V가 왜 중요한가요?

언제 피셔 정확 검정을 대신 사용해야 하나요?

데이터를 어떤 형식으로 입력해야 하나요?

카이제곱 검정에는 도수 대신 백분율을 입력해도 되나요?

기대 셀 도수가 매우 작은 경우 무엇을 확인해야 하나요?

유의한 카이제곱 결과에 가장 크게 기여하는 셀은 어떻게 찾나요?

추가 리소스

데이터 분석 및 통계 도구:

수학 풀이

수와 약수

분수와 나눗셈

거듭제곱·근·로그

대수와 방정식

미적분

기하와 삼각법

인기·최신 도구:

Pro로 모든 파일을 ZIP 하나로 다운로드