2Sample t-검정의 경우 두 표본평균 차이를 기초로 하여 두 모집단평균차이를 설명해

주는 원리입니다. 그런데 제조현장이나 실제생활에 있어 두 개 이상의 여러 모집단을

한꺼번에 비교하는 경우가 발생하게 됩니다. 이 때, 사용하는 방법이 분산분석(ANOVA)입니다.

예를 들어,

회사에서 세 종류의 기계(A, B, C)를 설치하여 동일한 제품을 생산할 때,

각각의 기계에 대한 생산성을 알아보기 위해서 평균비교를 하고자 합니다.

이런 경우에서 처럼 비교해야 할 것이 2개 이상일 때, 사용하는 방법이 분산분석입니다.

분산분석은 독립변수가 가진 종속변수의 차이를 분석하는데 기본적으로 사용됩니다.

위의 예에서 독립변수는 기계 종류가 되고 생산량은 종속변수입니다.

독립변수를 다른 말로 표현하면 요인(factor)라고 하고 각각의 요인 내에서 실험개체에

영향을 미치는 여러 가지 특별한 형태를 요인수준 또는 처리라고 합니다.

즉, 기계 종류를 요인이라고 하면 기계A, B, C는 한 요인 내에서의 요인수준 또는 처리가

되는 것입니다. 위의 분산 분석은 기계종류라는 단일 요인과 생산량간의 관계를 분석하므로

일원분산분석이라고 합니다.

분산분석을 위해 다음과 같은 가설을 세울 수 있습니다.

  귀무가설 : A, B, C의 평균은 모두 같다.

  대립가설 : 적어도 하나는 같지 않다.

위에 세운 가설을 통해 각각의 기계마다 생산량의 차이를 확인하고

어떤 기계에서 얼마만큼의 차이가 있는지를 알아보는 것이 일원분산분석의 목적입니다.

위의 가설에 대한 수학적인 식이나 검정통계량들은 교재를 통해서 확인할 수 있습니다.