p값 계산기 (z / t / 카이제곱 / F)

1. **분포 선택**: z(표준정규분포), t, 카이제곱(χ²), F 중에서 고릅니다. 2. **통계량 입력**: 예) `t = 2.45`. 3. **자유도 입력**: t와 카이제곱은 `df` 하나, F는 분자 `df1`과 분모 `df2` 두 개를 입력합니다. z는 자유도가 필요 없습니다. 4. **단측/양측 선택** (z, t만 해당). 카이제곱 검정과 F검정은 원래 오른쪽 꼬리 검정이므로 자동으로 상단 꼬리 확률을 계산합니다. 5. p값을 확인하고 복사 버튼으로 APA 7 형식 문장을 가져갑니다.

여러 통계량을 붙여넣거나 CSV를 불러와 한 번에 p값을 구할 수도 있습니다. 모든 계산은 브라우저 안에서 이루어지며 데이터는 서버로 전송되지 않습니다.

p값은 **귀무가설이 참이라고 가정할 때**, 지금 관찰한 통계량과 같거나 그보다 더 극단적인 값이 나올 확률입니다. p값이 작을수록 "효과가 없다/차이가 없다"는 전제에서 데이터가 그만큼 드물다는 뜻입니다.

이 계산기는 이런 상황에서 유용합니다.

• 통계 과제나 시험 문제에 `t = 2.45, df = 18`만 주어지고 p값을 구해야 할 때
• 논문에 `p < .05`라고만 적혀 있어 정확한 값을 알고 싶을 때
• SPSS나 R 출력의 p값을 검산하고 싶을 때
• 비율 검정 등에서 z값을 손으로 계산했을 때

아직 원자료만 있고 통계량을 구하지 않았다면 [t검정 계산기](/ko/tools/t-test-calculator), [카이제곱 검정 계산기](/ko/tools/chi-square-calculator), [z점수 계산기](/ko/tools/z-score-calculator)를 사용하세요. 통계량과 함께 p값도 알려 줍니다.

p값은 통계량이 따르는 확률분포의 꼬리 면적입니다.

• **z, 양측**: `p = 2 × (1 − Φ(|z|))` (Φ는 표준정규분포의 누적분포함수)
• **z, 단측(상단)**: `p = 1 − Φ(z)`
• **t, 양측**: `p = 2 × (1 − T_df(|t|))` (T_df는 자유도 df인 t분포의 누적분포함수)
• **카이제곱**: `p = 1 − F_χ²(χ², df)` (상단 꼬리만)
• **F**: `p = 1 − F_F(F, df1, df2)` (상단 꼬리만)

분포표를 찾아보는 대신 수치적으로 계산하므로 범위가 아닌 정확한 값을 얻을 수 있습니다.

**전제 조건은 검정 자체에 해당합니다.** p값은 그 통계량을 만든 검정이 적절할 때만 의미가 있습니다. 관측치의 독립성, 연구 설계에 맞는 검정 선택, 그리고 각 검정의 가정(t검정은 대략적인 정규성, 카이제곱 검정은 기대빈도 5 이상 등)을 확인하세요.

두 집단의 반응 시간을 비교한 연구에서 **t = 2.45, df = 18**이 보고되었습니다. 양측 p값을 구해 봅시다.

1. 분포 t, 통계량 2.45, df 18, 양측 선택. 2. 자유도 18인 t분포에서 2.45보다 오른쪽 면적은 약 0.0124. 3. 양측 p = 2 × 0.0124 ≈ **0.0247**, 보고할 때는 *p* = .025.

.025 < .05이므로 유의수준 α = .05에서 유의합니다. 참고로 df = 18일 때 양측 임계 t값은 2.101이며, 2.45는 이를 넘습니다.

다른 통계량의 계산 결과:

| 통계량 | 단측/양측 | p값 | |---|---|---| | z = 2.17 | 양측 | .030 | | z = 2.17 | 단측 | .015 | | χ²(3) = 7.82 | 상단 | .0499 | | F(2, 27) = 3.89 | 상단 | .033 |

z의 단측 p값이 정확히 양측 p값의 절반인 것을 확인할 수 있습니다.

• **p ≤ α (보통 .05)**: 귀무가설을 기각합니다. "효과 없음"이라는 가정에서는 일어나기 어려운 데이터라는 뜻입니다.
• **p > α**: 귀무가설을 기각하지 못합니다. 이것은 귀무가설이 참이라는 증거가 **아닙니다**. 단지 검정력이 부족했을 수도 있습니다.

p값은 효과의 크기나 실질적인 중요성을 알려 주지 않습니다. 효과크기(Cohen's d, Cramér's V, η², r 등)와 가능하면 신뢰구간을 함께 보고하세요. [t검정 계산기](/ko/tools/t-test-calculator)는 Cohen's d와 95% 신뢰구간을 자동으로 제공합니다.

APA 7에서는 p값을 소수점 둘째~셋째 자리까지 정확히 보고하고, p는 1을 넘을 수 없으므로 **소수점 앞의 0을 쓰지 않습니다**. 통계량은 이탤릭체로 쓰고 자유도를 함께 적습니다.

> 집단 간 차이는 통계적으로 유의하였다, *t*(18) = 2.45, *p* = .025.

다른 예:

• *z* = 2.17, *p* = .030
• χ²(3, *N* = 120) = 7.82, *p* = .050
• *F*(2, 27) = 3.89, *p* = .033

p값이 아주 작으면 0을 길게 늘어놓지 말고 *p* < .001로 씁니다. 복사 버튼을 누르면 이 형식으로 출력됩니다.

연구 전체를 논문으로 정리해야 하고 전체 데이터셋이 있다면, Data2Paper의 [Generate Paper(논문 생성)](/ko/generate-paper)가 분석을 수행하고 결과, 표, 그림이 포함된 논문 초안을 만들어 줍니다. 앞부분은 무료로 미리 볼 수 있습니다.

• **단측과 양측을 잘못 사용.** 방향성 가설은 데이터를 보기 전에 정해야 합니다. 사후에 양측 p값을 반으로 나누는 것은 적절하지 않습니다.
• **자유도 오류.** 단일표본·대응표본 t검정은 df = n − 1, Student 독립표본 t검정은 df = n1 + n2 − 2, Welch 검정은 소수 자유도를 씁니다.
• **카이제곱이나 F의 p값을 2배로 계산.** 이들은 상단 꼬리 검정입니다.
• **p = .000으로 표기.** 소프트웨어가 반올림한 것이므로 *p* < .001로 씁니다.
• **p = .06을 "유의한 경향" 또는 "차이가 없음을 증명"으로 서술.** 정확한 값을 보고하고 효과크기와 신뢰구간으로 해석하세요.
• **p값을 "귀무가설이 참일 확률"로 해석.** 귀무가설 하에서 관찰된 데이터(또는 더 극단적인 데이터)가 나올 확률입니다.