'유의하다' 는 말의 통계적 의미?

우리가 논문이나 통계학 책을 읽다 보면, '통계적으로 유의하다'는 표현을 자주 만나게 됩니다. 

얼핏 보면 '의미가 있다', '중요하다' 는 듯한 뉘앙스를 풍기지만, 사실은 조금 다른 의미일 수 있습니다.

오늘은 이 '유의하다'는 말의 의미를 파헤치고자 합니다.

 

1. 유의확률(p-value)이란?

유의확률은 영어로 p-value라고 부릅니다. 정의는 다음과 같습니다.

귀무가설이 참이라고 가정했을 때, 지금 관찰한 결과(혹은 그보다 더 극단적인 결과)가 나타날 확률

쉽게 말하면, “귀무가설이 맞는데도 이렇게 이상한 데이터가 나올 확률이 얼마나 될까?”를 알려주는 수치입니다.

통계학자들은 이상한 데이터가 나올 확률의 최대값을 정하고, 이를 넘지 않는 선 안에서 통계적 의미를 파악합니다.

 

유의확률 p ~= 0.02, 유의수준 alpha = 0.05인 정규분포이다.

 

---

2. “유의하다”의 정확한 뜻

통계에서는 보통 유의수준을 5% (α=0.05)로 정합니다.

• 만약 p-value가 0.05보다 작다면 → “귀무가설을 기각한다”, 즉 “통계적으로 유의하다”라고 말합니다.
• 여기서 중요한 점은, 귀무가설이 틀렸다는 사실을 보장하는 것이 아니라, 귀무가설이 맞다면 이런 데이터가 나오기 힘들다는 의미라는 겁니다.

---

3. 흔한 오해들

• “p=0.03이니까 귀무가설이 틀렸을 확률은 97%다.”
  → 잘못된 해석입니다. p-value는 귀무가설이 틀렸을 확률을 말하지 않습니다.
• “p=0.07이면 효과가 전혀 없다.”
  → 이것도 잘못된 해석입니다. 단지 통계적으로 충분히 강한 증거가 없다는 뜻일 뿐입니다.

 

• p=0.07의 올바른 해석  => “귀무가설이 맞다면, 이런 데이터가 나올 확률은 7% 정도다.”

---

4. ‘유의하다’와 ‘의미 있다’는 다르다

여기서 더 중요한 구분이 있습니다.

• “유의하다” = 통계적으로 귀무가설 하에서 드문 결과다
• “의미 있다” = 실제로 현상이나 효과가 크고, 해석상 중요하다

예를 들어, 아주 큰 표본을 모으면 실제로는 미세한 차이도 유의하게 나올 수 있습니다. 하지만 그 차이가 현실적으로는 중요하지 않을 수 있습니다. 반대로 표본이 적으면 큰 효과가 있어도 유의하지 않게 나올 수 있습니다.

---

5. 예시: 동전을 던졌을 때

정상적인 동전이라면 앞면이 나올 확률은 50%입니다. 그런데 동전을 10번 던졌는데 9번이나 앞면이 나왔다고 해봅시다.

• 귀무가설 H0H_0H0​: 동전은 공정하다 (앞·뒷면 확률이 0.5다).
• 실제 관찰된 데이터: 10번 중 9번 앞면.

이 경우, “공정한 동전인데도 9번 이상 앞면이 나올 확률”을 계산하면 약 1% 정도밖에 되지 않습니다.
즉, p-value ≈ 0.01이 됩니다.

• p-value(0.01) < 유의수준(0.05)이므로 → 귀무가설을 기각하고, “통계적으로 유의하다”라고 말합니다.

하지만 이 결과가 곧바로 “동전이 조작됐다”라는 뜻은 아닙니다. 다만 공정한 동전이라고 가정하면 이렇게 극단적인 결과가 나올 가능성은 매우 낮다는 것을 보여주는 것이죠.

 

앞면이 나온 횟수가 5에서 멀어질수록, 확률이 급감하는 모습이다.

---

6. 정리

따라서 통계에서 “유의하다”는 말을 만났을 때는 이렇게 이해하면 됩니다.

• “유의하다” = 귀무가설이 맞다면, 이런 데이터가 나올 확률이 매우 낮다.
• 하지만 그 효과가 실제로 ‘의미 있는가?’는 별도의 해석 문제입니다.

즉, 통계적 유의성과 실질적 중요성은 항상 구분해서 생각해야 합니다.

 

통계학을 공부하시는 분들께 도움이 되길 바랍니다:)