통계분석을 하는데 여러가지 가정이 따른다.
그중에서 "등분산(Equal Variance)" 라는 가정은 무엇인지 알아보자.

분산이란 데이터의 퍼짐 혹은 흩어짐을 나타낸다.
분산분석(ANOVA)와 같은 통계적 검정에서는 다른 평균값을 가진 다른 모집으로 부터 구한
다른 샘플들이 이지만 동일한 분산값을 가진다고 추정한다.

분산의 동질성은 샘플들의 분산값이 거의 같다는 것을 의미한다.
분산이 동일하지 않으면(이분산성) 제1종 오류 확률에 영향을 미칠 수 있고 잘못된 긍정의
결론을 내릴 수 있다. 여러분이  2-Sample t-test 혹은 ANOVA를 사용하여 2개 이상 샘플의
평균을 비교하고 있는데 아주 다른 분산값들을 가진다면 평균값의 차이를 무색하게 만들고
잘못된 결론으로 이끌게 된다.

지금까지 통계분석의 네가지 기본가정에 대해 알아 보았다.
이러한 가정을 확인해야 하는 진짜 이유는 다음과 같다.

여러분은 데이터를 수집하고 데이터를 분석하는데 많은 시간과 노력을 투입하고 있다.
분석에 대한 여러분의 모든 작업을 한 뒤에 여러분은 올바른 결론에 도달하기를 원할 것이다.
어떤 분석은 이러한 가정들로 부터 덜 지장을 받는 것도 있지만 분석을 시작하기 위해서는
안전한 루트를 따르고 확인해야 한다. 여러분이 관찰한 샘플 사이의 차이가 단지 우연히
발생한 것이 아니라든지 모집단들이 정말 다르다는 것을 확신을 가지고 말하기를 원하고 있다.

말 앞에 수레를 가져다 놓고 데이터를 수집하고 분석하는 것은 쉽다.
그러나 사용하려는 통계적 검정에 어떤 데이터 가정이 적용되는지 이해하고 그것에 따라
계획을 수립하는 것이 보다더 현명하게 일하는 방법이기 때문이다