2 variances test (두 표본 분산검정)을 실행하면 Bonett 방법과 Levene 방법에 의한 분석결과를
접하게 된다 이 경우 어느 검정을 기반으로 결론을 내려야 할까?
 
Method  DF1  DF2  Statistic  P-Value
Bonett    —    —         —     0.586
Levene    1   88        0.00    0.996
 
일반적으로 Bonett 방법이 더 강력하므로, 다음 사항에 해당되지 않는 경우에는 Bonett 방법에
대한 결과를 기반으로 결론을 내려야 한다.
  • 각 표본의 관측치가 20개 미만 이다
  • 하나 이상의 모집단에 대한 분포가 심하게 치우쳐 있거나 두꺼운 꼬리를 가지는 모집단이 있다.
    (두꺼운 꼬리를 가진 분포는 정규 분포와 비교하여 하한과 상한에 데이터가 더 많이 있는 경우이다.)

심하게 치우쳐 있거나 꼬리가 두꺼운 분포에서 작은개수의 샘플을 추출한 경우 Levene 방법을 기반으로
결론을 내려야 한다. 그렇지 않은 경우 Bonett 방법을 기반으로 결론을 내릴 수 있지만, 제1종 오류가
유의수준 α보다 클 가능성이 있다.

 

Levene 검정에 대한 계산방법은 표본평균 대신 표본 중위수로부터 관측치까지의 거리를 사용한다.
표본평균 대신 표본 중위수를 사용하면 작은 표본에 대해 보다 로버스트한 검정이 수행된다.
 
 

 
Bonett 방법 및 Levene 방법 대신에 정규분포를 바탕으로 한 F- 검정에 대한 결과를 사용할 수 있다.
F-검정은 정규분포 데이터에 대해서만 정확하기 때문에 정규성에서 벗어날 경우 검정결과가
부정확해질 수 있다. 그러나 데이터가 정규분포를 따르는 경우 일반적으로 F
-검정이 Bonett 방법이나 Levene 방법보다 강력하다.