중심과 퍼짐을 나누어 보기
A=(8, 10, 12), B=(108, 110, 112)는 평균이 크게 다르지만 중심에서 떨어진 정도는 같다. 평균이나 중앙값을 기준으로 구한 절대편차는 두 집단 모두 (2, 0, 2)다. 분산을 비교하는 목적은 평균 위치의 차이를 검정하는 목적과 다르다.
절대편차를 비교한다
B가 (104, 110, 116)으로 바뀌면 절대편차는 (6, 0, 6)이다. A보다 중심 주위에 넓게 퍼져 있다는 정보를 변환한 자료에서 볼 수 있다. 실제 검정은 절대편차의 집단 간 변동과 집단 내 변동을 함께 반영하므로 편차의 크기 하나만 보고 p값을 정할 수는 없다.
어떤 중심을 선택했는가
원래 레빈 검정은 집단 평균을 사용한다. 중앙값이나 절사평균을 사용하는 변형은 브라운포사이스 방식으로도 불린다. 극단값이나 비대칭성에 대한 반응이 달라질 수 있으므로 같은 레빈 검정이라는 이름만 기록하기보다 사용한 중심도 확인해야 한다.
결과가 말하는 범위
작은 p값은 모든 분산이 같다는 가설과 자료가 맞지 않는다는 증거다. 모든 집단 쌍의 분산이 다르다는 뜻은 아니다. 반대로 기각하지 못했다고 정확한 등분산을 입증한 것도 아니다. 정규성 이탈에 덜 민감한 대안이라는 특성도 이상값과 표본 설계를 살피지 않아도 된다는 뜻으로 받아들이면 안 된다.