통계 계산기

기술통계란 무엇인가요?

기술통계는 더 큰 모집단에 대한 추론 없이 데이터셋의 중심 경향, 분산 및 형태를 요약합니다. 세 가지 기둥은 위치 측정(평균, 중앙값), 산포 측정(범위, 분산, 표준편차) 및 위치 측정(사분위수, 백분위수)입니다.

산술 평균은 이상치에 민감하지만, 중앙값은 견고합니다. 분산은 평균으로부터의 평균 제곱 편차를 측정합니다. 표준편차는 그 제곱근이며 데이터와 동일한 단위를 가지므로 더 해석하기 쉽습니다.

정규 분포 데이터의 경우 값의 약 68%가 평균 ±1σ 내에, 95%가 ±2σ 내에, 99.7%가 ±3σ 내에 있습니다(경험 법칙). 이것이 표준편차를 품질 관리, 가설 검정 및 위험 분석의 기초로 만듭니다.

Formula: 평균 (x̄) = Σxᵢ / n 분산 (s²) = Σ(xᵢ - x̄)² / (n - 1) 표준편차 (s) = √분산 중앙값 = 정렬된 데이터의 가운데 값

계산 예시

데이터셋: [4, 8, 6, 5, 3]. 개수 = 5, 합계 = 26, 평균 = 5.2, 정렬 = [3,4,5,6,8], 중앙값 = 5. 분산 = [(4−5.2)² + (8−5.2)² + (6−5.2)² + (5−5.2)² + (3−5.2)²] / 4 = 3.7. 표준편차 = √3.7 ≈ 1.924.

이 계산기를 사용해야 할 때

• 공정 변동성과 관리 한계를 파악하기 위해 측정 데이터를 분석하는 품질 엔지니어
• 가설 검정이나 모델 구축 전에 실험 결과를 요약하는 연구자
• 중심 경향과 산포를 파악하기 위해 설문 응답이나 판매 데이터를 프로파일링하는 비즈니스 분석가
• 수작업 통계 계산을 검증하거나 과제용 데이터셋 특성을 탐색하는 학생

피해야 할 일반적인 실수

• 산포 지표 없이 평균만 보고 — [1, 1, 1, 1, 1]과 [0, 0, 0, 0, 5]의 평균은 둘 다 1이지만 데이터는 근본적으로 다릅니다; 항상 표준편차나 범위를 함께 제시하세요
• 전체 모집단에 표본 통계 공식을 사용(또는 그 반대) — 표본 분산은 n-1로, 모분산은 n으로 나눕니다; 데이터가 표본인지 전체 모집단인지에 따라 선택해야 합니다
• 결과 해석 전 이상치를 무시 — 극단값 하나가 평균을 크게 이동시키고 표준편차를 부풀릴 수 있습니다; 최솟값/최댓값을 확인하고 강건한 요약을 위해 중앙값과 IQR 사용을 고려하세요
• 확인 없이 데이터가 정규분포라고 가정 — 많은 통계적 추론은 정규성을 요구합니다; 모수적 검정을 적용하기 전에 평균과 중앙값을 비교하고 왜도를 확인하세요

결과 해석 방법

• 먼저 평균과 중앙값을 비교하세요 — 평균이 중앙값보다 눈에 띄게 크면 오른쪽 치우침이나 큰 이상치가 있다는 신호이며, 이 경우 중앙값이 더 나은 '대표값'입니다
• 표준편차는 데이터와 같은 단위를 갖습니다 — 대략 종 모양 분포라면 값의 약 95%가 평균 ±2 표준편차 안에 들어갑니다
• 최솟값과 최댓값을 평균 ±3 표준편차와 비교하세요 — 이 범위를 벗어난 값은 추가 분석 전에 조사할 가치가 있는 이상치 후보입니다
• 표준편차를 평균으로 나누면 변동계수(CV)를 얻습니다 — 0.3을 넘으면 데이터가 넓게 퍼져 있어 평균만으로는 요약이 부족하다는 뜻입니다
• 개수(Count)가 입력하려던 값의 수와 일치하는지 확인하세요 — 다른 모든 통계량은 전체 데이터가 올바르게 파싱되었다는 전제에 의존합니다

관련 표준 및 참고자료

• NIST/SEMATECH e-Handbook of Statistical Methods (Section 1, Exploratory Data Analysis) — 위치·산포 측도의 기준 정의와 지침
• ISO 3534-1 — 통계 용어 및 기호: 일반 통계 용어와 확률 용어
• Tukey, J. W. (1977), Exploratory Data Analysis — 정식 추론에 앞서 데이터를 요약하는 방법을 다룬 기초 문헌

자주 묻는 질문

모집단 분산(÷n)과 표본 분산(÷n−1) 중 어느 것을 사용해야 하나요?

데이터가 더 큰 모집단에서 추출한 표본인 경우 표본 분산(n−1로 나누기, 베셀 보정)을 사용하세요. 전체 모집단인 경우에만 모집단 분산(÷n)을 사용하세요.

언제 평균보다 중앙값이 더 적절한가요?

데이터가 편향되었거나 이상치를 포함하는 경우 중앙값을 사용하세요 — 예를 들어, 소득 분포, 주택 가격 또는 고장 시간. 중앙값은 극단값의 영향을 받지 않습니다.

평균 대비 표준편차가 크면 무엇을 의미하나요?

변동계수(CV = 표준편차 / 평균)는 상대적 산포를 측정합니다. CV가 0.15 미만이면 변동성이 낮고, 0.15-0.30이면 보통, 0.30 초과면 높습니다. CV가 높다는 것은 데이터가 넓게 흩어져 있어 평균만으로는 요약이 부실하다는 뜻입니다 — 항상 중심 경향과 함께 산포를 보고하세요.