평균·분산·표준편차 계산기 완벽 가이드
이 계산기는 여러 개의 숫자 데이터를 입력하면 통계학에서 가장 기본이 되는 지표인 평균(mean), 분산(variance), 표준편차(standard deviation)를 자동으로 계산해줍니다. 학교 수행평가나 확률과 통계 시험 대비는 물론, 실험 데이터 분석, 설문조사 결과 정리, 성적 분포 분석 등 실생활과 업무에서 폭넓게 활용할 수 있습니다. 숫자를 쉼표, 공백, 줄바꿈 중 어떤 방식으로 구분해서 입력해도 자동으로 인식하며, 숫자가 아닌 문자는 무시하고 계산하므로 엑셀이나 메모장에서 데이터를 그대로 복사해 붙여넣어도 문제없이 사용할 수 있습니다.
모집단 표준편차와 표본 표준편차, 무엇이 다를까?
통계에서 표준편차는 데이터가 평균으로부터 얼마나 퍼져 있는지를 나타내는 지표입니다. 그런데 표준편차에는 모집단(population) 표준편차와 표본(sample) 표준편차 두 가지가 있고, 계산 공식이 미묘하게 다릅니다. 모집단 표준편차는 조사하려는 대상 전체(모집단)의 데이터를 모두 가지고 있을 때 사용하며, 편차 제곱의 합을 데이터 개수 n으로 나눕니다. 반면 표본 표준편차는 전체 중 일부(표본)만 추출해 전체를 추정할 때 사용하며, n이 아닌 n-1로 나눕니다.
왜 표본에서는 n이 아니라 n-1로 나눌까? (자유도, 베셀 보정)
표본은 모집단 전체가 아니라 일부이기 때문에, 표본의 평균은 모집단의 실제 평균과 정확히 일치하지 않을 가능성이 높습니다. 표본평균을 기준으로 편차를 계산하면 각 데이터가 평균에 "너무 가깝게" 맞춰지는 경향이 생겨, 분산을 실제보다 과소추정(underestimate)하게 됩니다. 이를 보정하기 위해 자유도(degree of freedom)를 하나 줄인 n-1로 나누는데, 이를 베셀의 보정(Bessel's correction)이라 부릅니다. 결과적으로 표본표준편차는 항상 모표준편차보다 같거나 큰 값을 가지며, 표본 데이터로 모집단을 추정할 때 더 신뢰할 수 있는 값이 됩니다. 실무에서는 전체 데이터를 모두 확보한 경우(예: 학급 전체 성적)에는 모표준편차를, 일부만 뽑아 조사한 경우(예: 무작위 설문 100명)에는 표본표준편차를 사용하는 것이 원칙입니다.
중앙값·최빈값·사분위수는 왜 함께 봐야 할까?
평균은 극단값(이상치)의 영향을 크게 받기 때문에, 데이터 분포를 정확히 이해하려면 중앙값(median), 최빈값(mode), 사분위수(quartile)를 함께 확인하는 것이 좋습니다. 중앙값은 데이터를 크기순으로 정렬했을 때 정확히 가운데에 위치한 값으로 극단값의 영향을 적게 받습니다. 최빈값은 가장 자주 등장한 값으로 데이터의 집중 경향을 보여줍니다. Q1(하위 25%), Q2(중앙값), Q3(상위 25%) 사분위수와 이들의 차이인 IQR(사분위범위)은 데이터가 얼마나 고르게 퍼져 있는지, 이상치가 있는지를 파악하는 데 유용합니다. 변동계수(CV)는 표준편차를 평균으로 나눈 상대적 산포도로, 단위나 평균 크기가 다른 두 데이터 집단의 변동성을 비교할 때 사용됩니다.
이런 곳에 활용해보세요
- 확률과 통계 수행평가·시험 문제 검산
- 반 평균 점수 대비 개인 성적의 편차 분석
- 설문조사 응답값의 분산과 신뢰도 확인
- 실험 반복 측정값의 오차 범위(표준편차) 계산
- 두 데이터 집단의 변동성(CV) 비교
자주 묻는 질문 (FAQ)
Q. 모표준편차와 표본표준편차 중 무엇을 써야 하나요?
A. 가진 데이터가 조사 대상 전체라면 모표준편차를, 전체 중 일부만 추출한 표본이라면 표본표준편차를 사용하세요. 확실하지 않다면 표본표준편차(n-1)를 쓰는 것이 통계학적으로 더 안전한 선택입니다.
Q. 데이터에 문자나 빈 칸이 섞여 있어도 되나요?
A. 네, 숫자로 인식되지 않는 값은 자동으로 걸러내고 나머지 숫자만으로 계산합니다. 쉼표, 공백, 줄바꿈을 자유롭게 섞어서 입력해도 됩니다.
Q. 최빈값이 여러 개면 어떻게 표시되나요?
A. 등장 빈도가 가장 높은 값이 여러 개일 경우 모두 쉼표로 구분해 함께 표시합니다. 모든 값의 등장 횟수가 같다면 "없음"으로 표시됩니다.