평균·표준편차 계산기 — 흩어진 정도까지

평균만으로는 데이터를 알 수 없습니다. 같은 평균이어도 흩어진 정도가 다르면 전혀 다른 데이터입니다.

결론부터

• 평균 = 합계 ÷ 개수
• 표준편차는 평균에서 얼마나 떨어져 있는지를 나타냅니다
• 표본은 n−1로, 모집단은 n으로 나눕니다

계산식

평균 = Σx ÷ n
분산 = Σ(x − 평균)² ÷ (n 또는 n−1)
표준편차 = √분산

분산은 제곱한 값이라 단위가 원래와 달라집니다. 점수의 분산은 "점²"이 되어 해석이 어렵습니다. 그래서 제곱근을 씌운 표준편차를 주로 씁니다.

같은 평균, 다른 데이터

두 반의 시험 점수를 봅니다.

A반 — 68, 70, 70, 72, 70 → 평균 70, 표준편차 1.4 B반 — 40, 60, 70, 80, 100 → 평균 70, 표준편차 22.4

평균은 같지만 완전히 다른 반입니다. A반은 모두 비슷하고, B반은 크게 갈립니다.

표준편차가 이 차이를 잡아냅니다.

표본과 모집단

모집단 — 알고 싶은 전체 집단입니다. 표본 — 그중 실제로 조사한 일부입니다.

표본으로 모집단의 표준편차를 추정할 때는 n이 아니라 n−1로 나눕니다.

표본은 실제보다 덜 흩어져 보이는 경향이 있어 나누는 수를 줄여 값을 조금 키우는 보정입니다. 이를 베셀 보정이라고 합니다.

전체를 다 조사했다면 n, 일부만 조사했다면 n−1을 씁니다. 개수가 많아지면 둘의 차이는 무시할 만해집니다.

평균과 중앙값

평균은 극단값에 흔들립니다.

1, 2, 3, 4, 100의 평균은 22입니다. 다섯 개 중 네 개가 5 미만인데 평균은 22입니다.

중앙값은 줄 세웠을 때 가운데 값입니다. 위 데이터의 중앙값은 3으로, 실제 분포를 더 잘 보여 줍니다.

소득이나 집값처럼 한쪽으로 치우친 데이터는 평균보다 중앙값이 대표성이 높습니다. 기준 중위소득이 평균이 아니라 중위값을 쓰는 이유입니다.

직접 확인해 본 것

여러 데이터로 계산해 봤습니다.

표준편차는 평균과 같은 단위입니다. 점수 데이터의 표준편차는 점 단위이므로 바로 해석됩니다. "평균 70점, 표준편차 10점"이면 대략 60~80점 사이에 많이 몰려 있다는 뜻입니다.

정규분포라면 68-95-99.7 규칙이 성립합니다. 평균 ± 1 표준편차 안에 약 68%, ± 2 표준편차 안에 약 95%, ± 3 표준편차 안에 약 99.7%가 들어갑니다.

데이터가 적으면 표준편차가 불안정합니다. 3~4개로 계산한 표준편차는 값 하나에 크게 흔들립니다.

변동계수

단위가 다른 데이터를 비교할 때 씁니다.

변동계수 = 표준편차 ÷ 평균 × 100

키의 표준편차 7cm와 몸무게의 표준편차 10kg 중 어느 쪽이 더 흩어졌는지는 그대로 비교할 수 없습니다.

평균 170cm에 표준편차 7cm면 변동계수 4.1%, 평균 65kg에 표준편차 10kg면 변동계수 15.4%입니다. 몸무게 쪽이 훨씬 더 흩어져 있습니다.

어디에 쓰이나

성적 분석 — 평균과 표준편차로 상대적 위치를 봅니다.

품질 관리 — 제품 규격의 편차를 관리합니다. 표준편차가 작을수록 균일한 생산입니다.

투자 위험 — 수익률의 표준편차를 변동성으로 봅니다. 같은 평균 수익률이면 표준편차가 작은 쪽이 안정적입니다. 복리 계산기에서 변동이 결과에 미치는 영향을 다룹니다.

측정 오차 — 여러 번 측정한 값의 표준편차로 정밀도를 평가합니다.

입력 방법

쉼표, 공백, 줄바꿈 어느 것으로 구분해도 됩니다. 엑셀에서 한 열을 복사해 붙여넣어도 인식됩니다.

숫자가 아닌 문자는 자동으로 걸러집니다. 음수와 소수점도 처리합니다.

입력한 데이터는 전송되지 않습니다. 브라우저 안에서만 계산됩니다.

자료를 볼 때의 순서

숫자 뭉치를 받으면 이 순서로 보면 대부분 파악됩니다.

1단계 — 개수를 확인합니다. 몇 개인지 모르고 평균부터 보면 신뢰도를 판단할 수 없습니다.

2단계 — 최솟값과 최댓값을 봅니다. 범위를 알면 데이터의 스케일이 잡힙니다. 이상치가 있는지도 여기서 대개 드러납니다.

3단계 — 평균과 중앙값을 비교합니다. 둘이 비슷하면 대칭에 가깝고, 평균이 중앙값보다 훨씬 크면 오른쪽으로 긴 꼬리가 있다는 뜻입니다. 소득 분포가 대표적인 예입니다.

4단계 — 표준편차를 봅니다. 평균 대비 얼마나 큰지가 중요합니다. 평균 100에 표준편차 5면 균일하고, 평균 100에 표준편차 50이면 제각각입니다.

이 네 가지만 봐도 데이터의 성격이 대략 파악됩니다.

이상치를 어떻게 다루나

한두 개의 극단값이 평균과 표준편차를 크게 흔듭니다.

먼저 실수인지 확인합니다. 자릿수를 잘못 입력한 값이 섞이는 경우가 흔합니다. 키 데이터에 1700이 있다면 170의 오타일 가능성이 큽니다.

진짜 값이라면 함부로 빼지 않습니다. 극단값도 데이터의 일부입니다. "이상치를 제외하면 평균이 이렇다"고 밝히고 함께 제시하는 편이 정직합니다.

중앙값을 함께 보면 이상치의 영향을 덜 받는 그림을 볼 수 있습니다.

사분위수 범위(IQR) 를 쓰는 방법도 있습니다. 데이터를 넷으로 나눈 뒤 가운데 절반의 범위를 보는 방식으로, 극단값에 흔들리지 않습니다.

평균의 종류

산술평균만 있는 것이 아닙니다.

산술평균 — 다 더해서 개수로 나눕니다. 가장 일반적입니다.

기하평균 — 다 곱해서 개수만큼 제곱근을 씌웁니다. 수익률처럼 곱셈으로 누적되는 값에 씁니다. 연 50%와 −30%의 산술평균은 10%지만, 실제 2년 누적은 5%로 기하평균은 약 2.5%입니다.

가중평균 — 항목마다 비중을 다르게 두고 평균을 냅니다. 학점 계산이 대표적입니다. 학점 환산 계산기에서 학점 수로 가중하는 방식을 다룹니다.

조화평균 — 속도처럼 비율의 평균에 씁니다. 갈 때 시속 60km, 올 때 시속 40km면 평균 속도는 50km/h가 아니라 48km/h입니다.

무엇을 평균 내는지에 따라 방식이 달라집니다.

붙여넣기로 바로 쓰기

엑셀이나 스프레드시트의 한 열을 복사해 그대로 붙여넣으면 인식됩니다. 쉼표로 구분된 목록도 되고, 줄바꿈이 섞여 있어도 상관없습니다.

숫자가 아닌 문자는 자동으로 걸러지므로 제목 행이 섞여 들어가도 결과에 영향을 주지 않습니다.

자주 묻는 질문

Q. 표준편차가 0이면요? A. 모든 값이 같다는 뜻입니다.

Q. 어느 기준을 골라야 하나요? A. 조사 대상 전체를 다 넣었다면 모집단, 더 큰 집단을 추정하려는 일부라면 표본입니다.

Q. 최빈값은 왜 없나요? A. 연속형 데이터에서는 의미가 적어 넣지 않았습니다. 범주형 데이터라면 개수를 직접 세는 편이 낫습니다.

평균 하나만 제시된 자료를 볼 때는 개수와 흩어진 정도가 함께 있는지 확인하는 습관이 도움이 됩니다. 그 둘이 없으면 평균이 무엇을 대표하는지 알 수 없습니다.

함께 보면 좋은 계산

비율 계산은 퍼센트 계산기를 쓰세요.

중위소득 개념은 기준 중위소득 계산기에서 다룹니다.

글자수 세기처럼 글자수 세기도 붙여넣기로 동작합니다.

정리

• 평균만으로는 데이터를 알 수 없고 표준편차를 함께 봐야 합니다
• 표본은 n−1, 모집단은 n으로 나눕니다
• 치우친 데이터는 평균보다 중앙값이 대표성이 높습니다

2026년 8월 기준으로 작성했습니다.