통계 계산기（평균・중앙값・분산・표준편차・사분위수）
쉼표・공백・줄바꿈으로 구분된 숫자 데이터를 붙여넣기만 하면 평균값・중앙값・최빈값・범위・분산과 표준편차（모집단・표본 모두）・사분위수（Q1〜Q3）・도수분포표와 히스토그램까지 한 번에 계산해주는 무료 통계 계산기입니다.
통계 계산이란
이 도구는 붙여 넣으신 수치 데이터로부터 기술통계량을 한 번에 계산해 드립니다. 데이터 수(n)·합계·평균값·중앙값·최빈값·최솟값·최댓값·범위에 더해, 분산과 표준편차를 모집단과 표본 양쪽의 정의로 동시에 구할 수 있어, 어느 쪽을 써야 할지 망설여지는 상황에서도 견주어 보며 판단하실 수 있습니다.
분산의 계산에는 ‘n으로 나누는 모분산’과 ‘n−1로 나누는 표본분산(불편분산)’ 두 가지가 있으며, 이 도구는 둘을 나란히 표시합니다. 가지고 계신 데이터가 조사 대상의 전부라면 모분산을, 일부 표본이라면 표본분산을 참조해 주세요. 나아가 사분위수(Q1~Q3)와 사분위 범위(IQR), 계급별 도수분포표와 히스토그램까지 한꺼번에 출력합니다.
통계 계산 사용 방법
- 수치 데이터를 입력합니다 쉼표·공백·줄바꿈 중 하나로 구분해 수치를 나열합니다. 구분 문자가 섞여 있어도 인식됩니다.
- 엑셀이나 스프레드시트에서 붙여 넣습니다 열을 그대로 복사해 붙여 넣으면 줄바꿈 구분으로 보아 자동으로 수치만 뽑아냅니다.
- 계산 결과를 확인합니다 평균값·중앙값·최빈값·분산·표준편차·사분위수가 입력과 동시에 자동으로 다시 계산됩니다.
- 도수분포표와 히스토그램으로 분포를 봅니다 계급별 도수가 표와 그래프로 표시되어, 데이터의 치우침이나 봉우리의 모양을 시각적으로 확인하실 수 있습니다.
더 잘 활용하기 위한 팁
- 데이터는 쉼표・공백・줄바꿈 중 어느 것으로 구분해도 상관없습니다. 엑셀의 열을 그대로 복사&붙여넣기 해도 올바르게 인식됩니다.
- 표본표준편차（n−1로 나누는 불편분산）는 수집한 데이터가 모집단 전체가 아니라 일부 표본일 때 사용합니다. 전수조사라면 모집단 분산을 사용하세요.
- 사분위 범위（IQR）는 이상치의 영향을 잘 받지 않기 때문에 평균값이나 범위보다 데이터의 산포를 더 견고하게 파악할 수 있는 지표입니다.
- 최빈값이 여러 개 있는 경우 모두 표시됩니다. 모든 값의 출현 횟수가 같으면 "최빈값 없음"으로 표시됩니다.
- 히스토그램의 계급（구간） 수는 스터지스 공식（데이터 수로 자동 산출）으로 결정되므로, 데이터 수가 많을수록 계급이 더 세분화됩니다.
통계 계산의 활용 사례
시험 점수 분석
학급 전원의 시험 점수를 붙여 넣으면, 평균점·중앙값·표준편차로부터 성적의 산포와 상위권의 분포를 빠르게 파악하실 수 있습니다.
품질관리 데이터의 집계
제품의 측정값을 입력해, 평균값과 표준편차로부터 제조 라인의 산포가 허용 범위에 들어 있는지를 확인하는 용도로 쓰실 수 있습니다.
설문 응답의 요약
5단계 평가 등의 설문 결과를 정리해, 평균값이나 최빈값으로 어느 선택지에 응답이 몰려 있는지를 확인하실 수 있습니다.
과제·보고서용 통계량의 초안
수업이나 연구 보고서에 필요한 기본 통계량을 손 계산 없이 구하여, 사분위수까지 포함한 초안으로 쓰실 수 있습니다.
통계 계산 용어집
- 평균값
- 모든 데이터를 합계하여 데이터 수로 나눈 값입니다. 데이터 전체의 중심적인 위치를 나타내지만, 이상값의 영향을 받기 쉬운 지표입니다.
- 중앙값
- 데이터를 크기순으로 늘어놓았을 때 정확히 가운데에 위치하는 값입니다. 데이터 수가 짝수인 경우에는 가운데 두 개의 평균을 사용합니다.
- 최빈값
- 데이터 가운데 가장 많이 나타나는 값입니다. 같은 횟수의 값이 여럿이면 모두를 최빈값으로 표시하고, 전체 데이터의 출현 횟수가 같으면 ‘없음’으로 표시합니다.
- 모분산
- 데이터가 조사 대상의 전체(모집단)라는 전제로, 각 값과 평균값의 차의 제곱의 합계를 데이터 수 n으로 나눈 값입니다.
- 표본분산(불편분산)
- 데이터가 모집단의 일부(표본)라는 전제로, 각 값과 평균값의 차의 제곱의 합계를 n−1로 나눈 값입니다. 데이터가 두 건 이상 없으면 계산할 수 없습니다.
- 표준편차
- 분산의 제곱근입니다. 분산을 원래 데이터와 같은 단위로 되돌린 값이어서, 산포의 크기를 직관적으로 비교하기 쉬워집니다.
- 사분위수
- 데이터를 크기순으로 4등분하는 위치의 값입니다. 이 도구는 중앙값으로 위아래 절반으로 나눈 뒤, 각각의 중앙값을 Q1·Q3으로 삼는 방법으로 구합니다.
- 사분위 범위(IQR)
- 제3사분위수(Q3)에서 제1사분위수(Q1)를 뺀 값으로, 이상값의 영향을 덜 받는 데이터 산포의 지표입니다.
자주 묻는 질문
여담이지만 ― "표준편차"라는 용어는 언제 탄생했을까
"표준편차（standard deviation）"라는 용어를 처음 사용한 사람은 통계학자 칼 피어슨으로 알려져 있습니다. 1893년 논문에서 이 용어를 도입해, 그때까지 제각각으로 불리던 "평균제곱오차의 제곱근" 개념에 통일된 이름을 부여했습니다. 피어슨은 기술통계학의 기초를 다진 인물 중 한 명으로, 상관계수（피어슨 적률상관계수）와 카이제곱 검정에도 이름을 남겼습니다.
분산을 n으로 나눌지 n−1로 나눌지의 논쟁은 통계학에서 "표본"과 "모집단"의 차이를 이해하는 데 중요한 논점입니다. 표본평균을 사용해 분산을 계산하면 실제 모집단 분산보다 약간 작게 추정되는 경향이 있기 때문에（자유도 손실）, 표본으로부터 모집단을 추정할 때는 n−1로 나눔으로써 편향되지 않은（불편） 추정량을 얻을 수 있습니다. 이를 제안한 사람은 로널드 피셔로, 20세기 전반의 통계학에 큰 영향을 미쳤습니다.
사분위수와 상자그림（박스플롯）을 널리 보급시킨 사람은 미국의 통계학자 존 튜키입니다. 1970년대에 "탐색적 데이터 분석（Exploratory Data Analysis）"이라는 개념을 제창하며, 복잡한 수식에 의존하기 전에 먼저 손으로 직접 데이터의 형태를 대략 파악하는 것의 중요성을 강조했습니다. 상자그림은 지금도 이상치를 시각화하는 데 널리 사용되고 있습니다.