기술 통계에서 평균, 중앙값, 최빈값의 차이점

기술 통계에서 평균, 중앙값, 최빈값의 차이점

기술통계학의 주요 목표 중 하나는 데이터를 쉽게 이해할 수 있도록 요약하는 것입니다. 방대하고 다양하며 때로는 다소 정돈되지 않은 데이터는 중심 경향 측정값 형태로 제시될 때 더 많은 정보를 제공합니다. 가장 일반적으로 사용되는 세 가지 중심 경향 측정값은 평균, 중앙값, 최빈값입니다. 이 세 가지 모두 데이터 세트의 "대표값"을 나타내는 것을 목표로 하지만, 계산 방식, 이상치에 대한 민감도, 적절한 사용 상황은 크게 다릅니다.

이 글에서는 평균, 중앙값, 최빈값의 의미, 계산 방법, 장점과 단점, 그리고 적용 사례를 살펴보고 분석 대상 데이터에 가장 적합한 측정값을 선택할 수 있도록 돕습니다.

1. 평균(산술평균): 정의 및 계산 방법

평균은 모든 데이터 값의 합을 데이터 포인트 수로 나눈 값입니다. 흔히 "평균값"이라고 불리는 평균은 일상생활에서 가장 친숙하게 사용됩니다. 모든 값을 비례적으로 고려하여 데이터의 중심값을 보여줍니다.

평균 공식:

\[
\bar{x} = \frac{\sum x_i}{n}
\]

설명 :
– \(\sum x_i\) = 모든 데이터 값의 합
– \(n\) = 데이터 개수

콘토:
다섯 학생의 시험 점수가 각각 70, 75, 80, 85, 90이라고 가정해 봅시다.
평균 = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80

평균적인 이점
1. 모든 데이터를 활용하여 정보가 완전하게 사용되도록 하십시오.
2. 계산이 간편하고 고급 분석(예: 분산, 표준편차)에 널리 사용됩니다.
3. 수치 데이터 및 비교적 대칭적인 분포에 적합합니다.

평균 결핍
1. 이상치에 매우 민감합니다. 하나의 극단적인 값이 평균값을 대부분의 데이터에서 크게 벗어나게 할 수 있습니다.
2. 데이터 분포가 비대칭적인 경우, 항상 "대표적인 값"을 나타내는 것은 아닙니다.

이상치 효과의 예:
소득 데이터(백만 루피아): 3, 3, 4, 4, 5, 50
평균 = (3+3+4+4+5+50)/6 = 69/6 = 11,5
대부분의 소득은 3만~5만 사이이지만, 평균 소득은 대표성이 떨어집니다.

2. 중앙값(중간값): 정의 및 계산 방법

중앙값은 데이터를 작은 값부터 큰 값 순으로 정렬했을 때 가운데에 있는 값입니다. 중앙값은 전체적인 크기보다는 위치를 강조하기 때문에 이상치에 덜 민감합니다.

중앙값을 구하는 방법:
1. 데이터를 정렬합니다.
2. 데이터의 개수가 홀수일 경우, 중앙값은 가운데에 있는 값입니다.
3. 데이터의 개수가 짝수이면 중앙값은 가운데 두 값의 평균입니다.

예시 (홀수):
데이터: 2, 3, 5, 7, 9
중앙값 = 중간값 = 5

예시 (짝수):
데이터: 10, 20, 30, 40
중앙값 = (20 + 30) / 2 = 25

중간값 장점
1. 이상치 및 극단값에 강합니다.
2. 소득, 주택 가격, 대기 시간 등과 같이 왜곡된 데이터에 적합합니다.
3. 순서형 데이터(예: 만족도 평가: 매우 만족, 만족, 보통, 불만족)에 사용할 수 있습니다.

중간값의 단점
1. 계산에 모든 데이터 값을 사용하지 않습니다(위치 기반 방식).
2. 평균적인 속성을 요구하는 고급 수학적 분석에는 적합하지 않습니다.

소득 예시로 돌아가 보면: 3, 3, 4, 4, 5, 50
데이터가 정렬되어 있으므로 6개 데이터의 중앙값은 세 번째 값과 네 번째 값의 평균입니다. (4 + 4) / 2 = 4
이 중앙값은 대다수의 상황을 훨씬 더 잘 나타냅니다.

3. 최빈값(가장 큰 값): 정의 및 판별 방법

최빈값은 데이터 세트에서 가장 자주 나타나는 값입니다. 경우에 따라 데이터는 다음과 같은 값을 가질 수 있습니다.
– 단일 모드(unimodal): 하나의 값이 가장 자주 나타납니다.
– 두 가지 모드(이중 모드): 두 가지 값이 가장 자주 나타납니다.
- 다양한 모드(멀티모달)
– 모드 없음: 모든 값이 동일한 빈도로 나타나는 경우

콘토:
데이터: 2, 3, 3, 4, 5
최빈값 = 3 (가장 자주 나타남)

이중봉형 예시:
데이터: 1, 2, 2, 3, 3, 4
최빈값 = 2 및 3

모드 장점
1. 명목 데이터(예: 가장 좋아하는 색, 가장 선호하는 브랜드)에 사용할 수 있는 유일한 중심 경향 측정값입니다.
2. 가장 지배적인 범주/값을 즉시 보여주기 때문에 이해하기 쉽습니다.
3. 극단적인 값이 가장 빈번하게 발생하는 값의 빈도를 변화시키지 않으므로 이상치의 영향을 받지 않습니다.

모드 부족
1. 때로는 유일한 것이 아닐 수도 있고(두 개 이상일 수도 있음) 아예 존재하지 않을 수도 있습니다.
2. 안정성이 떨어질 수 있으며, 데이터의 작은 변화에도 최빈값이 바뀔 수 있습니다.
3. 수학적으로 데이터의 "중심"을 항상 나타내는 것은 아닙니다.

4. 평균, 중앙값, 최빈값의 주요 차이점

요약하자면, 세 방법의 차이점은 계산 방식, 이상치에 대한 민감도, 그리고 적합한 데이터 유형에서 확인할 수 있습니다.

1. 평균은 모든 값을 사용하며, 대칭적인 수치 데이터에 가장 적합하지만 이상치에 민감합니다.
2. 위치 기반 중앙값은 왜곡된 데이터에 적합하며 이상치에 더 강건합니다.
3. 빈도 기반 최빈값은 범주형/명목형 데이터에 적합하며 가장 지배적인 값을 확인하는 데 사용됩니다.

많은 통계학 서적에서 세 가지 분포 사이에는 일반적인 관계가 있다고 나옵니다.
– 대칭 분포: 평균 ≈ 중앙값 ≈ 최빈값
- 분포가 오른쪽으로 치우침(skeletoned right): 평균 > 중앙값 > 최빈값
– Distribusi miring ke kiri (skewed left) : mean < median < modus Namun ini adalah kecenderungan, bukan aturan mutlak. 5. Kapan Menggunakan Mean, Median, atau Modus? Memilih ukuran pemusatan yang tepat bergantung pada karakter data dan tujuan analisis. Gunakan Mean jika: - Data berbentuk numerik (interval/rasio). - Distribusi relatif simetris. - Tidak ada outlier ekstrem atau outlier sudah ditangani. - Anda membutuhkan dasar untuk perhitungan statistik lainnya. Contoh situasi: rata-rata nilai ujian kelas dengan sebaran nilai wajar. Gunakan Median jika: - Data numerik tetapi terdapat outlier atau distribusinya miring. - Anda ingin nilai “tipikal” yang lebih stabil. - Data bersifat ordinal. Contoh situasi: median gaji karyawan, median harga rumah, median waktu tempuh perjalanan. Gunakan Modus jika: - Data bersifat nominal atau kategorik. - Anda ingin mengetahui pilihan yang paling umum. Contoh situasi: ukuran baju yang paling banyak dibeli (S/M/L), metode pembayaran paling sering dipakai, atau jenis produk terlaris. Kesimpulan Mean, median, dan modus adalah tiga ukuran pemusatan data yang sangat penting dalam statistika deskriptif. Mean memberikan rata-rata dengan mempertimbangkan semua nilai, namun rentan terhadap outlier. Median menunjukkan nilai tengah yang lebih tahan terhadap nilai ekstrem dan cocok untuk data yang skewed. Modus menyoroti nilai atau kategori yang paling sering muncul dan sangat berguna untuk data kategorik. Dengan memahami perbedaan dan konteks penggunaannya, Anda dapat memilih ukuran pemusatan yang paling tepat agar kesimpulan dari data menjadi lebih akurat dan mudah dipahami. Jika data Anda memiliki outlier besar, median sering lebih representatif; jika data bersifat kategorik, modus adalah pilihan utama; dan jika data simetris dan “bersih,” mean bisa menjadi ringkasan yang paling informatif.