세 값을 한눈에 비교하기
| 구분 | 계산 방법 | 극단값 영향 | 적합한 상황 | 주의할 점 |
|---|---|---|---|---|
| 평균 | 모두 더해 개수로 나눔 | 큼 | 대칭에 가까운 수치 데이터, 총량 계산 | 치우친 분포에서 '보통'을 대표하지 못함 |
| 중앙값 | 크기순 가운데 값(짝수면 가운데 두 값의 평균) | 작음 | 소득·집값처럼 치우친 분포 | 값의 크기 정보를 일부 버림 |
| 최빈값 | 가장 자주 나온 값 | 거의 없음 | 범주형 자료, 가장 흔한 선택 찾기 | 없거나 여러 개일 수 있음 |
참고로 오른쪽으로 길게 치우친 분포에서는 평균이 중앙값보다 큰 경우가 흔하다는 경험칙이 있습니다. 다만 위키백과도 이것이 항상 성립하는 것은 아니라고 정리하므로 '흔히 그렇다' 정도로만 받아들이세요.
직접 계산해 보기: 가상 월급 예시
가상 예시입니다. 작은 회사 직원 10명의 월급(만원)이 280, 290, 300, 300, 310, 320, 330, 340, 350, 3000이라고 합시다. 마지막 한 명은 대표입니다.
- 평균: 합계 5,820 ÷ 10 = 582만원
- 중앙값: 다섯 번째와 여섯 번째 값 310과 320의 평균 = 315만원
- 최빈값: 300이 두 번 나오므로 300만원
직원 열 명 중 아홉 명이 350만원 이하인데 평균은 582만원입니다. 대표를 뺀 아홉 명의 평균은 약 313만원이고 중앙값은 310만원입니다. 극단값 하나가 평균을 약 269만원 끌어올렸지만 중앙값은 5만원 움직였을 뿐입니다. 어느 값을 말하느냐에 따라 '이 회사는 월급이 높다'는 인상이 정반대가 될 수 있습니다.
실제 사례 세 가지
사례 1. 800명이 황소 무게를 맞혔다: 갤턴의 장터 (중앙값의 사례)
1906년 영국 플리머스의 가축 박람회에서 800명이 손질한 황소의 무게를 맞히는 내기에 참여했습니다(위키백과 기준). 통계학자 프랜시스 갤턴이 이 기록을 분석했고, 추정값의 중앙값은 1,207파운드, 실제 무게는 1,198파운드로 오차가 1% 이내였습니다. 참가자 개개인은 틀렸지만 가운데 값은 정답에 가까웠던 것입니다. 극단적으로 엉뚱한 답이 섞여 있어도 중앙값은 흔들리지 않는다는 장점이 잘 드러나는 사례로 자주 인용됩니다. 배울 점은 집단의 추정을 요약할 때 중앙값이 평균보다 안전할 수 있다는 것입니다. 이 사례는 군중이 항상 옳다는 증거가 아니며, 개인들이 서로 영향을 주지 않고 독립적으로 추정했을 때 성립하는 이야기입니다.
사례 2. 숫자가 같아도 그림은 다르다: 앤스콤의 네 가지 데이터 (함정의 사례)
통계학자 프랜시스 앤스콤은 1973년 서로 모양이 전혀 다른 네 개의 데이터 세트를 만들었습니다. 네 세트는 x의 평균이 9, y의 평균이 약 7.5이고 분산, 상관계수(약 0.816), 회귀직선(y = 3 + 0.5x)까지 거의 같습니다. 그런데 그래프로 그려 보면 직선 모양, 곡선 모양, 이상치 하나가 만든 모양 등 완전히 다릅니다. 앤스콤은 '수치 계산은 정확하고 그래프는 어림'이라는 통념에 맞서 이 예를 만들었다고 합니다. 배울 점은 평균 같은 요약값만 보고 판단하면 데이터의 실제 모양을 놓칠 수 있다는 것입니다.
사례 3. 소득 통계에서 중앙값이 쓰이는 이유 (제도의 사례)
위키백과는 중앙값 소득을 '인구를 소득이 높은 절반과 낮은 절반으로 나누는 금액'으로 정의하고, 이것이 평균 급여나 1인당 GDP와 다르다는 점을 설명합니다. 소득 분포가 한쪽으로 치우쳐 있기 때문입니다. 최상위 소득이 아무리 커져도 중앙값은 변하지 않는다는 성질 때문에, 많은 국가와 기관이 상대적 빈곤을 '중위소득의 일정 비율 미만'으로 정의합니다(비율은 50%, 60% 등 기관마다 다릅니다). 한국의 구체적인 통계와 기준값은 통계청 등 해당 시점 소관 기관의 발표를 확인하세요. 배울 점은 어떤 지표를 쓰느냐가 곧 제도 설계의 철학을 보여 준다는 것입니다.
뉴스나 보고서를 볼 때의 체크리스트
- '평균'이라고만 쓰여 있으면 중앙값도 함께 제시되었는지 확인합니다.
- 극단값(아주 큰 값, 아주 작은 값)이 있을 법한 주제(소득, 집값, 자산, 응답 시간)는 평균을 의심해 봅니다.
- 표본 크기와 모집단(전체인지 일부인지)을 확인합니다.
- 가능하면 히스토그램 같은 분포 그림이나 표준편차를 함께 봅니다.
흔한 오해와 정정
- 오해: 평균은 가장 흔한 값이다. 실제: 평균은 가장 흔한 값(최빈값)이나 가운데 값(중앙값)과 다를 수 있고, 평균과 같은 값을 가진 사람이 아무도 없을 수도 있습니다.
- 오해: 중앙값은 항상 평균보다 낫다. 실제: 총량을 계산하거나 모든 값을 반영하고 싶을 때는 평균이 맞습니다. 목적에 따라 다릅니다.
- 오해: 최빈값은 하나뿐이다. 실제: 가장 많이 나온 값이 둘 이상이면 모두 최빈값이며, 모든 값이 한 번씩이면 최빈값이 없다고 합니다.
- 오해: 중앙값은 두 값의 평균이 데이터에 없으니 틀렸다. 실제: 짝수 개일 때 가운데 두 값의 평균을 쓰는 것이 일반적 정의입니다.
한계와 더 알아볼 점
세 대표값 모두 분포의 모양을 완전히 말해 주지 않습니다. 앞의 앤스콤 사례처럼 요약값이 같아도 그림은 다를 수 있습니다. 또 책에 따라 최빈값을 구간으로 정하는 방식(연속 자료)이나 평균의 종류(산술·기하·조화)가 달라지니, 학교 교과서나 통계 소프트웨어의 정의를 확인하세요. 이 글의 계산 예시는 설명을 위한 가상의 숫자입니다.
자주 묻는 질문
평균, 중앙값, 최빈값 중 어떤 것이 가장 정확한가요?
어느 하나가 항상 정확한 것은 아니며, 데이터의 분포와 극단값 존재 여부에 따라 적합한 지표가 달라지므로 상황에 맞게 선택해야 합니다.
세 값이 모두 같을 수도 있나요?
네, 데이터가 좌우 대칭인 정규분포에 가까운 형태라면 평균, 중앙값, 최빈값이 거의 같은 값으로 나타날 수 있습니다.
값이 짝수 개일 때 중앙값은 어떻게 구하나요?
크기순으로 정렬해 가운데 두 값의 평균을 구합니다. 예를 들어 1, 2, 2, 3, 3, 3, 4, 10에서는 가운데 두 값이 모두 3이므로 중앙값은 3이고, 평균은 3.5입니다.
극단값은 무조건 빼야 하나요?
아닙니다. 측정 오류라면 바로잡지만, 실제로 존재하는 값이라면 함부로 제외하지 말고 평균 대신 중앙값을 함께 제시하거나 제외 기준을 밝히는 것이 정직한 방법입니다.
범주형 자료는 어떤 대표값을 쓰나요?
혈액형이나 선호 메뉴처럼 순서나 크기가 없는 자료는 평균과 중앙값을 계산할 수 없으므로 최빈값을 씁니다.
이어서 읽을 글
- 표준편차 이해하기: 데이터가 얼마나 퍼져 있는지
- 정규분포 이해하기: 세 값이 같아지는 대칭 분포
- 상관관계와 인과관계: 통계 수치를 해석할 때의 또 다른 함정
- 확률 기초: 통계의 바탕이 되는 개념