평균만으로 부족한 정보
2와 4의 평균도 3이고 0과 6의 평균도 3이다. 중심은 같지만 두 번째 자료가 평균에서 더 멀리 퍼져 있다. 표준편차는 이런 흩어짐을 나타내는 방법이다. 평균이 같은 자료를 비교할 때 도움이 되지만 분포의 비대칭이나 여러 무리가 섞인 형태까지 모두 알려 주지는 않는다.
계산의 구조
각 값에서 평균을 뺀 차이를 제곱해 모으고 정해진 분모로 나눈 뒤 제곱근을 구한다. 제곱을 사용하므로 평균에서 멀리 떨어진 값의 영향이 커진다. 모집단 전체를 기술하는 계산과 표본으로 모집단 분산을 추정하는 계산은 분모가 다르다. 소프트웨어 함수가 어느 정의를 사용하는지 확인해야 결과를 정확히 비교할 수 있다.
세 값으로 계산하기
1, 3, 5라는 세 값의 평균은 3이다. 평균에서의 차이는 -2, 0, 2이고 제곱의 합은 8이다. 표본분산을 구하는 일반적인 식에서는 3에서 1을 뺀 2로 나누므로 분산은 4, 표준편차는 2다. 세 값을 모집단 전체로 취급하면 분모가 3이 되어 다른 결과가 나온다. 같은 자료라도 계산 목적이 중요하다.
단위와 극단값
길이를 센티미터로 측정했다면 표준편차도 센티미터로 표현한다. 값이 하나 매우 커지면 표준편차가 크게 바뀔 수 있으므로 오류인지 실제 관측인지 확인한다. 극단값이 불편하다는 이유만으로 지워서는 안 된다. 긴 꼬리가 있는 자료에서는 사분위 범위 같은 다른 흩어짐 지표도 함께 보면 분포를 이해하는 데 도움이 된다.
어디까지 말해 주는가
표준편차가 작다는 것은 해당 자료가 평균 주변에 비교적 모였다는 뜻이지 측정이 참값에 정확하다는 뜻은 아니다. 또한 평균에서 표준편차 한 배 안에 항상 같은 비율의 자료가 들어오는 것도 아니다. 그런 비율 해석에는 분포에 대한 조건이 필요하다. 표본 수와 원자료의 모양을 함께 보아야 한다.
관련 문서
통계학 / 중앙값 / 측정 / 정확도와 정밀도의 차이