사회조사분석사 2급 기술통계분석 개념 정리
중요도 ★★★★★ · 45% (추정)
2027년 출제기준 반영
개요
이 단원은 모은 자료를 몇 개의 숫자로 요약하는 기술통계와, 표본에서 얻은 숫자로 모집단을 짐작하고 판단하는 추론통계를 함께 다룹니다. 3과목에서 가장 넓은 부분이라 대푯값과 흩어짐, 구간추정, 가설검정, 평균 비교, 교차분석의 순서로 정리해 두면 좋습니다.
자료의 가운데는 평균, 중앙값, 최빈값으로 나타냅니다. 평균은 모든 값을 더해 나누므로 아주 큰 값 하나에도 끌려가고, 순서로 정하는 중앙값은 그런 영향을 덜 받습니다. 흩어진 정도는 분산과 표준편차로 나타내며, 평균의 크기가 서로 크게 다른 집단끼리는 표준편차를 평균으로 나눈 값으로 견줍니다.
표본평균 하나로 모평균을 단정하지 않고, 표준오차에 신뢰수준에 맞는 z 값을 곱한 폭을 앞뒤로 붙여 구간으로 추정합니다. 신뢰수준을 높이면 구간이 넓어지고 표본을 늘리면 좁아집니다. 가설검정은 '차이가 없다'는 귀무가설을 세우고, 표본 결과가 우연으로 보기 어려울 만큼 극단적이면 그 가설을 버리는 절차이며, 맞는 가설을 버리는 잘못과 틀린 가설을 버리지 못하는 잘못이 생길 수 있습니다.
평균을 비교할 때는 집단 수와 자료의 짝 여부로 방법을 고릅니다. 같은 사람을 두 번 잰 자료는 차이를 구해 대응표본 t검정, 서로 다른 두 집단은 독립 2표본 t검정, 셋 이상 집단은 집단 사이 흩어짐과 집단 안 흩어짐을 견주는 분산분석을 씁니다. 성별과 찬반처럼 범주로 나뉜 두 변수가 관련 있는지는 교차표의 실제 도수와 기대도수를 비교하는 카이제곱 검정으로 봅니다.
핵심 개념
중앙값
자료를 크기 순서로 늘어놓았을 때 한가운데 오는 값입니다. 가장 작은 값과 가장 큰 값의 가운데가 아니라 순서의 가운데라는 점에 주의합니다.
외우는 요령줄 세워 가운데.
변동계수
표준편차를 평균으로 나누어 백분율로 나타낸 값입니다. 평균의 크기가 다른 집단의 상대적인 흩어짐을 비교할 때 씁니다.
외우는 요령흩어짐을 평균 대비로.
불편성
추정량의 기댓값이 추정하려는 모수와 같아 평균적으로 치우치지 않는 성질입니다. 표본평균과 n − 1 로 나눈 표본분산이 불편추정량입니다.
외우는 요령여러 번 평균 내면 참값.
신뢰구간
모수가 들어 있으리라 믿을 수 있는 범위로, 추정값에 '신뢰수준의 z 값 × 표준오차'를 더하고 빼서 구합니다.
외우는 요령추정값 ± 오차한계.
제1종 오류와 제2종 오류
제1종 오류는 맞는 귀무가설을 기각하는 잘못(확률 α), 제2종 오류는 틀린 귀무가설을 기각하지 못하는 잘못(확률 β)입니다.
외우는 요령1종은 억울한 기각, 2종은 놓친 기각.
일원분산분석
셋 이상 집단의 평균이 같은지 비교하는 방법입니다. 집단 간 평균제곱을 집단 내 평균제곱으로 나눈 F 값으로 판단합니다.
외우는 요령이름은 분산, 목적은 평균.
기대도수
교차분석에서 두 변수가 독립이라고 가정할 때 각 칸에 들어갈 것으로 기대되는 수입니다. 그 행의 합계와 열의 합계를 곱해 전체 합계로 나눕니다.
외우는 요령행 합 × 열 합 ÷ 전체.
헷갈리는 것 비교: 평균·관련성 검정 방법 고르기
| 방법 | 언제 쓰나 | 자유도 |
|---|---|---|
| 대응표본 t검정 | 같은 대상을 두 번 잼 | n − 1 |
| 독립 2표본 t검정 | 서로 다른 두 집단(등분산) | n₁ + n₂ − 2 |
| 일원분산분석 | 셋 이상 집단의 평균 | 집단 간 k − 1, 집단 내 n − k |
| 교차분석(카이제곱) | 범주형 두 변수의 관련 | (행 − 1) × (열 − 1) |
기술통계분석, 핵심정리
- 대푯값: 평균은 극단값에 가장 민감, 중앙값·최빈값·사분위수는 덜 민감. 오른쪽 꼬리(양의 왜도): 평균 > 중앙값 > 최빈값, 왼쪽 꼬리는 반대, 대칭이면 셋이 같음.
- 표본분산 = 편차 제곱합 ÷ (n − 1). 모든 값에 c 를 더하면 평균만 c 커지고 표준편차는 그대로. 변동계수 = 표준편차 ÷ 평균 × 100% (평균이 다른 집단 비교).
- 좋은 추정량: 불편성(기댓값 = 모수), 일치성(n 이 커지면 참값에 가까워짐), 효율성(분산이 더 작음), 충분성(정보를 빠짐없이 담음).
- 신뢰구간: 평균 x̄ ± z·σ/√n, 비율 p̂ ± z·√{p̂(1 − p̂)/n}. z: 90% 1.645, 95% 1.96, 99% 2.576. 오차한계 절반 → n 은 4배. 표본 크기는 올림.
- 제1종 오류 = 참인 귀무가설 기각(α, 유의수준은 그 최대 허용 한계, 보통 0.05·0.01). 제2종 오류 = 거짓인 귀무가설을 기각 못 함(β). 검정력 = 1 − β. p값 < α → 귀무가설 기각. p값은 귀무가설이 참일 확률이 아님.
- t검정: 같은 대상 전·후 = 대응표본(차이로 계산, 자유도 n − 1). 서로 다른 두 집단(등분산 가정) = 독립 2표본(자유도 n₁ + n₂ − 2).
- 일원분산분석: 셋 이상 집단 평균 비교, 가정 = 정규성·독립성·등분산성. 자유도 집단 간 k − 1, 집단 내 n − k, F = (SSB ÷ (k − 1)) ÷ (SSW ÷ (n − k)). 교차분석(카이제곱): 귀무가설 = 두 변수는 독립, 자유도 (행 − 1)(열 − 1), 기대도수 = 행 합계 × 열 합계 ÷ 전체.
기술통계분석, 자주 틀리는 함정
틀린 생각: p값은 귀무가설이 참일 확률이다
바른 내용: p값은 귀무가설이 참이라고 가정할 때 지금만큼 또는 더 극단적인 결과가 나올 확률입니다. 귀무가설 자체가 맞을 확률이 아니며, 유의수준보다 작으면 귀무가설을 기각합니다.
틀린 생각: 같은 직원들의 교육 전·후 점수 비교에는 독립 2표본 t검정을 쓴다
바른 내용: 같은 사람을 두 번 잰 자료는 짝이 지어져 있으므로 대응표본 t검정을 씁니다. 사람마다 전·후 차이를 구해 검정하므로 자유도도 n − 1 입니다.
틀린 생각: 4개 집단 20명의 일원분산분석에서 집단 내 자유도는 n − 1 = 19 이다
바른 내용: 19 는 전체 자유도이고 집단 내 자유도는 n − k = 20 − 4 = 16 입니다. 집단 간 자유도 k − 1 = 3 과 더해 전체 자유도 19 가 되는지로 검산합니다.
기술통계분석 대표 문제 10개
문제 1. 자료 2, 3, 3, 5, 7 의 평균, 중앙값, 최빈값을 바르게 짝지은 것은?
- ① 평균 4, 중앙값 4.5, 최빈값 3
- ② 평균 3, 중앙값 3, 최빈값 4
- ③ 평균 5, 중앙값 3, 최빈값 3
- ④ 평균 4, 중앙값 3, 최빈값 3
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ④ 평균 4, 중앙값 3, 최빈값 3
핵심: 중앙값 = 가운데 순서 값, 최빈값 = 가장 많이 나온 값
- 평균 = (2 + 3 + 3 + 5 + 7) ÷ 5 = 20 ÷ 5 = 4
- 중앙값 = 크기 순서로 늘어놓았을 때 가운데(3번째) 값 = 3
- 최빈값 = 가장 많이 나온 값 = 3 (두 번)
틀린 선지
- 평균 4, 중앙값 4.5, 최빈값 3: 4.5 는 가장 작은 값과 가장 큰 값의 가운데 (2 + 7) ÷ 2 입니다. 중앙값은 가운데 순서의 값입니다.
- 평균 3, 중앙값 3, 최빈값 4: 평균과 최빈값을 서로 바꿔 적었습니다.
- 평균 5, 중앙값 3, 최빈값 3: 평균을 잘못 계산했습니다. 합계 20 을 5 로 나누면 4 입니다.
문제 2. 오른쪽으로 꼬리가 긴(양의 왜도) 분포에서 대푯값의 크기 순서로 가장 일반적인 것은?
- ① 평균 > 중앙값 > 최빈값
- ② 최빈값 > 중앙값 > 평균
- ③ 평균 = 중앙값 = 최빈값
- ④ 중앙값 > 평균 > 최빈값
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ① 평균 > 중앙값 > 최빈값
핵심: 오른쪽 꼬리(양의 왜도): 평균 > 중앙값 > 최빈값
오른쪽 꼬리가 길다는 것은 큰 값 몇 개가 멀리 떨어져 있다는 뜻입니다(예: 소득 분포). 평균은 이 큰 값에 끌려 오른쪽으로 가장 많이 가고, 최빈값은 봉우리(가장 많은 곳)에 남습니다. 그래서 보통 평균 > 중앙값 > 최빈값 입니다.
틀린 선지
- 최빈값 > 중앙값 > 평균: 왼쪽으로 꼬리가 긴(음의 왜도) 분포의 순서입니다.
- 평균 = 중앙값 = 최빈값: 좌우 대칭(정규분포)일 때입니다.
- 중앙값 > 평균 > 최빈값: 평균이 중앙값보다 작아지는 경우는 왼쪽 꼬리가 길 때입니다.
문제 3. 가설검정에서 제1종 오류란?
- ① 귀무가설이 참인데 귀무가설을 기각하는 오류
- ② 귀무가설이 거짓인데 귀무가설을 기각하지 않는 오류
- ③ 대립가설이 참일 때 대립가설을 받아들이는 것
- ④ 표본을 잘못 뽑아서 생기는 오류
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ① 귀무가설이 참인데 귀무가설을 기각하는 오류
핵심: 1종 오류 = 참인 귀무가설을 기각(α)
제1종 오류는 '맞는 것을 틀렸다고 하는' 오류입니다. 귀무가설(차이가 없다)이 사실은 맞는데 표본 결과만 보고 버리는 경우입니다. 이 오류를 범할 확률의 허용 한계가 유의수준 α 입니다.
틀린 선지
- 귀무가설이 거짓인데 귀무가설을 기각하지 않는 오류: 제2종 오류(β)입니다.
- 대립가설이 참일 때 대립가설을 받아들이는 것: 옳은 판단입니다. 이 확률을 검정력(1 − β)이라고 합니다.
- 표본을 잘못 뽑아서 생기는 오류: 표본추출 과정의 문제로, 가설검정의 제1종 오류와는 다른 개념입니다.
문제 4. 가설검정에서 유의수준(α)의 뜻으로 옳은 것은?
- ① 제2종 오류를 범할 확률
- ② 귀무가설이 거짓일 때 이를 기각할 확률
- ③ 귀무가설이 참일 확률
- ④ 제1종 오류를 범할 확률의 최대 허용 한계
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ④ 제1종 오류를 범할 확률의 최대 허용 한계
핵심: 유의수준 α = 1종 오류의 최대 허용 확률
유의수준 α 는 '귀무가설이 맞는데도 기각해 버리는 잘못(제1종 오류)'을 어느 정도까지 받아들일지 미리 정한 한계입니다. 보통 0.05 나 0.01 을 씁니다.
틀린 선지
- 제2종 오류를 범할 확률: 제2종 오류 확률은 β 로 따로 표시합니다.
- 귀무가설이 거짓일 때 이를 기각할 확률: 검정력(1 − β)의 정의입니다.
- 귀무가설이 참일 확률: 가설검정은 귀무가설이 참일 확률을 계산하지 않습니다.
문제 5. 같은 직원 20명의 교육 전 점수와 교육 후 점수를 비교하여 교육 효과가 있는지 검정하려 한다. 가장 알맞은 방법은?
- ① 독립 2표본 t검정
- ② 대응표본 t검정
- ③ 카이제곱 독립성 검정
- ④ 단순회귀분석
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ② 대응표본 t검정
핵심: 같은 대상 전·후 비교 = 대응표본 t검정
같은 사람을 두 번 잰 자료(전·후)는 짝이 지어져 있으므로 대응표본 t검정을 씁니다. 사람마다 '후 − 전' 차이를 구해 그 평균이 0 인지 검정합니다.
틀린 선지
- 독립 2표본 t검정: 서로 다른 두 집단(예: 남자와 여자)을 비교할 때 씁니다. 여기서는 같은 사람을 두 번 쟀습니다.
- 카이제곱 독립성 검정: 두 범주형 변수(예: 성별과 찬반)가 관련 있는지 볼 때 씁니다.
- 단순회귀분석: 한 변수로 다른 변수를 예측하는 식을 만들 때 씁니다.
문제 6. 일원분산분석(ANOVA)을 쓰는 목적으로 가장 알맞은 것은?
- ① 세 집단 이상의 평균이 서로 같은지 비교한다
- ② 여러 집단의 분산이 같은지만 비교한다
- ③ 두 범주형 변수가 서로 관련이 있는지 검정한다
- ④ 두 변수 사이 직선 관계의 강도를 잰다
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ① 세 집단 이상의 평균이 서로 같은지 비교한다
핵심: 분산분석 = 셋 이상 집단의 평균 비교
분산분석은 이름에 '분산'이 들어 있지만, 실제 목적은 셋 이상 집단의 '평균' 차이를 비교하는 것입니다. 집단 사이 변동과 집단 안 변동을 비교(F 값)해서 평균 차이가 우연인지 판단합니다.
틀린 선지
- 여러 집단의 분산이 같은지만 비교한다: 분산을 '도구'로 쓸 뿐, 목적은 평균 비교입니다.
- 두 범주형 변수가 서로 관련이 있는지 검정한다: 교차분석(카이제곱 검정)의 목적입니다.
- 두 변수 사이 직선 관계의 강도를 잰다: 상관분석의 목적입니다.
문제 7. A 집단은 평균 50kg, 표준편차 5kg 이고 B 집단은 평균 200kg, 표준편차 10kg 이다. 상대적인 흩어짐(변동계수)이 더 큰 쪽은?
- ① B (표준편차가 더 크므로)
- ② A (변동계수 10%)
- ③ B (변동계수 5%)
- ④ 두 집단이 같다
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ② A (변동계수 10%)
핵심: 변동계수 = 표준편차 ÷ 평균 × 100%
평균의 크기가 크게 다른 두 집단은 표준편차만으로 비교하면 안 되고, 변동계수(표준편차 ÷ 평균 × 100%)로 비교합니다.
- A: 5 ÷ 50 × 100 = 10%
- B: 10 ÷ 200 × 100 = 5%
- 10% > 5% 이므로 A 가 상대적으로 더 흩어져 있습니다.
틀린 선지
- B (표준편차가 더 크므로): 표준편차는 B 가 크지만 평균도 4배나 커서 상대적인 흩어짐은 더 작습니다.
- B (변동계수 5%): B 의 변동계수 5% 는 A 의 10% 보다 작습니다.
- 두 집단이 같다: 변동계수가 10% 와 5% 로 다릅니다.
문제 8. 모표준편차가 10 인 모집단에서 크기 100 인 표본을 뽑아 표본평균 50 을 얻었다. 모평균의 95% 신뢰구간은?
- ① 48.355 ~ 51.645
- ② 47.424 ~ 52.576
- ③ 30.4 ~ 69.6
- ④ 48.04 ~ 51.96
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ④ 48.04 ~ 51.96
핵심: 95% 신뢰구간 = x̄ ± 1.96·σ/√n
모평균의 신뢰구간 = 표본평균 ± Z × (σ ÷ √n), 95% 일 때 Z = 1.96
- 표준오차 = 10 ÷ √100 = 10 ÷ 10 = 1
- 오차한계 = 1.96 × 1 = 1.96
- 50 − 1.96 = 48.04, 50 + 1.96 = 51.96
틀린 선지
- 48.355 ~ 51.645: Z = 1.645 를 쓴 90% 신뢰구간입니다.
- 47.424 ~ 52.576: Z = 2.576 을 쓴 99% 신뢰구간입니다.
- 30.4 ~ 69.6: 표준오차 대신 모표준편차 10 을 그대로 써서 50 ± 19.6 으로 계산했습니다.
문제 9. 유의수준 0.05 에서 가설검정을 했더니 p값이 0.03 이었다. 옳은 결론은?
- ① 귀무가설을 기각하지 않는다
- ② 대립가설이 틀렸다고 결론 내린다
- ③ 표본을 늘려야만 판단할 수 있다
- ④ 귀무가설을 기각한다
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ④ 귀무가설을 기각한다
핵심: p값 < 유의수준 → 귀무가설 기각
p값이 유의수준보다 작으면 귀무가설을 기각합니다.
- p값 0.03 < 유의수준 0.05
- 따라서 귀무가설을 기각하고, 대립가설을 받아들입니다.
틀린 선지
- 귀무가설을 기각하지 않는다: p값이 유의수준보다 클 때의 결론입니다.
- 대립가설이 틀렸다고 결론 내린다: 귀무가설이 기각되었으므로 오히려 대립가설을 지지합니다.
- 표본을 늘려야만 판단할 수 있다: p값과 유의수준만으로 이미 판단할 수 있습니다.
문제 10. 4개 집단에서 각각 5명씩, 모두 20명의 자료로 일원분산분석을 한다. 집단 간 자유도와 집단 내 자유도는?
- ① 집단 간 3, 집단 내 16
- ② 집단 간 4, 집단 내 16
- ③ 집단 간 3, 집단 내 19
- ④ 집단 간 4, 집단 내 20
▼ 정답과 해설 보기▲ 정답과 해설 접기
정답: ① 집단 간 3, 집단 내 16
핵심: 집단 간 df = k−1, 집단 내 df = n−k
일원분산분석에서 집단 수를 k, 전체 자료 수를 n 이라 하면
- 집단 간 자유도 = k − 1 = 4 − 1 = 3
- 집단 내 자유도 = n − k = 20 − 4 = 16
- 검산: 3 + 16 = 19 = 전체 자유도(n − 1)
틀린 선지
- 집단 간 4, 집단 내 16: 집단 간 자유도는 집단 수에서 1 을 뺍니다.
- 집단 간 3, 집단 내 19: 19 는 전체 자유도(n − 1)입니다. 집단 내 자유도는 n − k 입니다.
- 집단 간 4, 집단 내 20: 둘 다 1 이나 k 를 빼지 않은 값입니다.
직접 풀어서 확인해 보세요.
- 중요도
- ★★★★★ (5 / 5)
- 출제 비중
- 통계분석과 활용 30문항 중 약 14문항 (45%)
AI 작성 · 검수 완료 · AI가 새로 쓴 글 가운데, 작성과 분리된 AI 검증(다시 읽고 사실·수치 확인)을 통과한 단원만 싣습니다. 틀린 곳을 발견하면 알려 주세요.