설문 결과는 평균과 중앙값을 같이 보면 달라집니다

설문 응답을 평균 하나로 요약하면 전체 분위기를 빠르게 볼 수 있지만, 응답이 한쪽으로 치우쳤거나 극단값이 섞이면 평균만으로는 대표적인 응답을 설명하기 어렵습니다. 중앙값은 응답을 크기순으로 정렬했을 때 가운데에 놓이는 값이고, 평균은 모든 값을 더해 개수로 나눈 값입니다. 두 값을 함께 보면 설문 결과의 중심과 치우침을 구분하는 데 도움이 됩니다.

통계 계산기는 숫자 목록을 입력하면 평균·중앙값·최빈값·분산·표준편차·최솟값·최댓값·범위를 한 번에 표시합니다. 계산 전에 설문 문항의 척도와 응답 대상을 정의해야 하며, 숫자가 자동으로 의미를 갖는 것은 아닙니다. 이 글에서는 1~5점 만족도 설문을 예로 들어 숫자 입력부터 보고서 해석까지 이어 갑니다.

설문 질문과 숫자의 의미를 먼저 고정하기

‘서비스가 만족스러웠나요?’에 1부터 5까지 점수를 받았다면 1과 5가 무엇을 뜻하는지 설문지에 적어 두어야 합니다. 1이 매우 불만, 5가 매우 만족인지 반대인지에 따라 평균의 해석이 달라집니다. 통계 계산기는 숫자의 방향이나 문항의 의미를 알지 못하므로, 응답값과 척도 설명을 보고서에 함께 붙입니다.

응답 대상도 구분합니다. 전체 고객의 응답인지, 특정 캠페인에 참여한 사람만의 응답인지, 중복 응답이 포함되었는지에 따라 결과의 범위가 달라집니다. 도구에 숫자를 넣기 전 표본의 수와 제외 규칙을 확정하면, 계산 결과와 조사 설계를 혼동하지 않을 수 있습니다.

숫자 목록에 결측값을 0으로 넣을지 비워 둘지도 조사 전에 결정합니다. 0점이 실제 응답이라면 입력하지만, 응답하지 않은 사람을 0으로 바꾸면 평균이 인위적으로 낮아집니다. 비응답은 숫자가 아니므로 별도 집계하고, 계산 목록에는 유효한 응답만 넣는 방법을 문서화하세요.

보고서의 첫 줄에는 문항, 척도, 유효 응답 수, 수집 기간을 씁니다. 그 다음 평균과 중앙값을 적으면 숫자만 나열하는 것보다 독자가 결과를 올바르게 해석하기 쉽습니다.

쉼표·공백·줄바꿈으로 입력값 정리하기

통계 계산기는 숫자를 쉼표, 공백, 세미콜론, 줄바꿈으로 구분해 읽습니다. `5, 4, 4, 3`과 한 줄에 하나씩 적은 `5
4
4
3`은 같은 숫자 목록으로 처리됩니다. 입력창에 붙여 넣기 전에 열 제목이나 응답자 이름처럼 숫자가 아닌 값을 제거하는 것이 좋습니다.

현재 파서는 숫자로 변환할 수 없는 토큰을 결과 목록에서 걸러 냅니다. 예를 들어 `5, 4, 보류, 3`을 넣으면 보류가 자동으로 제외되고 숫자 세 개만 계산될 수 있습니다. 이 동작은 계산을 멈추지 않게 해 주지만, 사용자가 오타나 결측값을 알아차리지 못할 위험도 있습니다. 화면에 표시되는 인식 숫자 개수를 원본 응답 수와 비교하세요.

소수점 응답도 입력할 수 있습니다. 3.5처럼 중간 점수를 허용한 설문이라면 문항의 응답 척도에서 실제로 가능한 값인지 확인합니다. 도구는 숫자 형식만 확인하므로, 1~5 점수 문항에 8이나 -2가 들어가도 조사 규칙을 대신 검증하지 않습니다.

1. 응답 척도와 제외 기준을 확인합니다.
2. 숫자만 남긴 목록을 만듭니다.
3. 쉼표·공백·세미콜론·줄바꿈 중 편한 구분자로 붙여 넣습니다.
4. 화면의 인식 개수를 유효 응답 수와 대조합니다.
5. 평균·중앙값·분산의 정의를 보고서에 적습니다.

입력값을 여러 번 수정하면 결과가 즉시 갱신됩니다. 숫자를 추가하거나 삭제한 직후 화면을 캡처하지 말고, 인식 개수와 원본 파일의 행 수를 먼저 확인하세요. 통계 계산은 빠르지만 데이터 정제 단계의 검토를 생략하지는 않습니다.

만족도 응답으로 평균과 중앙값 계산하기

응답 목록을 `1, 2, 3, 4, 5, 5, 5`라고 하겠습니다. 개수는 7개이고 합계는 25이므로 평균은 25 ÷ 7 = 약 3.5714입니다. 크기순 목록의 네 번째 값은 4이므로 중앙값은 4입니다. 최빈값은 가장 많이 나온 5입니다. 평균과 중앙값이 같지 않다는 사실이 바로 이 글의 핵심 관찰점입니다.

평균 3.57만 보고 ‘보통보다 조금 높은 만족도’라고 요약할 수 있지만, 중앙값 4를 함께 보면 응답 절반 이상이 4 이상에 가까웠고 일부 낮은 점수가 평균을 끌어내렸을 가능성을 살필 수 있습니다. 반대로 평균과 중앙값의 차이가 작다고 해서 응답 분포가 반드시 대칭이라는 뜻도 아니므로 최솟값·최댓값·범위를 함께 봅니다.

응답 수가 짝수라면 중앙값은 가운데 두 값의 평균입니다. 예를 들어 `2, 3, 4, 5`의 중앙값은 (3+4) ÷ 2 = 3.5입니다. 실제 응답 중 3.5를 고른 사람이 없어도 중앙값은 이렇게 계산될 수 있습니다. 숫자 목록을 정렬하지 않고 입력한 순서 그대로 가운데 값을 고르면 안 됩니다.

평균과 중앙값을 보고서에 나란히 적을 때는 반올림 규칙도 통일합니다. 화면은 정수가 아니면 소수 둘째 자리부터 넷째 자리 범위로 표시하지만, 보고서에서는 평균 3.57, 중앙값 4.00처럼 자릿수를 맞추거나 원래 표시값을 그대로 사용합니다.

최빈값·범위로 응답의 모양 확인하기

최빈값은 가장 자주 등장하는 값입니다. 모든 응답이 서로 다르면 화면은 ‘없음 (모두 다름)’으로 표시합니다. 두 값이 같은 최대 빈도로 반복되면 여러 최빈값이 오름차순으로 표시될 수 있습니다. 최빈값이 없다는 것은 응답이 의미 없다는 뜻이 아니라, 동일한 숫자가 가장 많이 반복되지 않았다는 뜻입니다.

최솟값과 최댓값은 관찰된 응답의 양끝을 보여 주고, 범위는 최댓값에서 최솟값을 뺀 값입니다. 위 예시에서 최솟값 1, 최댓값 5, 범위 4이므로 응답이 척도 전체를 사용했다는 것을 알 수 있습니다. 범위만으로 응답이 가운데에 몰렸는지 양끝에 흩어졌는지는 알 수 없으므로 평균과 중앙값을 함께 읽어야 합니다.

최빈값 5가 많다고 해서 전체 고객이 모두 매우 만족했다고 쓰면 안 됩니다. 일부 응답자가 높은 점수를 반복했을 수 있고, 낮은 점수 한 개가 중요한 개선 신호일 수 있습니다. 최빈값은 가장 흔한 응답을 알려 주고, 평균·중앙값은 중심을 알려 주며, 범위는 관찰된 폭을 알려 줍니다.

응답 척도가 범주형이라면 평균을 보고하는 것이 적절한지 조사 설계와 함께 판단해야 합니다. 1~5 만족도 점수를 평균으로 요약하는 관행이 있더라도, 각 점수의 의미와 응답 분포를 함께 공개하면 숫자를 과도하게 정밀한 측정값처럼 보이게 하는 일을 줄일 수 있습니다.

분산과 표준편차를 해석할 때의 주의점

도구는 각 값과 평균의 차이를 제곱해 더한 뒤 응답 개수로 나누어 분산을 계산합니다. 즉 현재 화면의 분산과 표준편차는 수집한 목록 전체를 대상으로 한 모집단 방식입니다. 통계 수업이나 연구에서 표본 표준편차가 필요하다면 n-1로 나누는 별도 계산이 필요하므로, 화면의 값을 표본 추정치라고 부르지 마세요.

위 예시에서 평균은 약 3.5714입니다. 1은 평균에서 약 2.5714만큼 낮고, 5는 약 1.4286만큼 높습니다. 각각의 차이를 제곱해 합산하면 큰 편차가 작은 편차보다 더 크게 반영됩니다. 이 합을 7로 나눈 값이 모집단 분산이고, 그 제곱근이 표준편차입니다.

표준편차가 작으면 응답이 평균 주변에 모여 있다는 뜻이고, 크면 평균에서 멀리 흩어진 응답이 있다는 뜻입니다. 그러나 같은 표준편차라도 척도의 범위, 응답 수, 이상값의 존재에 따라 해석이 달라집니다. 평균 하나만으로 좋고 나쁨을 결론 내리지 말고 중앙값과 분포의 양끝을 함께 제시하세요.

소수점 표시가 짧아지면서 분산과 표준편차의 관계가 정확히 맞지 않아 보일 수 있습니다. 화면은 읽기 쉬운 자릿수로 반올림해 보여 주므로, 합산 검산이 필요한 경우 원본 응답 목록과 계산 정의를 보존합니다.

보고서용 결과를 도구에서 확인하기

예시 버튼으로 시험 점수나 월 매출 숫자 목록을 넣어 통계량의 종류를 먼저 익힐 수 있습니다. 실제 설문을 넣을 때는 예시를 누르기 전에 원본 응답을 별도로 저장합니다. 예시 버튼을 누르면 입력창이 교체되므로, 아직 복사하지 않은 데이터가 사라질 수 있습니다.

결과 카드에는 개수·합계·평균·중앙값·최빈값·분산·표준편차·최솟값·최댓값·범위가 순서대로 표시됩니다. 보고서 목적에 따라 모든 값을 나열할 필요는 없지만, 평균과 중앙값이 크게 다를 때는 두 값을 모두 남기고 차이가 생긴 이유를 설명합니다.

비율이나 응답 구성비가 필요하면 퍼센트 계산기에서 특정 선택지 수를 전체 응답 수로 나누어 비율을 계산할 수 있습니다. 평균·중앙값은 중심을 설명하고, 퍼센트는 응답 범주의 크기를 설명하므로 서로 대체하지 않습니다.

숫자 설문과 함께 자유응답을 받았다면 단어 빈도 분석기로 반복되는 표현을 별도로 살펴볼 수 있습니다. 빈도표가 응답의 감정이나 의미를 자동 판정하는 것은 아니므로, 숫자 통계와 텍스트 검토를 서로 다른 분석 단계로 유지하세요.

결과 해석을 과장하지 않는 최종 문장

좋은 결과 문장은 숫자와 범위를 함께 말합니다. ‘유효 응답 7개에서 평균 3.57점, 중앙값 4점, 최빈값 5점이었고 점수 범위는 1~5점이었다’처럼 적으면 원자료의 모양을 독자가 상상할 수 있습니다. 여기에 응답 기간과 척도 방향을 붙이면 보고서의 재현성이 높아집니다.

‘고객 전체가 만족했다’처럼 모집단 전체를 단정하는 문장은 피하세요. 실제로 수집한 응답의 범위와 조사 방식만 말하고, 표본 편향이나 응답률이 결과에 미칠 가능성을 별도로 적습니다. 통계 계산기는 산술을 정확히 수행하지만 응답이 대표성을 갖는지 평가하지 않습니다.

평균과 중앙값이 다르면 어느 하나를 버리기보다 차이를 질문으로 바꿉니다. 낮은 점수가 소수의 극단 응답인지, 특정 집단에 집중되었는지, 문항을 오해한 응답인지 원자료를 다시 확인합니다. 숫자 하나를 선택하는 것보다 차이가 생긴 이유를 찾아야 개선 방향을 정할 수 있습니다.

설문 통계의 출발점은 숫자를 많이 만드는 것이 아니라 같은 기준으로 입력하고, 평균과 중앙값이 각각 무엇을 보여 주는지 설명하는 것입니다. 응답 목록을 정제하고, 인식 개수를 확인하고, 중심·빈도·흩어짐을 나눠 기록하면 짧은 설문도 과장 없이 읽을 수 있습니다.