평균·분산·표준편차, 무엇이 다른가

2026년 07월 19일

통계 단원을 공부하다 보면 평균, 분산, 표준편차가 줄줄이 나옵니다. 셋 다 자료를 요약하는 값이지만 역할이 다릅니다. 무엇이 어떻게 다른지, 왜 굳이 분산을 구한 뒤 다시 표준편차로 바꾸는지를 예시로 정리했습니다.

평균 — 자료의 중심

평균은 자료가 어디에 모여 있는지를 나타내는 중심값입니다. 모든 값을 더해 개수로 나눈 값으로, “대표값”으로 가장 많이 쓰입니다. 하지만 평균만으로는 자료가 중심에 몰려 있는지, 넓게 흩어져 있는지 알 수 없습니다. 평균이 같아도 자료의 모양은 전혀 다를 수 있기 때문에, 흩어진 정도를 재는 값이 따로 필요합니다.

분산 — 흩어짐을 제곱으로 잰 값

분산은 각 값이 평균에서 얼마나 떨어져 있는지를 나타냅니다. 계산은 ① 각 값에서 평균을 뺀 편차를 구하고 ② 편차를 제곱해 ③ 모두 더한 뒤 개수로 나눕니다. 편차를 그대로 더하면 항상 0이 되므로, 제곱해서 부호를 없앤 것이 분산입니다. 문제는 단위가 원래 값의 제곱이 된다는 점입니다. 점수(점)의 분산은 ‘점²’이라 직관적으로 와닿지 않습니다.

표준편차 — 분산에 뿌리를 씌운 값

그래서 분산에 √(제곱근)를 씌워 원래 단위로 되돌린 것이 표준편차입니다. 표준편차는 “평균에서 대략 얼마나 떨어져 있나”를 원래 단위로 말해 주므로 해석이 쉽습니다. 예를 들어 자료가 2, 4, 4, 4, 5, 5, 7, 9라면 평균은 5, 분산은 4, 표준편차는 2입니다. 분산 4는 ‘점²’이지만 표준편차 2는 ‘점’이라, “평균 5점에서 대략 2점 정도 퍼져 있다”고 읽을 수 있습니다. 같은 자료를 평균·표준편차 계산기에 넣으면 편차 제곱합·분산·표준편차가 단계별로 나옵니다.

모집단이냐 표본이냐

같은 자료라도 나누는 수가 다릅니다. 전체를 다룰 때는 개수 n으로 나누는 모집단 분산을, 일부를 뽑아 전체를 추정할 때는 n−1로 나누는 표본 분산을 씁니다. n−1로 나누는 이유는 표본이 모집단보다 흩어짐을 작게 추정하는 경향을 보정하기 위해서입니다. 문제에서 “모집단”인지 “표본”인지 확인하는 습관이 필요합니다. 통계 용어가 헷갈릴 때는 계산 용어사전에서 편차·분산·중앙값의 정의를 함께 확인하면 좋습니다.

정리 — 세 값의 관계

세 값은 따로 노는 것이 아니라 이어져 있습니다. 평균으로 중심을 정하고, 각 값의 편차를 제곱해 평균 낸 것이 분산이며, 그 분산에 √를 씌운 것이 표준편차입니다. 그래서 “평균 → 편차 → 분산 → 표준편차” 순서로 계산이 흐릅니다. 시험에서는 이 흐름과 각 단계의 단위를 함께 기억하면 서술형 문제에서도 실수를 줄일 수 있습니다. 결국 평균은 ‘어디’, 표준편차는 ‘얼마나 퍼졌나’를 알려 주는 짝이라고 이해하면 됩니다.

표준편차를 일상에서 만나는 곳

표준편차는 교과서 밖에서도 자주 쓰입니다. 시험 성적의 표준점수, 키·몸무게의 성장 도표, 제품 품질 관리, 일기예보의 기온 변동성까지 모두 “평균에서 얼마나 흩어져 있는가”를 재는 데 표준편차를 활용합니다. 예를 들어 두 반의 평균 점수가 같아도 표준편차가 작은 반은 실력이 고른 것이고, 큰 반은 잘하는 학생과 못하는 학생의 차이가 크다는 뜻입니다. 이런 해석은 자료를 평균 하나로만 볼 때 놓치기 쉬운 정보를 드러냅니다. 그래서 통계에서는 중심을 나타내는 평균과 흩어짐을 나타내는 표준편차를 항상 짝으로 제시합니다. 학교 수행평가에서 표준편차를 계산하고 해석하는 문제가 나오는 것도, 자료를 균형 있게 읽는 이 감각을 기르기 위해서입니다. 숫자를 직접 넣어 계산해 보면 흩어짐이 클수록 표준편차가 어떻게 커지는지 감을 잡을 수 있습니다.

출처

한국교육과정평가원(kice.re.kr) — 고등학교 확률과 통계 성취기준
교육부(moe.go.kr) — 2022 개정 수학과 교육과정