통계에서 평균은 데이터를 대표하는 값으로 자주 사용됩니다. 그러나 평균이 항상 데이터를 제대로 대표한다고 볼 수는 없습니다. 실제로 많은 경우에서 평균은 왜곡된 대표값이 되기도 하며, 오히려 중앙값이나 최빈값 같은 다른 대표값이 더 적절한 정보를 제공하기도 합니다. 이 글에서는 평균이 항상 대표값이 될 수 없는 이유를 다양한 예시와 함께 구체적으로 알아보겠습니다.
대표값이란?
대표값은 전체 데이터를 요약하여 ‘중심’을 나타내는 값을 말합니다. 일반적으로 다음 세 가지가 사용됩니다:
- 평균 (Mean): 모든 값을 더해서 개수로 나눈 값
- 중앙값 (Median): 데이터를 크기순으로 정렬했을 때 가운데에 위치한 값
- 최빈값 (Mode): 가장 자주 나타나는 값
이 세 가지는 각기 다른 특성을 가지며, 상황에 따라 적절한 대표값이 달라질 수 있습니다.
평균이 항상 대표값이 아닌 이유
1. 극단값(이상치)에 민감하다
평균은 데이터 내의 극단적으로 큰 값이나 작은 값에 크게 영향을 받습니다. 이런 값을 이상치(outlier)라고 하며, 이로 인해 평균은 전체 경향과 맞지 않는 값을 보일 수 있습니다.
예시:
어떤 회사 직원의 월급이 다음과 같다고 가정해봅시다: \[ 200만원, 210만원, 220만원, 230만원, 1000만원 \]
이때 평균은 \[ \frac{200 + 210 + 220 + 230 + 1000}{5} = 372만원 \] 이지만, 대부분의 직원은 200~230만 원을 받기 때문에 평균 372만 원은 실제 구성원의 현실을 반영하지 못합니다.
2. 데이터의 분포가 비대칭일 경우
데이터가 왼쪽이나 오른쪽으로 치우쳐 있을 경우(비대칭 분포, skewed distribution), 평균은 실제 중심과 멀어질 수 있습니다. 이런 경우 중앙값이 더 적절한 대표값이 됩니다.
예시: 시험 점수가 대부분 80점 이상이지만 몇 명만 30~40점을 받은 경우, 평균은 내려가고 실제 대다수 학생의 실력을 대표하지 못할 수 있습니다.
3. 정수로 표현하기 어려운 경우
평균은 소수점으로 나올 수 있으므로, 실제 상황에 적용하기 어려운 경우가 있습니다. 특히 사람 수, 개수 등 불연속적인 자료를 다룰 때는 평균이 실용적이지 않을 수 있습니다.
예시: 한 가구당 평균 자녀 수가 1.6명이라면, 실제로 자녀가 1.6명인 가정은 존재하지 않기 때문에 이 값은 해석상 주의가 필요합니다.
4. 데이터의 특성을 숨길 수 있다
평균은 데이터 간의 다양성을 숨기기 쉽습니다. 예를 들어, 두 반의 평균 점수가 같더라도 편차가 크다면 그 반의 학습 수준은 다를 수 있습니다.
예시: A반과 B반의 평균 점수가 모두 70점이더라도, A반은 모두가 70점이고 B반은 40점과 100점이 섞여 있는 경우, 평균은 같지만 상황은 매우 다릅니다.
중앙값과 최빈값이 더 적절한 경우
1. 중앙값이 유리한 경우
극단값이 있는 경우에는 중앙값이 더 나은 대표값이 됩니다.
예시: 부동산 시세 분석에서 평균보다 중앙값이 사용되는 이유는, 소수의 초고가 주택이 전체 평균을 왜곡시키기 때문입니다.
2. 최빈값이 유리한 경우
가장 많이 나타나는 값이 중요한 경우에는 최빈값이 의미 있는 대표값이 됩니다.
예시: 옷 사이즈 주문에서 평균 사이즈보다 최빈값(가장 많이 팔린 사이즈)을 기준으로 재고를 준비하는 것이 더 합리적입니다.
결론
평균은 데이터를 요약하는 유용한 도구이지만, 극단값에 민감하고, 데이터 분포의 특성을 고려하지 않으면 왜곡된 정보를 줄 수 있습니다.
중앙값은 이상치가 많은 상황에서 중심 경향을 더 정확하게 반영할 수 있으며, 최빈값은 가장 빈도가 높은 데이터를 대표할 때 적절합니다.
따라서 데이터를 분석하거나 해석할 때는 평균만을 맹신하지 말고, 자료의 특성과 목적에 맞는 대표값을 선택하는 것이 중요합니다.