표준오차 계산기 - 원자료 또는 요약으로 SE 계산
원자료나 요약 통계로 평균의 표준오차(SE)를 계산하세요. SE, 신뢰구간, 핵심 기술통계를 즉시 확인할 수 있습니다.
원자료 모드를 선택해 숫자를 입력하거나, 요약 통계로 전환해 평균, SD, 표본 수를 입력하세요. 신뢰 수준을 선택하면 SE와 함께 구간이 표시됩니다.
표준오차 계산기 - 원자료 또는 요약으로 SE 계산
원자료나 요약 통계로 평균의 표준오차(SE)를 계산하세요. SE, 신뢰구간, 핵심 기술통계를 즉시 확인할 수 있습니다.
표준오차 계산기 소개
평균의 표준오차(SE 또는 SEM)는 표본 평균의 표집분포의 표준편차입니다. 쉽게 말해, 같은 표집을 반복했을 때 표본 평균이 진짜 모집단 평균에서 얼마나 떨어질 가능성이 있는지를 알려 줍니다. SE가 작을수록 표본 평균은 모집단 평균을 더 정확하게 추정하며, SE가 클수록 불확실성이 큽니다.
공식은 SE = s / √n이며, s는 표본의 표준편차, n은 관측치 수입니다. 원자료 모드에서는 먼저 베셀 보정(분모에 n−1 사용)으로 표본 표준편차를 계산한 뒤 √n으로 나눕니다. 요약 통계 모드에서는 평균, 표준편차, n을 직접 입력합니다. 논문 같은 집계된 자료만 있고 원시 관측값이 없을 때 유용합니다.
이 계산기는 선택한 신뢰 수준(90%, 95%, 99%)에 대한 평균의 신뢰구간도 계산합니다. 구간은 x̄ ± z × SE로 구하며, z는 표준정규분포의 임계값입니다(90%: 1.645, 95%: 1.96, 99%: 2.576). 이 z 기반 구간은 큰 표본(n ≥ 30)이나 모집단이 정규분포를 따른다고 알려진 경우에 적합합니다. 비정규 모집단의 작은 표본에서는 자유도 n−1의 t 분포를 사용하는 것이 더 정확합니다. 실무적으로는 n ≥ 30이면 z와 t의 차이가 매우 작습니다.
SE는 정량 연구의 거의 모든 분야에서 사용됩니다. 의학에서는 임상 논문이 평균과 SE 또는 신뢰구간을 함께 보고해 치료군 간 차이가 임상적으로 의미 있는지 판단할 수 있게 합니다. 제조업에서는 공정능력 평가에 SE를 사용해 표본 평균이 규격 한계 안에 안정적으로 들어오는지 판단합니다. 사회과학 조사에서는 보고된 평균의 오차범위가 SE에 직접 좌우됩니다. 금융 위험 분석에서는 평균 수익률 등의 불확실성을 추정하는 데 사용됩니다. 머신러닝에서는 모델 성능 지표를 비교하는 bootstrap 신뢰구간의 기반이 됩니다.
SE와 표준편차(SD)를 언제 보고해야 하는지 이해하는 것도 중요합니다. SD는 개별 측정값의 분산 정도를 나타내며, 모집단의 실제 변동성이 고정되어 있다면 데이터를 더 모아도 줄어들지 않습니다. SE는 평균 추정의 정밀도를 나타내며, SE = SD / √n 이므로 데이터가 많아질수록 줄어듭니다. 개인 간 변이를 전달하려는 경우——예를 들어 연구 참가자의 연령 분포——에는 SD를 보고하세요. 평균 추정의 정밀도를 전달하려는 경우——예를 들어 평균 혈압 감소의 신뢰도——에는 SE 또는 그로부터 도출된 신뢰구간을 보고하세요.
표준오차 예시
입력 방식과 대표적인 활용을 보여 주는 네 가지 예시입니다.
| 입력 | SE | 상황 |
|---|---|---|
| 원자료: 85, 92, 88, 78, 90 | SE ≈ 2.4413 | 학생 시험 점수(n=5). 평균 = 86.6, SD ≈ 5.46. SE는 평균의 정확도가 약 ±2.4점임을 보여 줍니다. |
| 원자료: 22, 25, 21, 24, 23, 26, 22 | SE ≈ 0.6801 | 일주일 동안의 일 최고기온(°C)(n=7). 작은 SE는 날씨가 비교적 일정함을 반영합니다. |
| 요약: Mean=500, SD=5, n=100 | SE = 0.5000 | 공장에서 생산된 부품 무게(n=100). SD가 5g이더라도 큰 n 덕분에 SE는 1g보다 훨씬 작습니다. |
| 요약: Mean=10, SD=3.5, n=49 | SE = 0.5000 | 임상시험의 혈압 감소(n=49). 95% CI ≈ [9.02, 10.98] mmHg. |
표준오차 계산기 사용 방법
- 개별 관측값이 있으면 원자료를, 평균, SD, 표본 수를 이미 알고 있으면 요약 통계를 선택하세요.
- 데이터를 입력하세요. 원자료는 쉼표로 구분된 목록, 요약 통계는 세 개의 숫자(평균, SD, n)입니다.
- 신뢰 수준(90%, 95%, 99%)을 선택해 신뢰구간의 폭을 조절하세요.
- 계산을 클릭하세요. 결과 패널에 표본 수, 평균, SD, SE, 신뢰구간이 표시됩니다.
- 초기화로 입력을 지우거나, 예시 버튼으로 미리 준비된 데이터를 불러와 출력을 확인할 수 있습니다.
표준오차 FAQ
평균의 표준오차란 무엇인가요?
평균의 표준오차(SE 또는 SEM)는 표본 평균이 모집단 평균의 추정치로서 얼마나 정밀한지를 나타냅니다. 표본 표준편차를 표본 크기의 제곱근으로 나눈 값입니다: SE = s / √n. SE가 작을수록 표본 평균은 더 신뢰할 수 있고, SE가 클수록 불확실성이 큽니다. 표본 크기가 커질수록 모집단에 대한 정보가 늘어나므로 SE는 감소합니다.
표준오차와 표준편차의 차이는 무엇인가요?
표준편차(SD)는 개별 데이터가 표본 평균 주변에서 얼마나 퍼져 있는지를 측정합니다. 표준오차(SE)는 표본 평균이 모집단 평균을 얼마나 정확하게 추정하는지를 측정합니다. 모집단의 실제 변동성은 고정되어 있으므로 관측이 늘어도 SD는 줄지 않지만, SE는 SE = SD / √n 이기 때문에 줄어듭니다. 결과를 보고할 때는 데이터 변동성은 SD로, 추정 정밀도는 SE(또는 신뢰구간)로 설명하세요.
원자료 모드와 요약 통계 모드는 언제 사용해야 하나요?
표본의 개별 측정값에 접근할 수 있으면 원자료 모드를 사용하세요. 모든 값을 입력하면 계산기가 평균, SD, SE를 자동으로 계산합니다. 이미 집계된 데이터만 있는 경우, 예를 들어 논문에 보고된 평균과 표준편차를 사용할 때나 연구 계획 단계에서 표본 수가 SE에 미치는 영향을 살펴볼 때는 요약 통계 모드를 사용하세요.
왜 표본이 클수록 표준오차가 더 작아지나요?
SE = SD / √n 이므로 n이 커질수록 분모가 커지고 SE는 작아집니다. 직관적으로는 관측값이 늘어날수록 모집단에 대한 정보가 많아져 표본 평균이 진짜 모집단 평균에 더 가까워지기 때문입니다. 표본 수를 두 배로 늘리면 SE는 1/√2, 즉 약 0.707배로 줄어듭니다. 이것이 더 큰 연구가 더 신뢰할 만하다는 원칙의 수치적 근거입니다.
어떤 신뢰 수준을 선택해야 하나요?
과학 연구에서 가장 널리 쓰이는 기준은 95%입니다. 95% CI는 같은 표집을 여러 번 반복했을 때 생성된 구간의 95%가 진짜 모집단 평균을 포함한다는 뜻입니다. 더 좁은 구간을 원하고 놓칠 위험을 조금 더 받아들일 수 있으면 90%를 선택하세요. 임상시험이나 안전공학처럼 잘못 놓치는 비용이 큰 경우에는 더 넓은 구간을 감수하고 99%를 선택하는 것이 좋습니다.
이 계산기는 작은 표본에도 정확한가요?
이 계산기는 z 기반 신뢰구간(예: 95%에서 1.96)을 사용하므로, 정규 근사가 매우 좋은 큰 표본(n ≥ 30)에서 가장 정확합니다. 작은 표본의 경우 올바른 승수는 자유도 n−1의 t 분포에서 온 t값이며, 보통 대응하는 z값보다 약간 큽니다. n ≥ 30이면 차이가 매우 작지만(예: n=30의 95%에서 t ≈ 2.042, z = 1.96), n < 10에서는 차이가 눈에 띕니다. 아주 작은 표본에는 전용 t 구간 계산기를 사용하세요.