사분위수 계산기

통계학 & 데이터 분석 가이드

사분위수와 상자 수염 그림(Box Plot)으로 데이터 분포를 파악하는 원리

데이터를 분석할 때 단순히 [평균(Mean)] 하나만 확인하는 것은 매우 위험합니다. 몇 개의 극단적인 이상치(Outlier)가 존재하면 평균이 심하게 왜곡되기 때문입니다.

이러한 왜곡을 방지하기 위해 통계학에서는 데이터를 4등분하는 사분위수(Quartile)와 5대 요약 수치(Five-Number Summary)를 활용하여 데이터의 실제 흩어짐과 중심을 파악합니다.

본 계산기는 입력된 데이터 집합의 정렬부터 백분위수 보간, IQR 계산, 이상치 판별 및 상자 수염 그림(Box and Whisker Plot) 시각화까지 한 번에 도출해 드립니다.

5대 요약 수치 및 통계 지표 원스톱 산출

최솟값, Q1, 중앙값, Q3, 최댓값은 물론 사분위범위(IQR), 산술평균, 표준편차, 분산까지 정밀하게 계산합니다.

튜키 펜스(Tukey's Fences) 기반 이상치 자동 판별

$Q1 - 1.5 \times \text{IQR}$ 미만이거나 $Q3 + 1.5 \times \text{IQR}$ 초과인 이상치 데이터를 자동으로 분류하여 표시합니다.

고해상도 반응형 상자 수염 그림(Box Plot) 렌더링

데이터의 분포와 치우침(Skewness), 수염(Whiskers) 구간을 직관적인 SVG 차트로 실시간 시각화합니다.

사분위수 5대 요약 수치 및 주요 통계 지표별 정의와 역할

통계 지표	영문 명칭	수학적 정의 및 공식	역할 및 통계적 의미
최솟값 (Min)	Minimum	데이터 집합 내 가장 작은 값 ( $x_{(1)}$ )	데이터 분포의 최하단 경계 파악
제1사분위수 (Q1)	First Quartile	하위 25% 지점의 값 ( $P_{25}$ )	하위 그룹과 중간 그룹을 나누는 기준
중앙값 (Median / Q2)	Second Quartile	정확히 중앙 50% 지점의 값 ( $P_{50}$ )	이상치에 영향받지 않는 가장 강건한 대푯값
제3사분위수 (Q3)	Third Quartile	하위 75% (상위 25%) 지점의 값 ( $P_{75}$ )	중간 그룹과 상위 우수 그룹을 나누는 기준
최댓값 (Max)	Maximum	데이터 집합 내 가장 큰 값 ( $x_{(n)}$ )	데이터 분포의 최상단 경계 파악
사분위범위 (IQR)	Interquartile Range	$\text{IQR} = Q3 - Q1$	중심 50% 데이터의 산포도 및 이상치 판정 기준

1. 사분위수(Quartiles)와 5대 요약 수치의 개념

• 사분위수(Quartile): 전체 데이터를 오름차순으로 정렬했을 때, 전체 데이터를 4개의 동일한 개수로 나누는 3개의 기준점( $Q1, Q2, Q3$ )을 의미합니다.

• 5대 요약 수치 (Five-Number Summary): 최솟값(Min), 제1사분위수(Q1), 중앙값(Median), 제3사분위수(Q3), 최댓값(Max)의 5개 숫자를 통해 전체 데이터의 형태와 범위를 요약하는 통계적 기법입니다.

• 평균 vs 중앙값: 데이터에 매우 큰 이상치가 포함되어 있을 때 평균은 크게 끌려 올라가지만, 중앙값과 사분위수는 데이터의 실제 중심 구조를 왜곡 없이 그대로 유지합니다.

2. 사분위범위(IQR)와 이상치(Outlier) 감지 기준

• IQR (Interquartile Range): 제3사분위수( $Q3$ )에서 제1사분위수( $Q1$ )를 뺀 구간으로, 전체 데이터의 정중앙 50%가 차지하는 범위를 나타냅니다.

• 튜키 펜스(Tukey's Fences) 공식: 통계학자 존 튜키(John Tukey)가 고안한 이상치 판정 방식으로, 아래 범위를 벗어나는 데이터를 이상치로 정의합니다:

- 하한 경계 (Lower Fence): $\text{Lower} = Q1 - 1.5 \times \text{IQR}$

- 상한 경계 (Upper Fence): $\text{Upper} = Q3 + 1.5 \times \text{IQR}$

• 이상치의 의미: 측정 오류, 실험 기기의 오작동, 또는 매우 희귀한 특이 케이스를 식별할 때 핵심적으로 활용됩니다.

3. 상자 수염 그림(Box and Whisker Plot) 읽는 법

• 상자(Box): $Q1$ 에서 $Q3$ 까지의 영역을 직사각형으로 표시하며, 상자의 가로(또는 세로) 폭이 바로 $\text{IQR}$ 입니다.

• 중앙선(Median Line): 상자 내부에 그어진 선은 중앙값( $Q2$ )의 위치를 나타냅니다. 중앙선이 한쪽으로 치우쳐 있으면 데이터의 비대칭도(Skewness)를 바로 알 수 있습니다.

• 수염(Whiskers): 상자의 양 끝에서 이상치를 제외한 실제 최솟값과 최댓값까지 뻗어 나가는 선입니다.

4. 실무 데이터 분석에서의 사분위수 활용처

• 시험 성적 및 수능 등급컷: 상위 25%( $Q3$ ), 중위 50%( $Q2$ ), 하위 25%( $Q1$ ) 백분위 분석으로 학생들의 점수 분포 파악

• 연봉 및 부동산 실거래가: 극단적인 고액 연봉자나 최고가 펜트하우스에 의한 왜곡을 피해 국민들의 실제 중위 소득과 중위 매매가를 정확히 파악

• 제조업 품질 관리(QC): 공정에서 생산된 부품 치수가 상자 수염 그림의 정상 허용 오차 범위 내에 들어오는지 이상치 모니터링

자주 묻는 질문 (FAQ)

Q.데이터 개수가 짝수일 때 중앙값과 사분위수는 어떻게 계산되나요?

데이터 개수가 짝수인 경우 가운데 두 숫자의 산술평균을 중앙값으로 사용하며, 사분위수는 표준 선형 보간법(Linear Interpolation)을 통해 오차 없이 매끄러운 실수 값으로 보간 계산됩니다.

Q.평균과 중앙값 중에서 어떤 것을 대표값으로 써야 하나요?

데이터가 좌우 대칭인 정규분포에 가까우면 [평균]을 써도 좋지만, 소득이나 집값처럼 소수의 극단적인 큰 값이 존재하는 비대칭 데이터에서는 [중앙값]이 훨씬 신뢰할 수 있는 대표값입니다.

Q.IQR에 왜 1.5를 곱해서 이상치를 판정하나요?

정규분포에서 $Q1 - 1.5 \times \text{IQR}$ 과 $Q3 + 1.5 \times \text{IQR}$ 범위는 약 평균 $\pm 2.7\sigma$ 에 해당하여, 전체 데이터의 약 99.3%를 포함하고 상하위 0.7%만을 특이 이상치로 분류하는 가장 이상적인 통계적 기준이기 때문입니다.

사분위수 계산기 (Quartile & Box Plot)

데이터 입력

통계 데이터 100% 로컬 연산