표준편차 뜻과 구하는 법

🤔 평균만 보고 다음 주 예산을 정할 때

캠페인 두 개의 지난주 성과표에 일 평균 전환이 똑같이 20건으로 찍혀 있는 경우가 있습니다. 평균만 보면 같은 성적이니 예산도 같은 비율로 올리면 될 것 같습니다.

일별 숫자를 펼쳐 보면 이야기가 달라집니다. 한쪽은 매일 20건 언저리를 지키는데 다른 쪽은 어떤 날 2건, 어떤 날 38건을 찍습니다. 평균 하나로는 보이지 않는 이 차이를 숫자로 나타낸 값이 표준편차입니다.

🔑 표준편차의 정의

표준편차는 값들이 평균에서 얼마나 떨어져 흩어져 있는지를 하나의 숫자로 나타낸 값입니다.

세 부분으로 나누면 뜻이 분명해집니다.

• 기준은 평균: 각 값이 평균에서 얼마나 떨어졌는지부터 잽니다
• 떨어진 거리의 대푯값: 그 거리를 하나로 모아 대표하는 숫자를 만듭니다
• 원래 단위 유지: 전환 수를 재면 표준편차도 건 단위로 나옵니다

표준편차가 작으면 값들이 평균 가까이 모여 있고, 크면 멀리 퍼져 있다는 뜻입니다.

🌡️ 평균 온도가 같은 두 방으로 보는 흩어짐

두 사무실의 하루 평균 실내 온도가 똑같이 24도라고 해 보겠습니다. 한 방은 하루 종일 23도와 25도 사이를 오갑니다. 다른 방은 아침에 16도였다가 오후에 32도까지 올라갑니다. 첫 번째 방에서는 얇은 셔츠 한 장으로 온종일 버틸 수 있지만, 두 번째 방에서는 겉옷을 챙겨 두고 수시로 껴입었다 벗었다 해야 합니다.

두 방의 차이를 한 숫자로 적은 값이 표준편차입니다. 평균만으로는 무엇을 준비해야 할지 알 수 없고, 그 판단은 표준편차에서 나옵니다.

📊 평균이 같은데 전혀 다른 두 캠페인

같은 상품을 파는 가상 캠페인 두 개의 5일치 일별 전환 수입니다. 단위는 건입니다.

평균은 둘 다 20건입니다. 캠페인 A는 17건과 23건 사이에서만 움직이고 캠페인 B는 2건과 38건을 오갑니다. 뒤에서 계산하겠지만 표준편차는 A가 2건, B가 12건이라 여섯 배 차이가 납니다.

이 차이 때문에 내일 예산을 잡는 방법이 달라집니다.

• 캠페인 A: 내일도 20건 안팎이 나올 것으로 보고 예산을 그대로 두거나 조금씩 올립니다. 하루 결과로 판단해도 크게 어긋나지 않습니다
• 캠페인 B: 38건이 나온 날을 근거로 예산을 크게 올리면 다음 날 2건을 만나 광고비만 쓰게 됩니다. 판단 단위를 주 단위로 넓히고 예산도 조금씩 늘리며 반응을 봅니다

평균만 보고 두 캠페인에 똑같은 조정을 넣으면 한쪽은 어긋납니다. KPI의 측정 주기를 정할 때도 같은 기준을 씁니다.

🧮 표준편차 구하는 순서

계산은 다섯 단계입니다.

1. 평균을 구합니다
2. 각 값에서 평균을 뺍니다(편차)
3. 편차를 제곱합니다
4. 제곱한 값들의 평균을 냅니다(분산)
5. 분산에 제곱근을 씌웁니다(표준편차)

캠페인 A의 평균은 100을 5로 나눈 20건입니다. 나머지 단계는 다음과 같습니다.

제곱의 합이 20이라 분산은 20을 5로 나눈 4이고, 제곱근을 씌우면 표준편차는 2건입니다.

캠페인 B도 순서는 같습니다. 편차가 차례로 -6, 6, 0, 18, -18이고 제곱하면 36, 36, 0, 324, 324입니다. 합이 720이라 분산은 144이고, 제곱근을 씌운 표준편차는 12건입니다.

➗ 제곱했다가 제곱근을 씌우는 이유

편차를 그냥 더하면 어떻게 되는지가 위 표의 합계 칸에 나와 있습니다. 편차의 합은 항상 0입니다. 평균보다 큰 값과 작은 값이 서로 상쇄하기 때문이고, 그래서 더하기만으로는 흩어짐을 잴 방법이 없습니다.

이 문제는 제곱으로 풉니다. 음수를 제곱하면 양수가 되므로 부호가 사라지고, 멀리 떨어진 값일수록 크게 반영됩니다. 캠페인 B의 편차 18이 324로 불어난 것이 그 예입니다.

다만 제곱을 하면 단위까지 제곱됩니다. 전환 수의 분산 144는 건이 아니라 건의 제곱이라 해석할 말이 없습니다. 제곱근을 씌워 12건으로 되돌려야 평균 20건에서 12건쯤 오르내린다고 말할 수 있습니다.

분산과 표준편차의 차이는 여기서 나옵니다. 두 값은 같은 정보를 담지만 원래 단위로 돌아와 있는 쪽은 표준편차뿐입니다.

가진 데이터가 전체인지 표본인지에 따라 4단계에서 나누는 수가 달라집니다. 전체를 다 가졌으면 개수 n으로 나누고, 표본으로 전체를 추정하려면 n에서 1을 뺀 수로 나눕니다. 위 계산은 5일치 전부를 가진 경우라 5로 나눴습니다.

📈 마케팅에서 표준편차를 보는 네 가지 경우

🎯 평소 범위를 정하는 방법

평균에서 표준편차만큼 위아래를 평소 범위로 두는 방식이 가장 간단합니다. 캠페인 B는 평균 20건에 표준편차 12건이니 8건에서 32건까지를 있을 법한 숫자로 보고, 그 밖으로 나가면 원인을 확인합니다.

이 기준이면 4일의 38건과 5일의 2건이 확인 대상입니다. 캠페인 A는 범위가 18건에서 22건이라 23건과 17건도 확인 대상이 됩니다. 같은 3건 차이라도 캠페인마다 뜻이 다르다는 말입니다.

종 모양으로 좌우 대칭인 정규분포에서는 평균에서 표준편차 하나만큼의 범위 안에 값의 약 68%가 들어갑니다. 다만 이 비율은 정규분포를 가정할 때만 성립합니다. 마케팅 데이터는 소수의 큰 값이 한쪽으로 몰리는 경우가 많아 이 숫자를 그대로 대입하기는 어렵습니다.

그래서 평소 범위는 엄밀한 통계 판정이 아니라 현장에서 쓰는 어림에 가깝습니다. 확인할지 말지를 나누는 선을 그어 두는 용도이고, 선을 넘었다고 곧바로 문제라고 단정하지는 않습니다.

⚠️ 표준편차만으로 설명되지 않는 분포

값이 한쪽으로 몰린 분포에서는 평균과 표준편차 두 가지만으로 데이터를 설명하기 어렵습니다. 구매 금액이 대부분 3만 원대인데 몇 건이 300만 원이면 평균이 위로 올라가고 표준편차도 함께 커집니다. 정작 보통 얼마를 쓰는지는 두 숫자 어디에도 없습니다.

이럴 때는 중앙값을 함께 봅니다. 중앙값은 값을 크기순으로 세웠을 때 한가운데 오는 값이라 큰 값 몇 개에 끌려가지 않습니다. 평균이 중앙값보다 눈에 띄게 크면 위쪽에 긴 꼬리가 달려 있다는 뜻입니다.

구간별 분포도 같이 봅니다. 1만 원 단위로 건수를 세어 봉우리가 둘이면 성격이 다른 고객이 섞여 있다는 이야기입니다. 표준편차로는 흩어짐의 크기만 알 수 있고 모양은 알 수 없습니다.

❓ 자주 묻는 질문

표준편차가 크면 나쁜 건가요?

목적에 따라 다릅니다. 매일 안정적으로 돌아가야 하는 상시 캠페인이라면 작은 쪽이 관리하기 편합니다. 반대로 새 소재를 여러 개 시험하는 중이라면 성과가 크게 벌어지는 편이 도움이 됩니다. 표준편차는 좋고 나쁨을 가리는 값이 아니라 지금 흩어짐이 어느 정도인지 나타냅니다.

분산만 봐도 되지 않나요?

비교만 하려면 분산으로도 됩니다. 다만 분산은 단위가 제곱이라 평균과 나란히 놓고 말할 방법이 없습니다. 평균 20건에 분산 144라고 적으면 144가 무엇의 크기인지 설명하기 어렵고, 표준편차 12건이라고 적어야 평균과 같은 단위로 견줄 수 있습니다.

데이터가 몇 개부터 표준편차를 볼 수 있나요?

절대 기준은 없지만 사흘치처럼 짧은 구간으로 낸 표준편차는 다음 주를 예상하는 근거로 쓰기 어렵습니다. 일별 지표라면 2주에서 4주를 모아 보는 편이 안전하고, 요일마다 성과가 달라지는 업종은 7의 배수로 끊습니다.

스프레드시트에서는 어떻게 구하나요?

엑셀과 구글 스프레드시트에 함수가 있습니다. 가진 데이터가 전체일 때는 STDEV.P, 표본일 때는 STDEV.S를 씁니다. 평균은 AVERAGE, 중앙값은 MEDIAN이라 세 함수를 나란히 놓고 비교합니다.

📋 3줄 요약

1. 표준편차는 값들이 평균에서 얼마나 떨어져 흩어져 있는지를 하나의 숫자로 나타낸 값이라, 평균이 같아도 표준편차가 다르면 다른 판단을 내려야 합니다.

2. 편차를 그냥 더하면 항상 0이 되므로 제곱해서 평균을 낸 값이 분산이고, 원래 단위로 되돌리려고 제곱근을 씌운 값이 표준편차입니다.

3. 평균에서 표준편차만큼 위아래를 평소 범위로 두면 확인할 날을 고를 수 있지만, 이 방법은 정규분포를 전제한 엄밀한 판정이 아니라 현장의 어림입니다.