표준오차 계산기 - 원자료 또는 요약에서 SE 계산

원자료 또는 요약 통계로 평균의 표준오차(SE)를 계산합니다. SE, 신뢰구간, 핵심 기술통계를 즉시 확인하세요.

원자료 모드를 선택해 숫자를 입력하거나, 요약 통계로 전환해 평균, SD, 표본수를 입력하세요. 신뢰 수준을 선택하면 SE와 함께 구간이 표시됩니다.

표준오차 계산기 - 원자료 또는 요약에서 SE 계산
원자료 또는 요약 통계로 평균의 표준오차(SE)를 계산합니다. SE, 신뢰구간, 핵심 기술통계를 즉시 확인하세요.

표준오차 계산기 소개

평균의 표준오차(SE 또는 SEM)는 표본평균의 표집분포의 표준편차입니다. 쉽게 말해, 같은 표집 과정을 여러 번 반복했을 때 표본평균이 실제 모집단 평균에서 얼마나 벗어날 수 있는지를 알려줍니다. SE가 작을수록 표본평균은 모집단 평균을 더 정밀하게 추정하며, SE가 클수록 불확실성이 큽니다. 공식은 SE = s / √n이며, s는 표본의 표준편차, n은 관측 수입니다. 원자료 모드에서는 먼저 표본 표준편차(분모에 n−1을 사용하는 베셀 보정 적용)를 계산한 뒤 √n으로 나눕니다. 요약 통계 모드에서는 평균, 표준편차, n을 직접 입력하며, 이미 논문 등에서 집계된 데이터를 가지고 있고 원자료가 없을 때 유용합니다. 이 계산기는 선택한 신뢰 수준(90%, 95%, 99%)에 따라 평균의 신뢰구간도 계산합니다. 구간은 x̄ ± z × SE로 구성되며, z는 표준정규분포의 임계값입니다(90%는 1.645, 95%는 1.96, 99%는 2.576). 이러한 z 기반 구간은 큰 표본(n ≥ 30) 또는 모집단이 정규분포를 따른다고 알려진 경우에 적합합니다. 작은 표본에서 비정규 모집단이라면 n−1 자유도의 t 분포를 사용하는 t 기반 구간이 더 정확합니다. 실무적으로는 n ≥ 30이면 z와 t의 차이가 거의 없습니다. SE는 정량 연구의 거의 모든 분야에서 사용됩니다. 의학에서는 임상 논문이 평균과 그 SE 또는 신뢰구간을 보고해 치료군 간 차이가 임상적으로 의미 있는지 판단할 수 있게 합니다. 제조업에서는 공정능력 평가에 SE를 사용해 표본평균이 규격 범위 안에 신뢰성 있게 들어오는지 확인합니다. 사회과학 조사에서는 보고된 평균의 오차범위가 SE에 직접 좌우됩니다. 금융 리스크 분석에서는 평균 수익률과 다른 통계량의 불확실성을 추정하는 데 SE를 사용합니다. 머신러닝에서는 모델 성능 지표를 비교하는 부트스트랩 신뢰구간의 기반이 됩니다. SE와 표준편차(SD)를 언제 보고할지 아는 것도 중요합니다. SD는 개별 측정값이 얼마나 퍼져 있는지를 설명하며, 데이터가 더 많아져도(실제 모집단 변동이 고정되어 있다면) 줄어들지 않습니다. SE는 평균 추정의 정밀도를 설명하며, SE = SD / √n이므로 데이터가 늘수록 작아집니다. 개인 간 변이를 전달하려는 경우——예를 들어 연구에서 환자 연령의 범위——SD를 보고하세요. 평균 추정의 정밀도를 전달하려는 경우——예를 들어 평균 혈압 감소의 신뢰도——SE 또는 그로부터 도출한 신뢰구간을 보고하세요.

표준오차 예시

두 가지 입력 방식과 대표적인 활용 사례를 보여주는 네 가지 예시입니다.

입력SE상황
원자료: 85, 92, 88, 78, 90SE ≈ 2.4413학생 시험 점수(n=5). 평균 = 86.6, SD ≈ 5.46. SE는 평균의 정밀도가 ±2.4점 정도임을 보여줍니다.
원자료: 22, 25, 21, 24, 23, 26, 22SE ≈ 0.6801일주일 동안의 일최고기온(°C, n=7). 작은 SE는 날씨가 안정적임을 반영합니다.
요약: 평균=500, SD=5, n=100SE = 0.5000공장에서 생산한 부품의 무게(n=100). SD가 5g이어도 큰 n 덕분에 SE는 1g보다 훨씬 작습니다.
요약: 평균=10, SD=3.5, n=49SE = 0.5000임상시험의 혈압 감소(n=49). 95% CI ≈ [9.02, 10.98] mmHg.

표준오차 계산기 사용법

  1. 개별 관측값이 있으면 원자료를 선택하고, 평균·SD·표본수를 이미 알고 있으면 요약 통계를 선택하세요.
  2. 데이터를 입력하세요. 원자료는 쉼표로 구분한 목록을, 요약 통계는 세 개의 숫자(평균, SD, n)를 입력합니다.
  3. 신뢰 수준(90%, 95%, 99%)을 선택해 신뢰구간의 폭을 조절하세요.
  4. 계산을 클릭하면 결과 패널에 표본 크기, 평균, SD, SE, 신뢰구간이 표시됩니다.
  5. 초기화를 눌러 모든 입력을 지우거나, 예시 버튼으로 미리 준비된 데이터셋을 불러와 결과를 확인하세요.

표준오차 FAQ

평균의 표준오차는 무엇인가요?
평균의 표준오차(SE 또는 SEM)는 표본평균이 모집단 평균을 얼마나 정밀하게 추정하는지를 나타냅니다. 표본 표준편차를 표본 크기의 제곱근으로 나눈 값입니다: SE = s / √n. SE가 작으면 표본평균이 신뢰할 수 있는 추정치이며, SE가 크면 불확실성이 더 큽니다. 표본 크기가 커질수록 모집단에 대한 정보가 더 많아지므로 SE는 감소합니다.
표준오차와 표준편차의 차이는 무엇인가요?
표준편차(SD)는 개별 데이터 포인트가 표본평균 주변에 얼마나 퍼져 있는지를 측정합니다. 표준오차(SE)는 표본평균이 모집단 평균을 추정할 때의 정밀도를 측정합니다. 실제 모집단 변동이 고정되어 있으므로 SD는 관측치가 늘어도 줄어들지 않지만, SE는 SE = SD / √n이므로 줄어듭니다. 결과를 보고할 때는 데이터의 변동성은 SD로, 추정의 정밀도는 SE(또는 신뢰구간)로 설명하세요.
원자료 모드와 요약 통계 모드는 언제 사용해야 하나요?
샘플의 개별 측정값에 접근할 수 있으면 원자료 모드를 사용하세요. 모든 값을 입력하면 계산기가 평균, SD, SE를 자동으로 계산합니다. 이미 집계된 데이터가 있을 때, 예를 들어 논문에서 보고된 평균과 표준편차를 사용할 때나 연구를 계획하면서 표본 크기 변화가 SE에 미치는 영향을 살펴볼 때는 요약 통계 모드를 사용하세요.
왜 더 큰 표본은 더 작은 표준오차를 만들까요?
SE = SD / √n이므로 n이 커지면 분모가 커지고 SE는 작아집니다. 개념적으로는 관측치가 하나 늘 때마다 모집단에 대한 정보가 더해져 표본평균이 실제 모집단 평균에 더 정확히 가까워집니다. 표본수를 두 배로 늘리면 SE는 1/√2 ≈ 0.71배로 줄어듭니다. 이것이 더 큰 연구가 더 신뢰할 만한 결론을 낳는다는 원칙의 정량적 근거입니다.
어떤 신뢰수준을 선택해야 하나요?
95%는 과학 연구에서 가장 널리 쓰이는 관례입니다. 95% CI는 같은 표집 과정을 여러 번 반복했을 때 결과 구간의 95%가 실제 모집단 평균을 포함한다는 뜻입니다. 더 좁은 구간을 원하고 실제 평균을 놓칠 위험을 더 감수할 수 있다면 90%를 사용하세요. 임상시험이나 안전공학처럼 실제 값을 놓치는 비용이 큰 경우에는 더 넓은 구간을 감수하고 99%를 사용하면 더 높은 확실성을 얻을 수 있습니다.
이 계산기는 작은 표본에도 정확한가요?
이 계산기는 z 기반 신뢰구간(95%에서는 1.96 등)을 사용하며, 이는 큰 표본(n ≥ 30)에서 정규 근사가 매우 좋을 때 가장 정확합니다. 작은 표본에서는 올바른 계수는 t 분포의 n−1 자유도 t값이며, 보통 대응하는 z값보다 조금 더 큽니다. n ≥ 30이면 차이는 작지만(예: n=30의 95%에서 t≈2.042, z=1.96), n < 10이면 차이가 눈에 띕니다. 매우 작은 표본에는 전용 t-구간 계산기를 사용하세요.