연속형 자료의 중심경향을 나타내는 대표값 중 극단값의 영향을 가장 적게 받는 것은?

중앙값(median)은 자료를 크기순으로 배열했을 때 중앙에 위치한 값으로 극단값의 영향을 받지 않는다.

핵심 해설 이 문제는 기술통계학(Descriptive Statistics)에서 연속형 자료의 중심경향(Central Tendency)을 나타내는 대표값들의 특징을 비교하는 문제예요. 특히 극단값(Outlier)에 얼마나 민감하게 반응하는지가 핵심 포인트입니다. 핵심 개념 분석: 자료의 중심을 설명하는 대표값으로는 평균(Mean), 중앙값(Median), 최빈값(Mode)이 있어요. 이 중 중앙값은 자료를 크기 순서대로 나열했을 때 정가운데 위치한 값으로, 양 끝에 있는 비정상적으로 크거나 작은 값의 영향을 받지 않고 오로지 순서상의 위치에만 의존합니다. 정답 근거: 핵심! 극단값이 있으면 평균은 그 쪽으로 크게 치우치지만, 중앙값은 순서만 고려하기 때문에 흔들리지 않아요. 예를 들어 소득 데이터처럼 일부 최상위 값이 전체 평균을 왜곡시키는 경우, 중앙값이 더 대표성을 가집니다. 오답 분석: ① 범위(Range)는 최댓값과 최솟값의 차이로, 극단값이 존재하면 가장 크게 영향을 받는 산포도 지표예요. ② 평균은 모든 자료 값을 더해 개수로 나누기 때문에, 하나의 극단값만 있어도 대표값이 왜곡되기 쉬워요. ③ 최빈값은 가장 빈번하게 관찰되는 값으로 극단값의 영향을 덜 받을 수 있지만, 연속형 자료에서는 여러 개 존재하거나 대표성이 떨어질 수 있어 중심경향의 대표값으로는 부적합한 경우가 많아요. ⑤ 표준편차(Standard Deviation)는 중심경향이 아니라 자료가 평균을 중심으로 얼마나 퍼져 있는지 나타내는 산포도 지표입니다. 연관 개념 정리: 혼동 주의! 평균은 모수적 검정(Parametric test), 중앙값은 비모수적 검정(Non-parametric test)과 연결되는 개념이므로 통계 방법 선택 시에도 중요한 기준이 됩니다. 개념 정리

구분	평균 (Mean)	중앙값 (Median)	최빈값 (Mode)
계산	모든 값 합산 ÷ 개수	순서상 중앙 위치	가장 높은 빈도
극단값 영향	매우 큼	거의 없음	적음
적합 자료	정규분포 연속형	비대칭 분포 연속형	명목형, 이산형

암기 팁 '평균은 다 더해서 나누니 한 방에 무너지고, 중앙은 순서만 보니 버틴다'로 기억하세요. 소득, 집값처럼 양극화된 데이터에서 평균이 '착시'를 일으키기 쉬우니, 중앙값의 의미를 떠올리면 됩니다.

핵심 포인트 실제 적용 의미: 중앙값의 강점은 데이터 분포가 한쪽으로 심하게 치우친 비대칭 분포(Skewed distribution)에서 진정한 중심을 보여준다는 점이에요. 평균만 보고 '전체가 이 정도구나'라고 판단하면, 소수의 이상치가 다수를 왜곡하는 상황을 놓칠 수 있어요. 판단 사고 흐름: 자료의 히스토그램(Histogram)이나 상자 그림을 먼저 확인해 분포의 대칭성을 파악합니다 → 정규분포에 가까우면 평균을, 심한 편향이 관찰되면 중앙값을 대표값으로 선택하는 것이 적절합니다. 핵심! 극단값의 존재 유무가 대표값 선택의 결정적 기준이 됩니다. 흔한 오류 및 주의사항: 혼동 주의! '범위'와 '표준편차'는 중심경향이 아닌 산포도(분산도) 지표이므로 문제의 요구와는 맞지 않아요. 또한 연속형 자료에서 '최빈값'은 반올림이나 계급 구간 설정에 따라 값이 달라져 신뢰도가 떨어질 수 있다는 점을 함께 기억하세요.