최종 업데이트: 2026-07-01

이 계산기의 기능

이 계산기는 표본의 표준편차와 크기로부터 **평균의 표준오차(SEM)**를 구하고, 표본 평균을 중심으로 한 신뢰구간을 만듭니다. 표준편차, 표본 크기, 신뢰수준, 관측된 표본 평균을 입력하세요.

평균의 표준오차란

표본에서 평균을 추정할 때 그 추정치는 결코 정확하지 않습니다. 다른 무작위 표본을 뽑으면 조금 다른 평균이 나옵니다. 평균의 표준오차는 이 불확실성을 정량화하며, 평균의 표본분포의 표준편차, 즉 표본 평균이 표본마다 얼마나 변동할 것으로 기대되는지를 나타냅니다.

표준오차가 작으면 표본 평균이 모평균을 촘촘하게 짚어내고, 크면 추정이 느슨하다는 뜻입니다. 이는 평균에 관한 신뢰구간과 가설검정의 핵심 요소입니다.

공식

$$\text{SEM} = \frac{s}{\sqrt{n}}$$

• SEM — 평균의 표준오차
• s — 표본 표준편차
• n — 표본 크기

표준편차는 원자료의 산포를 측정하며, $\sqrt{n}$ 으로 나누면 이를 평균의 산포로 바꿉니다. 많은 관측값을 평균 내면 개별 잡음이 상쇄되어 평균은 어떤 개별 데이터 점보다 안정적이고, 평균 내는 개수가 많을수록 더 안정적이 됩니다.

신뢰구간

표준오차를 구하면 모평균의 신뢰구간은 표본 평균에 임계값과 표준오차의 곱을 더하고 뺀 값입니다.

$$\bar{x} \pm z \cdot \text{SEM}$$

임계값 $z$ 는 표준정규분포에서 나오며 신뢰수준으로 정해집니다(90% 는 1.645, 95% 는 1.96, 99% 는 2.576). 95% 신뢰수준에서는 연구를 여러 번 반복할 경우 이렇게 만든 구간의 약 95% 가 참 모평균을 포함함을 의미합니다.

표준오차 대 표준편차

둘 다 "산포"를 측정하기 때문에 혼동하기 쉽지만 서로 다른 것을 설명합니다.

양	산포를 설명하는 대상	n 이 커질 때의 거동
표준편차(s)	표본 내 개별 관측값	대체로 일정하게 유지
표준오차(SEM)	표본 간 표본 평균	0 을 향해 축소(∝ 1/√n)

데이터를 더 모아도 개별 값의 변동성은 줄지 않으므로 표준편차는 안정적입니다. 그러나 평균은 더 신뢰할 수 있게 되므로 표준오차는 계속 감소합니다.

표준오차가 √n 으로 줄어드는 이유

표본 크기가 제곱근 아래에 들어가기 때문에 표준오차는 $n$ 에 반비례하는 대신 $1/\sqrt{n}$ 에 비례하여 감소합니다. 이는 수확 체감을 낳습니다.

표본 크기 n	상대적 표준오차
100	1.00
400	0.50
1,600	0.25
6,400	0.125

표준오차를 절반으로 줄이려면 표본을 4배로 늘려야 합니다. 정밀도를 한 단계 높일 때마다 비용은 점점 커집니다.

계산 예시

크기 36인 표본의 표준편차가 12, 평균이 100이고 95% 신뢰구간을 구한다고 하겠습니다. 임계값은 1.96입니다.

$$\begin{aligned} \text{SEM} &= \frac{s}{\sqrt{n}} = \frac{12}{\sqrt{36}} = \frac{12}{6} = 2 \\ \bar{x} \pm z \cdot \text{SEM} &= 100 \pm 1.96 \times 2 \\ &= 100 \pm 3.92 = (96.08,\ 103.92) \end{aligned}$$

평균의 표준오차는 2이고, 95% 신뢰구간은 96.08 에서 103.92 까지입니다. 이 표본에 근거하면 모평균은 그 범위 안 어딘가에 있을 것으로 볼 수 있습니다.

표준편차를 작은 표본에서 추정할 때

위 구간은 정규 임계값 $z$ 를 사용하며, 이는 모집단 표준편차를 알거나 표본이 충분히 커서 $s$ 가 믿을 만한 대체가 될 때 적절합니다. 흔한 경험 법칙은 $n \geq 30$ 입니다.

$s$ 를 작은 표본에서 추정할 때는 $z$ 를 t 분포의 값으로 바꿉니다. t 분포는 추가 불확실성을 반영하여 꼬리가 더 두껍습니다.

$$\bar{x} \pm t_{\,n-1} \cdot \frac{s}{\sqrt{n}}$$

t 값은 자유도(표본 크기보다 1 작음)에 따라 달라지며 대응하는 z 값보다 항상 약간 크므로 구간을 넓힙니다. n 이 커지면 t 값은 다시 z 로 수렴합니다.

관련 계산기

신뢰구간 계산기 는 평균과 비율 모두에 대해 추정치를 중심으로 완전한 구간을 만들고, 오차 한계 계산 는 반폭 $z \cdot \text{SEM}$ 을 직접 제시합니다. 원자료에서 먼저 표준편차를 구하려면 분산·표준편차 계산기 를 사용하세요.

자주 묻는 질문 (FAQ)

평균의 표준오차란 무엇인가요?

평균의 표준오차(SEM)는 표본 평균이 참 모평균을 얼마나 정밀하게 추정하는지를 측정합니다. 이는 평균의 표본분포의 표준편차, 즉 같은 크기의 표본을 모집단에서 반복해서 새로 뽑을 때 표본 평균이 얼마나 변동하는지를 나타냅니다.

표준오차가 작으면 표본 평균이 정밀한 추정치이고, 크면 더 많이 벗어날 수 있음을 뜻합니다. 표본 표준편차를 표본 크기의 제곱근으로 나누어 계산합니다.

표준오차는 표준편차와 어떻게 다른가요?

표준편차(s)는 하나의 표본 내 개별 관측값의 산포, 즉 전형적인 데이터 점이 평균에서 얼마나 떨어져 있는지를 나타냅니다. 표준오차(SEM)는 가상으로 반복된 표본에 걸친 표본 평균의 산포, 즉 전형적인 표본 평균이 참 모평균에서 얼마나 떨어져 있는지를 나타냅니다.

SEM = s/√n 이므로 표준오차는 (n > 1일 때) 항상 표준편차보다 작으며 표본이 커질수록 줄어드는 반면, 표준편차는 관측값을 아무리 많이 모아도 대체로 일정하게 유지됩니다.

표본 크기는 표준오차에 어떤 영향을 주나요?

표준오차는 1/n 이 아니라 1/√n 에 비례하여 작아집니다. 표본 크기가 제곱근 아래에 있기 때문에 표준오차를 절반으로 줄이려면 표본을 4배로 늘려야 합니다. 관측값을 100에서 400으로 늘리면 표준오차가 절반이 되고, 400에서 1,600으로 늘리면 다시 절반이 됩니다. 이 제곱근 법칙 때문에 정밀도를 한 단계 높일 때마다 비용은 점점 더 커집니다.

구간에는 z와 t 중 무엇을 사용해야 하나요?

이 계산기는 구간을 만들 때 표준정규분포의 z 값(90%, 95%, 99%에 대해 각각 1.645, 1.96, 2.576)을 사용하며, 이는 모집단 표준편차를 알거나 표본이 클 때 적절합니다. 흔한 경험 법칙은 n ≥ 30 입니다.

표준편차를 작은 표본에서 추정한 경우에는 대신 t 분포를 사용하세요. t 분포는 꼬리가 더 두껍고 임계값이 자유도(n − 1)에 따라 달라져 구간이 다소 넓어집니다. n이 커지면 t 값은 z 값에 수렴합니다.