기술통계분석 (Descriptive Statistics)
1. 개요
“이 문항의 평균 점수는 어느 정도일까?” “응답자들의 의견 차이는 큰가? 작은가?”
기술통계분석은 설문 데이터의 전반적인 특성을 숫자로 요약해 보여주는 기본 분석입니다.
특히 만족도(5점/7점 척도)처럼 점수형 문항의 평균·분산·표준편차를 확인할 때 가장 많이 사용됩니다.
- 핵심 개념: 데이터의 중심 경향(평균)과 흩어짐 정도(표준편차)
- 주요 지표: 평균(mean), 중앙값(median), 최솟값·최댓값, 표준편차(SD), 왜도(skewness), 첨도(kurtosis)
- 언제 사용하나요?: 모든 문항을 처음 훑어볼 때, ‘어떤 문항이 좋고 나쁜지’ 점수 기반으로 정렬하여 비교할 때
2. 왜 필요한 분석인가?
기술통계분석은 점수형 설문 문항의 질과 방향성을 빠르게 판단할 수 있는 가장 기본적이면서 중요한 분석입니다.
다음과 같은 질문에 즉시 답할 수 있습니다.
- 평균 점수가 높아 ‘잘 되고 있는 영역’은 무엇인가?
- 점수가 낮아 개선이 필요한 영역은 무엇인가?
- 응답자의 의견이 서로 비슷한가(표준편차 낮음), 갈리는가(표준편차 높음)?
- 특정 문항에서 극단적인 반응이 있지는 않은가?
즉, 기술통계분석은 전체 상황을 빠르게 조망하고 우선순위를 정하는 데 필수적인 첫 단계입니다.
3. 비즈니스 활용 예시
기술통계분석은 수치 기반 의사결정이 필요한 거의 모든 산업에서 사용됩니다.
| 분야 | 활용 시나리오 | 얻을 수 있는 인사이트 |
|---|---|---|
| 고객경험(CX) | 서비스 품질 만족도 점수 분석 | 평균 점수 중심의 TOP·BOTTOM 항목 도출 |
| 공공기관 정책평가 | 행정서비스 만족도 5점 척도 분석 | 개선 우선순위 선정 |
| 교육/훈련 평가 | 강의 난이도·만족도 점수 요약 | 강의 개선 방향 제시 |
| HR 조직진단 | 조직문화·소통·리더십 점수 | 부서 간 편차 지원 및 문제 영역 식별 |
| 제품 사용자 조사 | 기능별 만족도 분석 | 고객이 체감하는 핵심 가치 파악 |
4. 기술통계분석 옵션 가이드
기술통계분석은 설정해야 할 요소가 많지 않고, 기본값으로 충분합니다. 아래 요소들이 자동 계산됩니다.
① 평균(Mean)
- 전체 응답의 중심을 보여줍니다.
- 만족도 문항에서 가장 중요한 지표입니다.
② 표준편차(SD)
- 응답자들 간 의견의 ‘흩어짐’ 정도입니다.
- SD 낮음: 응답자들이 비슷한 의견
- SD 높음: 의견이 갈림 → 원인 분석 필요
③ 최소값·최대값
- 응답 범위가 정상적인지 확인합니다.
- 데이터를 수집하는 과정에서 이상치가 있는지 검토할 수 있습니다.
④ 왜도·첨도
- 응답 분포의 기울기 및 뾰족한 정도를 보여줍니다.
- 실무에서는 참고용으로 쓰이며, 특정 문항에서 반응이 극단적으로 치우친 경우 확인합니다.
5. 분석 단계 (Step-by-step)
- 분석 메뉴 선택
- 상단 메뉴에서 ‘단변량분석 > 기술통계분석’을 선택합니다.
- 분석 변수 선택
- 왼쪽 목록에서 평균·표준편차를 보고 싶은 문항을 체크합니다.
- 선택된 문항은 오른쪽 상자로 이동합니다.
- Tip: 동일한 척도(5점/7점 등)의 문항을 함께 선택하면 결과 비교가 편합니다.
- 분석 실행
- “분석하기” 버튼을 클릭합니다.
- 결과 확인
- 문항별 평균·표준편차·최솟값·최댓값 등이 표로 제공됩니다.
- 필요하면 문항들을 평균값 기준으로 정렬해 ‘TOP/BOTTOM 문항 리스트’를 만들 수 있습니다.
- 시각화(막대그래프)로 평균 점수 비교가 가능합니다.
6. 결과 해석 (Interpretation)
✔ 1) 평균이 높다 = 잘 작동하는 영역
5점 기준 4.2 이상이면 상당히 긍정적인 영역입니다.
✔ 2) 평균이 낮다 = 개선 대상
3.5 이하일 경우 반드시 원인 분석이 필요합니다.
해당 문항은 교차분석/집단비교에서 다시 들여다보는 것이 좋습니다.
✔ 3) 표준편차가 낮다 = 의견이 일치함
특히 ‘만족’에 몰렸거나 ‘불만족’에 몰렸다는 의미입니다.
정책·기획에서는 이런 문항이 우선순위 판단 기준이 됩니다.
✔ 4) 표준편차가 높다 = 의견이 갈림
- 부서별로 인식 차이가 있을 가능성이 높습니다.
- 교차분석/집단비교 분석으로 연계하면 매우 유용합니다.
7. 자주 묻는 질문 (FAQ)
Q. 기술통계분석은 어떤 문항에서 사용해야 하나요?
A. 숫자 또는 점수형 문항에서 사용합니다.
5점·7점 Likert 척도, NPS 점수, 경험 빈도 1~7점 등.
Q. 평균 점수가 모두 높게 나오면 어떻게 해석해야 하나요?
A. 서비스 품질이 실제로 높은 경우도 있지만,
공공조사·교육 만족도처럼 긍정 편향(Positivity Bias)이 발생하는 유형일 수도 있습니다.
이 경우 표준편차, 서술형 의견, 다른 지표(CSAT·NPS) 와 함께 해석해야 합니다.
Q. DT(기술통계)만으로 보고서 작성이 가능한가요?
A. 가능하지만, 심층 분석(교차분석, 집단비교)과 함께 보완하면 훨씬 설득력 있는 보고서가 됩니다.
8. 분석 결과를 어떻게 보고서에 쓰면 좋을까?
- “서비스 만족도는 평균 4.26점으로 전반적으로 긍정적인 수준을 보였다.”
- “직원 친절성 문항의 표준편차가 0.89로 다른 항목에 비해 높아 의견 차이가 존재함을 확인하였다.”
- “요금제도 만족도는 평균 3.41점으로 전체 항목 중 가장 낮아 우선 개선이 필요하다.”
- “모든 항목의 평균이 4점 이상이지만 표준편차가 낮아 응답자가 동일한 의미로 문항을 이해한 것으로 보인다.”