그래프 요약
그래프 요약은 핵심 수치 통계량과 데이터의 여러 시각적 표현을 하나의 통합된 출력으로 결합하는 올인원 분석 도구입니다. 일반적으로 히스토그램, 상자 그림, 평균의 신뢰구간 그림, 정규 확률도를 평균, 표준편차, 정규성 검정 결과 같은 기술통계량과 함께 한꺼번에 표시합니다.
최종 검토
핵심 요점
그래프 요약은 핵심 수치 통계량과 데이터의 여러 시각적 표현을 하나의 통합된 출력으로 결합하는 올인원 분석 도구입니다.
그래프 요약이란?
그래프 요약은 핵심 수치 통계량과 데이터의 여러 시각적 표현을 하나의 통합된 출력으로 결합하는 올인원 분석 도구입니다. 일반적으로 히스토그램, 상자 그림, 평균의 신뢰구간 그림, 정규 확률도를 평균, 표준편차, 정규성 검정 결과 같은 기술통계량과 함께 한꺼번에 표시합니다.
그래프 요약은 시각 자료와 수치를 한 화면에 결합하므로, 여러 도구를 따로 실행하지 않고도 데이터의 형태, 중심, 산포, 특이치, 정규성을 빠르고 완전하게 파악할 수 있습니다.
그래프 요약은 언제 사용합니까?
- 새 데이터셋의 구조와 거동을 빠르게 파악하기 위해 연구 초기의 초기 탐색 단계 로 사용합니다.
- 기술 전문가와 비전문가가 섞인 청중 에게 데이터를 발표할 때 사용합니다. 시각 자료와 수치를 결합한 출력은 누구나 읽기 쉽습니다.
- 히스토그램과 상자 그림으로 특이치, 빈 구간, 특이한 패턴을 바로 확인할 수 있으므로 초기 데이터 품질 점검 을 수행할 때 사용합니다.
- 공정능력 분석이나 가설검정으로 넘어가기 전에 정규성을 시각적으로, 그리고 통계적으로 한 번에 확인 하려는 경우에 사용합니다.
그래프 요약의 올바른 사용 지침
- 먼저 히스토그램의 형태 를 검토하십시오. 좌우 대칭의 종 모양은 정규성을 시사하고, 치우쳤거나 봉우리가 여러 개인 히스토그램은 그렇지 않음을 시사합니다.
- 또한 상자 그림에서 특이치 를 확인하십시오. 수염 밖에 그려진 점은 이후 분석 전에 조사할 필요가 있는 잠재적 특이치입니다.
- 정규성을 공식적으로 확인하거나 기각하려면 출력의 Anderson-Darling p-값 을 사용하십시오. p-값이 0.05보다 크면 일반적으로 정규성을 뒷받침합니다.
- 시각적 표시와 정규성 검정이 의미 있고 안정적인 결과를 내도록 관측값을 20개 이상 수집하십시오.
- 그래프 요약을 공식 가설검정의 대체 수단 으로 사용하지 마십시오. 탐색 및 진단 도구이며 그 자체로 의사결정을 위한 검정이 아닙니다.
대안: 그래프 요약을 사용하지 않아야 할 때
상황
대신 사용
시각 자료 없이 수치 요약만 필요한 경우
기술통계량
정규성만 자세히 평가해야 하는 경우
정규 확률도
시간에 따른 추세나 이동을 탐지해야 하는 경우
런 차트 또는 관리도
데이터가 범주형(연속형이 아님)인 경우
막대 그래프 또는 원 그래프
그래프 요약 예제
한 품질 관리 엔지니어가 샴푸 병의 뚜껑이 올바르게 체결되었는지 확인해야 합니다. 뚜껑이 너무 느슨하게 체결되면 운송 중에 떨어질 수 있고, 너무 꽉 체결되면 열기 어려울 수 있습니다. 뚜껑 체결의 목표 토크 값은 18입니다. 엔지니어는 병 68개를 무작위로 추출하여 뚜껑을 여는 데 필요한 토크를 시험합니다. 단계는 다음과 같습니다.
- 필요한 데이터를 수집했습니다.
- 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
- 그래프 요약을 찾으려면 Statistical module> Graphical analysis > Graphical Summary를 선택합니다.
- 도구 안에서 다음과 같이 데이터와 다른 입력값을 입력합니다.


6. 위 도구를 사용하면 다음과 같은 출력이 나옵니다.

그래프 요약 방법
절차는 다음과 같습니다.
- Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
- 홈 페이지에서 Statistical Tool> Graphical analysis > Graphical Summary를 선택합니다.
- 다음으로 데이터를 직접 입력하거나, 엑셀 시트의 데이터를 전체 복사(Ctrl+C)하여 붙여넣기(Ctrl+V)합니다. 또는 Load Example 옵션으로 예제 데이터를 불러올 수 있습니다.
- 다음으로 필요한 옵션을 입력합니다.
- 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.
그래프 요약의 도구 화면은 두 부분으로 나뉩니다.

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. Data Pane에서는 각 행이 하나의 부분군을 이룹니다. 데이터는 직접 입력하거나, 엑셀 시트의 데이터를 전체 복사(Ctrl+C)하여 여기에 붙여넣기(Ctrl+V)할 수 있습니다.
Load example: 샘플 데이터가 불러와집니다.
Load File: 엑셀 데이터를 직접 불러올 때 사용합니다.
오른쪽 부분에서는 다음만 지정하면 됩니다.
Variable: 시각적으로 요약하려는 데이터 열입니다. 변수는 한 번에 하나씩 선택하며, 예를 들어 Torque, Machine 또는 C3~C30 열 중 어느 것이든 가능합니다. 도구는 해당 변수의 데이터에 대한 그래프 요약을 생성합니다.
Required: Variable 항목이 필수라는 뜻으로, 도구를 실행하려면 변수를 하나 이상 선택해야 합니다. 분석할 데이터를 지정하지 않으면 그래프 요약을 생성할 수 없습니다.
Q1(제25 백분위수)과 Q3(제75 백분위수)을 수학적으로 계산하는 방식을 제어합니다. 두 방법은 특히 작은 데이터셋에서 사분위수 값이 약간 다를 수 있습니다.
Exclusive: Q1과 Q3을 계산할 때 하위 절반과 상위 절반에서 중앙값을 제외합니다. Minitab과 많은 통계 소프트웨어 패키지가 기본적으로 사용하는 방법입니다. 일반적으로 큰 데이터셋과 전문적인 통계 분석에 선호됩니다.
- 예: 값이 9개이면 Q1과 Q3을 구하기 전에 양쪽 절반에서 중앙값(5번째 값)을 제외합니다.
Inclusive: Q1과 Q3을 계산할 때 하위 절반과 상위 절반 모두에 중앙값을 포함합니다. Microsoft Excel 같은 일부 다른 도구가 사용하는 방법입니다. 특히 작거나 홀수 개의 데이터셋에서는 Exclusive와 사분위수 경계가 약간 다를 수 있습니다.
- 예: 값이 9개이면 Q1과 Q3을 구하기 전에 양쪽 절반에 중앙값을 포함합니다.
실제로 큰 데이터셋에서는 두 방법의 결과가 거의 같습니다. 표본 크기가 작을 때만 차이가 눈에 띕니다. 일관성을 위해 팀이나 조직이 따르는 표준에 맞는 방법을 선택하십시오.
Confidence level: 그래프 요약에 표시되는 평균의 신뢰구간을 계산할 때 사용하는 신뢰수준을 설정합니다. 기본값은 보통 95%입니다.
- 예를 들어 95% 신뢰수준 은 표본 추출 과정을 여러 번 반복하면 그 결과 구간의 95%가 참 모집단 평균을 포함한다는 뜻입니다.
- 반면 99% 신뢰수준 은 더 넓은 구간을 만듭니다. 더 보수적이고 더 확실하지만 정밀도는 떨어집니다.
- 그리고 90% 신뢰수준 은 더 좁은 구간을 만듭니다. 덜 보수적이고 확실성은 다소 떨어집니다.
Download as Excel: 결과를 엑셀 형식으로 표시하며, 쉽게 편집하고 load file 옵션으로 다시 불러와 계산할 수 있습니다.
자주 묻는 질문
그래프 요약이란 무엇입니까?
그래프 요약은 하나의 변수에 대한 핵심 수치 통계량과 여러 시각적 표시를 하나의 출력으로 결합합니다. 일반적으로 히스토그램, 상자 그림, 평균의 신뢰구간 그림, 정규 확률도를 평균, 표준편차, 정규성 검정 결과 같은 기술통계량과 함께 보여 줍니다.
그래프 요약은 언제 사용합니까?
새 데이터셋을 이해하기 위한 초기 탐색 단계, 히스토그램과 상자 그림으로 특이치, 빈 구간, 특이한 패턴을 확인하는 초기 데이터 품질 점검, 공정능력 분석이나 가설검정 전에 정규성을 시각적, 통계적으로 한 번에 확인하는 데 사용합니다. 기술 전문가와 비전문가가 섞인 청중도 읽기 쉽습니다.
그래프 요약으로 정규성은 어떻게 확인합니까?
먼저 히스토그램의 형태를 검토합니다. 좌우 대칭의 종 모양은 정규성을 시사하고, 치우쳤거나 봉우리가 여러 개인 히스토그램은 그렇지 않음을 시사합니다. 그런 다음 Anderson-Darling p-값으로 정규성을 확인하거나 기각하며, p-값이 0.05보다 크면 일반적으로 정규성을 뒷받침합니다. 안정적인 결과를 위해 관측값을 20개 이상 수집하십시오.
Exclusive와 Inclusive 사분위수 방법의 차이는 무엇입니까?
Exclusive 방법은 Q1과 Q3을 계산할 때 하위 절반과 상위 절반에서 중앙값을 제외하고, Inclusive 방법은 양쪽 절반에 모두 포함합니다. 큰 데이터셋에서는 두 방법의 결과가 거의 같고 표본이 작을 때만 차이가 눈에 띄므로, 팀이나 조직이 따르는 방법을 선택하십시오.
