대칭성 그림(Symmetry Plot)
대칭성 그림은 정렬된 데이터의 양 끝에서 값을 짝지어, 각 쌍의 중앙값 아래 거리를 위 거리에 대해 그립니다. 대칭인 데이터는 45도 선 근처에 놓이며, 선 위의 점은 오른쪽 치우침, 선 아래의 점은 왼쪽 치우침을 뜻합니다. t 검정, 정규 공정능력 또는 관리 한계를 사용하기 전에 사용합니다. 값이 4개 이상 필요하며 검정 통계량은 제공하지 않습니다.
최종 검토
핵심 요점
대칭성 그림은 중앙값 아래와 위의 쌍을 이루는 거리를 그려 측정값이 중앙값을 중심으로 대칭인지 확인합니다. 대칭인 데이터는 45도 선을 따라 놓이며, 긴 꼬리는 점들을 선에서 벗어나게 합니다.
목적
대칭성 그림은 측정값 집합이 중앙값을 중심으로 대칭인지 확인합니다. 정렬된 데이터의 양 끝에서 값을 짝지어 각각 중앙값 아래와 위로 얼마나 떨어져 있는지 비교합니다. 대칭인 데이터는 45도 선을 따라 놓이며, 위쪽 또는 아래쪽의 긴 꼬리는 점들을 선에서 벗어나게 합니다. 대칭적인 종 모양 분포를 가정하는 방법(t 검정, 정규 공정능력, 관리 한계)을 사용하기 전에, 그리고 어느 쪽 꼬리가 치우침의 원인인지 확인하는 데 사용합니다.
주요 기능
- 중앙값에서 순위상 같은 거리에 있는 관측값의 쌍마다 점 하나.
- 원점을 지나는 45도의 점선 대칭선이며, 두 축은 같은 범위를 사용합니다.
- 데이터가 치우쳤는지만이 아니라 어느 쪽 꼬리가 더 길고 어떤 관측값이 그 원인인지 보여 줍니다.
- 값이 4개 이상인 모든 수치 열에 사용할 수 있으며, 행 번호나 조건으로 행을 제외할 수 있습니다.
통계적 방법
비어 있지 않은 수치 값을 x₍₁₎ ≤ … ≤ x₍ₙ₎ 로 정렬하고 중앙값 M을 구합니다. 중앙값 아래의 값을 가장 가까운 것부터 가장 먼 것까지 중앙값 위의 값과 짝짓습니다. 중앙값 아래의 가장 큰 값을 위의 가장 작은 값과 짝짓는 식으로 이어서, 가장 작은 값과 가장 큰 값까지 갑니다. n이 홀수이면 중앙값 자체는 제외하고, n이 짝수이면 중앙값은 가운데 두 값의 평균이며 이 두 값이 첫 번째 쌍을 이룹니다.
쌍 i에 대해 그림은 가로축에 중앙값 아래 거리 M − x₍ₖ₊₁₋ᵢ₎, 세로축에 중앙값 위 거리 x₍ₙ₋ₖ₊ᵢ₎ − M 을 보여 줍니다. 여기서 k = ⌊n/2⌋ 입니다. 분포가 대칭이면 각 쌍은 중앙값에서 거의 같은 거리에 있으며 점들은 직선 y = x 근처에 놓입니다. 선 위로 올라가는 점은 위쪽 값이 아래쪽 값보다 더 멀리 퍼져 있음을 뜻하며, 위쪽 꼬리가 길거나 오른쪽으로 치우쳤다는 뜻입니다. 선 아래의 점은 아래쪽 꼬리가 길거나 왼쪽으로 치우쳤음을 뜻합니다. 원점 근처의 점은 데이터의 중심에서, 멀리 떨어진 점은 꼬리에서 나오므로, 그림 오른쪽 끝의 편차는 가장 극단적인 값과 관련됩니다.
이 그림은 검정 통계량을 제공하지 않습니다. 선 주변의 약간의 산포는 정상이며, 특히 바깥쪽 점에서 그렇습니다. 전체적인 경향으로 판단하십시오. 정규 확률도나 정규성 검정이 이를 보완합니다.
입력 항목 및 옵션
항목 | 설명 |
Variable | 필수입니다. 확인할 수치 열입니다(값 4개 이상). |
Title | 그림의 제목입니다. 기본값은 “Symmetry Plot”입니다. |
Data Options: Subset (optional) | Exclude matching rows(기본값) 또는 Include only matching rows. Row numbers(예: 3,7,12-15)와 Condition(예: Batch_Type == "Standard") 중 하나 또는 둘 다로 행을 선택합니다. |

그림 1 — 예제의 옵션: Variable = Tensile_Strength_MPa.
출력 설명
- Symmetry Plot — 각 쌍의 중앙값 아래 거리(가로)에 대한 중앙값 위 거리(세로)이며, 빨간 점선 대칭선이 함께 표시됩니다.
- Download를 통한 PDF 내보내기.

그림 2 — 40개 배치의 인장 강도에 대한 대칭성 그림: 20개 쌍이 선에 가깝고 가장 바깥쪽 쌍은 선 아래에 있습니다.
계산 예제
종 모양 분포를 가정하는 관리 한계와 공정능력 지수를 사용하기 전에, 한 품질 엔지니어가 재료 배치 40개의 인장 강도가 대칭인지 확인합니다. Variable = Tensile_Strength_MPa입니다.
중앙값은 1185.4 MPa이며 값 40개로 20개의 쌍이 만들어집니다. 대부분의 점이 점선에 가깝고 20개 쌍 중 10개는 선 위에, 나머지는 선 위 또는 아래에 있어 일관된 꼬리는 없습니다. 그림 오른쪽의 가장 바깥쪽 점은 선 아래에 분명히 있습니다. 가장 약한 배치(822.6 MPa)는 중앙값보다 362.8 MPa 낮은 반면, 가장 강한 배치(1490.9 MPa)는 중앙값보다 305.5 MPa만 높습니다. 낮은 배치 하나가 아래쪽 꼬리를 위쪽보다 조금 길게 만듭니다.
같은 데이터로 계산하면 왜도는 0.06이고 Shapiro-Wilk 정규성 검정은 p = 0.45를 제공하므로, 데이터는 정규 기반 방법에 쓸 만큼 충분히 대칭에 가깝습니다. 그래도 엔지니어는 822.6 MPa 배치에 특수 원인이 있었는지 확인하기 위해 조회할 것입니다. 선에서 벗어나는 유일한 편차를 만드는 것이 단 하나의 극단값이기 때문입니다. Density_gcc(왜도 −0.25)에 같은 그림을 그리면 20개 쌍 중 13개가 선 위 또는 아래에 놓이며, 이는 약한 긴 아래쪽 꼬리입니다.
자주 묻는 질문
대칭성 그림은 어떻게 읽습니까?
각 점은 값의 쌍이 중앙값 아래와 위로 얼마나 떨어져 있는지 비교합니다. 데이터가 대칭이면 점들은 45도 선 y = x 근처에 놓입니다. 선 위의 점은 위쪽 꼬리가 길거나 오른쪽으로 치우쳤음을, 선 아래의 점은 아래쪽 꼬리가 길거나 왼쪽으로 치우쳤음을 뜻합니다. 원점에서 멀리 떨어진 점은 꼬리에서 나옵니다.
대칭성 그림은 언제 사용해야 합니까?
t 검정, 정규 공정능력 분석, 관리 한계처럼 대칭적인 종 모양 분포를 가정하는 방법을 사용하기 전에 사용하십시오. 데이터가 치우쳤는지뿐 아니라 어느 쪽 꼬리가 더 길고 어떤 관측값이 그 원인인지 보여 줍니다. 값이 4개 이상인 모든 수치 열에 사용할 수 있습니다.
대칭성 그림은 p-값을 제공합니까?
아니요. 대칭성 그림은 검정 통계량을 제공하지 않습니다. 선 주변의 약간의 산포는 정상이며 특히 바깥쪽 점에서 그러므로, 개별 점이 아니라 전체적인 경향으로 판단하십시오. 정규 확률도나 정규성 검정이 이를 보완합니다.
