표준편차분류법 (Standard Deviation Classification)
한 줄 정의: 데이터의 평균값을 기준으로 표준편차 단위만큼 떨어진 지점을 계급 경계로 삼아 계급을 나누는 분류법입니다.
쉽게 풀면
반 평균 점수를 기준으로 "평균보다 많이 높다", "평균과 비슷하다", "평균보다 많이 낮다"처럼 평균을 중심에 두고 벗어난 정도로 등급을 나누는 방식입니다. 지도에서도 각 지역의 값이 전체 평균보다 얼마나 높거나 낮은지를 기준으로 색을 배정합니다. 그래서 이 방법을 쓴 지도는 평균값 지역이 중심 색상으로, 평균보다 크게 벗어난 지역이 극단적인 색상으로 표시되는 경향이 있습니다.
왜 중요한가
표준편차분류법은 평균을 기준으로 한 상대적 편차를 시각적으로 강조하기 때문에, 특정 지역이 전국 평균과 얼마나 다른지를 보여주고 싶은 연구에서 유용합니다. 통계적 이상치나 특이 지역을 드러내는 데 효과적이어서 발산형(diverging) 배색과 함께 자주 사용되는 방법으로 다뤄집니다.
논문에서는 이렇게 쓰입니다
"본 연구는 지역별 실업률 데이터를 표준편차분류법(standard deviation classification)으로 구분하여 전국 평균 대비 유의하게 높은 지역을 시각적으로 강조하였다."
평균 대비 편차를 기준으로 특이 지역을 강조한 지도 제작 사례입니다.
"표준편차분류법을 적용한 결과, 평균에 가까운 값을 가진 다수의 지역이 하나의 넓은 계급으로 묶이면서 세부적인 차이가 드러나지 않는 한계가 나타났다."
평균 인근 지역의 세부 차이가 뭉뚱그려지는 한계를 지적한 문장입니다.
조금 더 깊게 보면
표준편차분류법은 일반적으로 평균을 중심으로 0.5 표준편차 또는 1 표준편차 간격으로 계급 경계를 설정하며, 데이터가 정규분포에 가까울수록 효과적으로 작동합니다. 평균보다 큰 값과 작은 값을 대비시키기 위해 두 가지 색조를 사용하는 발산형 배색과 결합되는 경우가 많습니다.
주의할 점
데이터가 정규분포와 크게 다르거나 이상치가 많은 경우, 표준편차 기준 계급 구분이 실제 분포를 왜곡해 보여줄 수 있습니다.