화면의 좌측에는 대분류 카테고리별로 그룹핑한 메뉴영역이 위치하고, 상단에는 사용자들의 이용 빈도수가 높은 메뉴들을 선정하여 상단에 배치한 바로가기 영역이 위치하며
하단에는 통계분석을 위한 자료창, 변수창, 그래프창, 문서창 영역이 위치합니다.

다음은 학교급 선택기능입니다.

최초 통계분석도구 선택시 학교급 레벨을 선택하여 학교급에 맞는 메뉴을 제공합니다.
중학교급 레벨의 제공 메뉴와 고등학교/일반급 제공 메뉴가 다르므로 확인 후 선택하시기 바랍니다.

통계분석도구에서 사용되는 용어는 다음과 같습니다.

• 1. 셀(cell) 또는 칸 : 자료를 입력받을 수 있는 사각형 모양의 조그만 창
• 2. 시트(sheet) : 셀을 가로와 세로로 줄을 맞추어 놓은 창
• 3. 행 또는 가로줄 : 자료창 시트에서 가로로 한 줄의 모든 셀을 의미함
• 4. 열 또는 세로줄 : 자료창 시트에서 세로로 한 줄의 모든 셀을 의미함
• 5. 변수 : 설문 문항을 변수라 부름 (변수명 : 설문 문항을 간단히 표현할 수 있는 짧은 단어로 표기)
• 6. 변숫값 : 각 셀에 입력하는 자료의 값, 성별 문항의 응답을 ‘①남자 ②여자’로 질문하고 자료 정리를 간단히 1또는 2로 표시하는 경우의 숫자를 변숫값이라 함

다음은 자료 입력 방법에 대해 알아보겠습니다.

아래의 그림에서 1행 1열의 직사각형 셀이 “회색”으로 표시되어 있고, 이는 1행 1열의 셀이 자료를 입력받을 준비가 된 것을 의미합니다.
화살표 키나 페이지업, 페이지다운 등의 이동키를 사용하면 셀에서 셀로 또는 페이지 단위로 이동시킬 수 있습니다.

자료의 입력은 왼쪽 위의 1행 1열에서부터 자료를 입력한 후, ‘아래 방향 화살표 키’ 또는 ‘엔터키’를 이용하여 커서를 아래쪽으로 이동시켜 다음 자료를 입력합니다.

자료를 삭제할 때에는 'Delete' 키를 누르거나, 마우스 우클릭 후 ‘행삭제’ 또는 ‘열삭제’를 선택하여 자료를 삭제할 수 있습니다.

다음은 변수 설정 방법에 대해 알아보겠습니다.

변수설정창에서는 각 변수명과 변수에 대한 자세한 설명, 변숫값명을 입력하고 단위 등을 입력합니다.
변숫값명은 ‘성별’이나 ‘혈액형’과 같은 범주형 변수일 경우에 많이 이용하는데, 예를 들어 성별을 입력한 자료의 경우 변숫값이 1이면 변숫값명을 ‘남성’, 변숫값이 2이면 변숫값명을 ‘여성’으로
표기하기도 합니다.

다음은 변수형 종류에 대해 알아보겠습니다.

변수형에는 자료의 형태를 나타낼 수 있는데 통그라미에서는 연속형, 범주형, 문자형 등 3가지 변수유형을 선택할 수 있습니다.
연속형은 키, 몸무게 등 연속된 숫자로 계산이 가능한 자료를 말하며, 범주형은 성별, 혈액형 등 계산이 불가능한 자료를 말합니다.
문자형은 이름 등 문자로 표현되는 자료를 말합니다.

다음은 예제를 활용하여 ‘자료 변환’과 ‘그래프’ 작성에 대해 알아보겠습니다.

통그라미에서 설문조사 또는 실험 등을 통하여 얻은 자료를 분석할 때에 입력된 자료들을 바로 사용하지 않고, 특정 계산을 거친 후 가공된 자료로 분석을 하는 경우도 종종 있습니다.
예를 들면 실험 결과로 얻어진 g 단위의 무게 자료에 1,000을 나누어 kg으로 변환하거나, 학교 성적 통계 분석을 할 때에 수학, 영어, 국어 등 각 과목의 점수 합계인 총점으로 분석을 하는 경우가
이에 해당됩니다. 이렇게 입력된 자료들에 대한 계산이 필요할 때에는 ‘변환’에 ‘변수계산’ 메뉴를 활용합니다.
변수계산 방법을 쉽게 이해하기 위하여 예제 자료의 실습을 통하여 학습해보도록 하겠습니다.
화면 좌측 메뉴영역에서 ‘파일 > 불러오기’를 클릭 후 ‘예제파일 > PC버전예제 > ‘건강’ 폴더에 있는 ‘건강_키몸무게’자료를 선택 후 열기 버튼을 클릭합니다.

불러온 자료에는 성별, 키, 몸무게, 혈액형 자료가 입력되어 있습니다. 입력된 자료로 체질량지수 BMI 값을 구해보는 것으로 ‘변수 계산’방법을 실습해 보겠습니다. BMI는 몸무게를 키의 제곱
값으로 나누어서 계산할 수 있습니다. 여기 공식에서 나오는 키는 m 단위의 값을 의미하는데,

현재 우리가 불러온 예제파일에 있는 V2 키 자료는 144, 148 등 cm 단위의 값이 들어있습니다. BMI를 구하려면 m 단위의 키 값이 필요하기에 V2 에 있는 cm 단위의 키자료에
100을 나누어서 m 단위의 자료를 생성하도록 하겠습니다. 좌측메뉴에서 변환의 ‘변수계산’을 클릭하여 입력창을 불러옵니다.

변수계산창에는 ‘새변수’라는 글씨와 등호가 보이는데 새변수칸에는 계산을 통하여 새로 입력될 자료가 들어갈 열을 선택합니다. 우리는 여기서 다섯 번째 열 V5를 선택하겠습니다.
등호 우측 칸에는 계산을 통하여 구하려는 자료의 공식을 입력하면 되는데, 여기서는 ‘변수선택에서 ‘V2 키'를 선택 후 '나누기’ ‘100’을 차례로 클릭합니다.
키보드로 m 단위의 키 자료 값인 V2 나누기 100 을 입력합니다.
마우스로 입력할 때에는 반드시 대문자로 입력을 하여야 합니다. 통그라미는 대소문자를 구분하고 있기에 예제에 입력된 키 자료는 대문자 V2입니다.
‘새 변수명’에는 새로 입력될 자료의 이름을 입력하기에 자유롭게 입력이 가능하며, ‘키(m)'이라고 입력하겠습니다. “확인”버튼을 클릭하세요.

아래와 같이 V5열에 1.44, 1.48 등 m 단위로 키 자료가 입력된 것을 확인할 수 있습니다.

다음은 계산된 V5 키 값과 V3 몸무게 값을 활용하여 BMI를 계산해 보도록 하겠습니다.
좌측메뉴에서 변환의 ‘변수계산’을 클릭하여 입력창을 불러옵니다.

변수계산 창에서 새변수에 여섯 번째 열 V6를 선택하겠습니다.
등호 우측 칸에는 계산을 통하여 구하려는 자료의 공식을 입력하기에, 여기서는 V3몸무게를 m 단위의 키 V5의 제곱으로 나누도록 하겠습니다.
‘새 변수명’에는 새로 입력될 자료의 이름으로 ‘BMI'라고 입력하겠습니다.
“확인”버튼을 클릭하세요.

아래와 같이 V6열에 BMI 자료가 입력된 것을 확인할 수 있습니다. 다음은 “구간변환”을 활용하겠습니다.
통계 분석을 하다보면 앞에서 했던 것처럼 자료들의 계산 자료를 활용하는 경우도 있지만, 기존의 자료들의 구간을 나누어서 자료를 간소하게 분류하는 경우도 있습니다.
예를 들면 성적이 90에서 100점인 학생에게 A, 80에서 90점인 학생에게 B, 70에서 80점인 학생에게 C 등으로 분류하거나, 10~19세를 10대, 20~29세를 20대, 30~39세를 30대 등으로
분류하는 경우가 이에 해당됩니다. 이렇게 입력된 자료들에 대한 분류가 필요할 때에는 ‘변환’에 ‘구간변환’ 메뉴를 활용합니다.
좌측메뉴에서 ‘변환’메뉴의 ‘구간변환’ 을 클릭하세요

지금까지 구한 BMI 자료를 활용하여 저체중, 정상, 과체중으로 분류하는 실습을 해보도록 하겠습니다.
구간변환 창에서는 ‘변환변수’, ‘새변수’, ‘새변수명’의 입력칸이 있습니다. ‘변환변수’는 변환을 해야 할 대상 자료가 들어갑니다. 우리는 BMI수치를 활용하여 저체중, 정상체중, 과체중으로 분류할
예정이기에 V6 BMI를 선택합니다. ‘새변수’는 새로 입력될 자료가 들어갈 열을 선택합니다. ‘새변수명’은 ‘비만분류’라고 입력합니다.
구간 시작은 ‘12’ , 구간크기에는 ‘6’을 입력 후 구간설정 버튼을 클릭합니다. 12부터 6단위로 구간을 나누어서 값이 자동으로 입력되는데, 새로운 값 칸을 ‘저체중’, ‘정상’, ‘과체중’으로 수정합니다.
“확인”버튼을 클릭하세요.

아래와 같이 V7열에 ‘비만분류' 자료가 입력된 것을 확인할 수 있습니다.

다음은 학습된 예제를 통해 ‘그래프’ 기능에 대해 알아보겠습니다. 그래프 메뉴에는 시뮬레이션, 막대, 원, 띠, 레이더, 점, 줄기와 잎 그림, 히스토그램, 상자그림, 꺾은선, 워드 클라우드, 버블차트,
모션, 산점도가 있습니다.
그래프 중 “시뮬레이션”과 ‘막대‘ 그래프에 대해 알아보겠습니다. 좌측 메뉴영역에 ‘그래프’메뉴의 ‘시뮬레이션’을 클릭하세요.

‘시뮬레이션’은 입력된 개별 자료가 점그래프, 히스토그램, 상자그래프, 줄기와 잎 그림에서 어떻게 표현되는지를 시뮬레이션으로 알아보는 기능입니다.
시뮬레이션창에서 ‘자료생성’ 기능을 통하여 임의의 새로운 자료를 생성하여 시뮬레이션을 할 수도 있으며, ‘불러오기’ 기능으로 기존에 입력된 자료로 시뮬레이션을 할 수도 있습니다.

이번에는 ‘불러오기’를 통한 기존 자료 시뮬레이션을 실습하도록 하겠습니다.
시뮬레이션 창에서 ‘불러오기’ 버튼을 클릭합니다.

‘자료창 불러오기’ 화면에서 ‘열변수’에 'V3 몸무게‘를 선택 후 ’확인‘ 버튼을 클릭합니다.

화면 좌측 하단에 몸무게 자료가 입력된 것을 확인할 수 있습니다.
화면 상단에 있는 ‘점그래프’ 버튼을 클릭하면 해당 자료들이 점그래프로 표기되는 것 을 볼 수 있습니다.
‘히스토그램’ 버튼을 클릭하면 점그래프 자료들이 히스토그램으로 변경되는 것을 시뮬레이션 할 수 있습니다.
‘상자그림’ 버튼을 클릭하면 히스토그램 자료들이 상자그래프로 나타낼 때 어떻게 변경되는지 볼 수 있으며, Q1, 중앙값, Q3 값도 구할 수 있습니다.
‘줄기와 잎그림’ 버튼을 클릭하면 해당 자료들이 줄기와 잎그림으로 변경되어 표기됩니다.

다음은 막대그래프에 대해 알아보겠습니다.
범주형 자료의 분포를 한 눈에 비교할 수 있도록 각 자료 값의 도수를 같은 폭의 막대로 나타낸 것입니다. 예제 자료 실습을 통하여 학습해보도록 하겠습니다.

좌측 메뉴영역에서 ‘그래프’메뉴의 ‘막대’를 클릭하세요.

현재 보여지는 ‘키몸무게’ 예제에서 ‘혈액형’ 자료의 막대그래프를 그리도록 하겠습니다.
이 경우에는 막대그래프 창 변수칸에 보여지는 ‘성별, 키, 몸무게, 혈액형’ 중에서 ‘혈액형’을 드래그해서 ‘분석변수’로 이동합니다.
분석변수칸에 ‘혈액형’ 자료가 들어간 것을 확인한 후 ‘확인’ 버튼을 클릭하세요

아래와 같이 ‘키몸무게’ 전체자료에 대한 혈액형 막대그래프가 화면에 나타납니다.
그래프 창의 상단에 있는 가로축바, 세로축바의 조절을 통하여 그래프의 넓이 및 길이를 조절할 수 있습니다.
또한 ‘제목수정’ 버튼을 클릭하면 그래프의 제목을 변경하실 수 있습니다.
제목란의 우측 버튼들을 누르시면 ‘옵션’, ‘사이즈확대’, ’이미지저장‘, ’sns공유’ 기능을 확인 하실 수 있습니다.
우측 중간에 있는 ‘옵션선택’버튼을 클릭하세요.

옵션선택 창은 다음과 같습니다.
범례창보기, 빈도표시, 통계표 및 상관계수, 그래프추가, 그래프 색상 변경, 그래프 눈금변경 기능을 활용하실 수 있습니다.

다음은 학습된 예제를 통해 ‘통계’ 기능에 대해 알아보겠습니다.
통계분석도구에는 기초통계량, 도수분포표, 교차표 등의 통계분석을 포함하고 있습니다.
연속형 자료를 도표나 그래프를 이용하여 정리할 때는 구간의 수 또는 구간의 너비 등과 같이 작성자의 주관적인 판단이 작용될 수 있습니다.
이러한 점을 보완하기 위하여 연속형 자료를 객관적으로 대표하고 자료의 전반적인 형태를 나타낼 수 있는 수리적인 측도를 이용하며, 이 측도에는 자료의 중심위치, 자료의 산포등이 있습니다.
좌측 메뉴영역에서 ‘통계’메뉴의 ‘기초통계량’을 클릭하세요.

기초통계량은 데이터의 특성을 요약하고 설명하기 위한 통계적인 지표를 의미합니다. 데이터 간의 패턴을 파악하거나 비교할 때 사용됩니다.

‘키몸무게’ 예제의 ‘몸무게’ 자료로 기초통계량을 알아보도록 하겠습니다.
이 경우에는 기초통계량 창 변수칸에 보이는 ‘성별, 키, 몸무게, 혈액형’ 중에서 분석변수에 ‘몸무게’를 드래그해서 이동합니다.
‘확인’버튼을 클릭하세요.

아래와 같이 몸무게 자료에 대한 기초통계량 표가 화면에 나타납니다.
기초통계량 표를 통하여 평균, 중앙값 등의 자료의 중심 위치와 분산, 표준편차 등 자료의 산포를 확인할 수 있습니다.
또한, 옵션선택에서 체크박스를 이용하여 ‘최댓값-최솟값의 범위’, ‘n-1의 분산, 표준편차’, ‘사분위수’의 추가 통계량을 구할 수 있습니다.

확인된 정보는 우측 상단 ‘다운로드’버튼을 통해 이미지로 저장하여 다른 자료에 활용하실 수 있습니다.

다음은 학습된 예제를 통해 ‘도수분포표’ 기능에 대해 알아보겠습니다.
도수분포표는 측정값이 나타나는 빈도수를 정리하여 놓은 것입니다. 여기에 누적도수, 상대도수, 백분율 등을 같이 보여주어 분석을 용이하게 합니다.

‘키몸무게’ 예제의 ‘키’ 자료 ‘도수분포표’를 작성하도록 하겠습니다.
좌측 메뉴영역에서 ‘통계’메뉴의 ‘도수분포표’를 클릭하세요.

아래의 도수분포표 창에서 변수칸에 보여지는 ‘성별, 키, 몸무게, 혈액형’ 중에서 ‘키’를 드래그해서 ‘분석변수’로 이동합니다.

‘확인’버튼을 클릭하세요.

아래와 같이 ‘키’ 자료에 대한 도수분포표가 화면에 나타납니다.
도수분포표는 입력된 자료의 최솟값을 기준으로 작성되기에 144부터 시작되는 그래프가 작성되었습니다. ‘계급의 시작값’을 140으로 수정하고 ‘적용’ 버튼을 누르면 그래프를 한눈에 보기 편하게
140부터 시작하는 10 단위 간격의 도수분포표로 변경할 수 있습니다.
또한, 옵션선택에서 체크박스를 이용하면 도수분포표에 ‘계급값’, ‘상대도수’ 등을 추가하여 나타낼 수 있습니다.
확인된 정보는 우측 상단 ‘다운로드’버튼을 통해 이미지로 저장하여 다른 자료에 활용하실 수 있습니다.

다음은 학습된 예제를 통해 ‘표본추출’ 기능에 대해 알아보겠습니다.
표본추출에는 복원/비복원추출, 표본평균의 분포가 있습니다.
‘표본추출’은 전체 데이터 집합 또는 모집단에서 일부를 선택하는 과정입니다. 이렇게 선정된 일부 데이터를 통해 전체의 특성을 추정하고 분석합니다. 표본추출의 이해를 돕기 위해 예제파일의
‘ 건강-키몸무게’ 자료로 복원/비복원 추출의 과정과 결과를 알려드리겠습니다.
좌측 메뉴영역에서 ‘표본추출’메뉴의 ‘복원/비복원 추출’을 클릭하세요.

복원/비복원추출창에서는 두가지 추출방법이 있습니다.
‘복원추출’은 한번 시행한 결과를 다시 얻을수 있도록 모집단에 다시 포함시켜 시행하는 추출방법이며 ‘비복원추출’은 한번 시행한 대상은 다시 모집단에 포함시키지 않고 시행하는 추출방법
입니다. 아래의 복원/비복원추출 창에서 ‘복원추출’을 선택하고 모집단 열선택에 ‘V1’을 선택합니다. 추출개수를 ’10’, 반복횟수를 ‘1’로 입력합니다. 하단에 ‘추출’버튼을 클릭후 추출결과 창에
데이터 확인 후 ‘자료창 붙여넣기’버튼을 클릭합니다.
그 다음 ‘닫기’버튼을 클릭하세요.

아래와 같이 V5열에 ‘성별표본’ 자료가 입력된 것을 확인할 수 있습니다.
다음은 학습된 예제를 통해 ‘표본평균의 분포’ 기능에 대해 알아보겠습니다.
정규분포와 이항분포의 이해를 돕기 위해 표본의 정보를 설정하여 모의시행 결과를 보여주는 기능입니다.

좌측 메뉴영역에서 ‘표본추출’메뉴의 ‘표본평균의 분포’를 클릭하세요.

표본평균의 분포창에서는 두가지 분포가 있습니다.
‘정규분포’는 종 모양의 곡선으로, 데이터가 평균 주변에 가장 많이 몰려있습니다. 평균에서 멀어질수록 데이터의 빈도가 낮아집니다. 자연 현상이나 사회 현상에서 흔히 나타나는 분포입니다.
‘이항분포’는 지정된 횟수의 실험에서 성공 또는 실패의 결과를 보여주는 분포입니다. 각 시도에서 성공할 확률이 같고, 성공 횟수에 대한 확률을 계산할 때 사용됩니다.
아래의 표본평균의 분포 창에서 ‘정규분포’를 선택하고 평균 ’50’, 표준편차 ‘5’, 표본크기 ‘100’, 반복횟수 ‘300’, 계급개수 ’10’을 입력합니다.
하단에 ‘모의시행’버튼을 클릭하면 결과 창에 설정된 값에 해당하는 정규분포 그래프가 나타납니다. 그 다음 ‘닫기’버튼을 클릭하세요.

다음은 학습된 예제를 통해 ‘분포’ 기능에 대해 알아보겠습니다.
분포메뉴 중 ‘이항분포’는 고정된 횟수의 실험에서 성공 또는 실패의 결과를 보여주는 분포입니다. 각 시도에서 성공할 확률이 같고, 성공 횟수에 대한 확률을 계산할 때 사용됩니다.
분포추출의 이해를 돕기 위해 예제파일의 ‘건강-키몸무게’ 자료로 이항분포의 과정과 결과를 알려드리겠습니다.

좌측 메뉴영역에서 ‘분포’메뉴의 ‘이항분포’를 클릭하세요.

아래의 이항분포 창에서 시행횟수(n) ’10’, 성공확률(p) ‘0.5’를 입력합니다.
하단의 ‘확인’버튼을 클릭 후 결과 창에 설정된 값에 해당하는 이항분포표와 그래프가 나타납니다.

그 다음 ‘닫기’버튼을 클릭하세요.

다음은 학습된 예제를 통해 ‘이항분포 정규근사’ 기능에 대해 알아보겠습니다.
‘이항분포 정규근사’는 이항분포를 정규 분포로 근사하여 통계 분석을 간단하게 하고 통계적 추론을 수행하기 위해 사용됩니다.

좌측 메뉴영역에서 ‘분포’메뉴의 ‘이항분포 정규근사’을 클릭하세요.

아래의 이항분포 정규근사 창에서 ‘이항분포와 정규분포의 관계’ 탭을 선택한 후 시행횟수 ‘15’, 성공확률(p) ‘0.5’를 입력합니다.
하단의 ‘확인’버튼을 클릭하면 결과 창에 설정된 값에 해당하는 이항분포표와 이항분포, 정규분포의 그래프가 나타납니다.

그 다음 ‘정규분포를 이용한 이항분포 확률 구하기’ 탭을 클릭하세요.

아래의 이항분포 정규근사 창에서 ‘정규분포를 이용한 이항분포 확률 구하기’ 탭을 선택한 후 시행횟수(n) ‘10’, 성공확률(p) ‘0.5’, P(X≤ ’0.1’)로 입력합니다.
하단의 ‘확률 계산’버튼을 클릭하면 결과 창에 표준정규분포 누적확률 함수 값과 수식표시가 나타납니다.

그 다음 ‘닫기’버튼을 클릭하세요.

다음은 학습된 예제를 통해 ‘추정과 검정’ 기능에 대해 알아보겠습니다.
추정과 검정 메뉴에는 모평균의 추정, 모비율의 추정, 모평균 z검정, 모비율 가설검정, 독립표본 T검정, 대응표본 T검정, 단순 회귀분석이 있습니다.
추정과 검정 메뉴 중 ‘모평균의 추정’과 ‘모비율의 추정‘에 대해 알아보겠습니다.
좌측 메뉴영역에서 ‘추정과 검정’메뉴의 ‘모평균의 추정’을 클릭하세요.

‘모평균의 추정’은 표본을 조사해 얻은 정보를 이용하여 모평균이나 모표준편차와 같이 모집단의 특성을 나타내는 값을 추측하는 것을 말합니다.
아래의 모평균의 추정 창에서 표준 데이터 열 선택을 ‘V1:성별’, 신뢰도를 ’95%’로 선택 합니다.
‘계산모드’선택시 표본데이터를 선택하는 대신 표본 평균(기초통계량)을 직접 입력하여 계산할 수 있습니다. 하단의 ‘추정’버튼을 클릭하면 결과 창에 모평균m에 대한 근사적 신뢰구간이 수식과
함께 나타납니다.
그 다음 ‘닫기’버튼을 클릭하세요.

다음은 학습된 예제를 통해 ‘모비율의 추정’ 기능에 대해 알아보겠습니다.
‘모비율의 추정’은 표본을 조사해 얻은 정보를 이용하여 모비율의 값을 추측하는 기능입니다.

좌측 메뉴영역에서 ‘추정과 검정’메뉴의 ‘모비율의 추정’을 클릭하세요.

아래의 모비율의 추정 창에서 표준 데이터 열 선택을 ‘V1:성별’, 신뢰도를 ’95%’로 선택하여 ‘추정’버튼을 클릭 합니다.
하단에 추정된 빈도와 비율이 나타납니다. 표본 데이터의 값(X열)을 선택 시 신뢰구간이 수식과 함께 나타납니다.

그 다음 ‘닫기’버튼을 클릭하세요.