직관 — 같은 이름표가 붙은 두 기록
학생들의 키와 양팔을 벌린 길이를 각각 기록한다고 생각하자. 같은 학생의 두 기록에는 같은 이름표를 붙여 함께 보관한다. 키 순서로 줄을 바꾸더라도 그 학생의 양팔 길이 기록은 함께 움직여야 한다.
이름표는 조사 대상, 두 기록은 그 대상에서 측정한 두 값에 대응한다. 상자그림은 한 변량의 분포를 요약했다. 이번에는 두 변량의 짝을 남겨 서로 어떤 경향이 있는지 살핀다. 산점도로는 ‘함께 커지는가’를 읽을 수 있지만, ‘하나가 다른 하나의 원인인가’는 따로 따져야 한다.
산점도는 같은 대상의 두 값을 한 점으로 나타낸다
산점도는 같은 대상에서 얻은 두 변량의 값을 순서쌍으로 묶어 좌표평면에 점으로 나타낸 그림이다. 키나 양팔 길이처럼 조사한 항목을 수량으로 나타낸 값을 변량이라 한다. 한 변량을 가로축, 다른 변량을 세로축에 정하고 축마다 뜻과 단위를 적는다.
다음은 설명을 위해 만든 학생 6명의 가상 자료다. 실제 학생을 조사한 결과가 아니다. 가로축의 는 키를 단위로 나타낸 수, 세로축의 는 양팔을 벌린 길이를 같은 단위로 나타낸 수로 정한다.
| 학생 | 키 () | 양팔을 벌린 길이 () |
|---|---|---|
| A | 150 | 151 |
| B | 140 | 139 |
| C | 160 | 161 |
| D | 145 | 146 |
| E | 155 | 149 |
| F | 145 | 143 |
학생 D의 행을 읽으면 두 값을 다음 순서쌍으로 옮긴다.
| 기호 | 이름 | 원어 | 뜻 |
|---|---|---|---|
| 가로축 변량의 값 | horizontal-axis value | 첫 자료에서 학생의 키를 cm로 나타낸 수 | |
| 세로축 변량의 값 | vertical-axis value | 첫 자료에서 같은 학생의 양팔 길이를 cm로 나타낸 수 | |
| 순서쌍 | ordered pair | 한 대상의 두 값을 가로·세로 순서로 묶은 것 | |
| A–F | 대상 표시 | observation label | 첫 자료에서 서로 다른 학생을 구별하는 이름표 |
좌표평면에서 가로 눈금 , 세로 눈금 이 만나는 곳에 D를 찍는다. 거꾸로 D를 읽으면 ‘키가 인 학생의 양팔 길이가 ’라는 뜻이다. 같은 방법으로 각 행을 한 점씩 옮기면 그림 1이 된다. 학생 표시를 가로축의 수로 쓰는 것이 아니다.
figures/paired_observations.py이 점들은 학생 사이의 이동 경로가 아니다. A, B, C라는 이름 순서로 선을 이으면 실제 자료에 없던 경로가 생기므로 이 산점도에서는 점을 잇지 않는다. 두 대상의 두 값이 모두 같다면 점이 겹칠 수도 있으므로, 보이는 점의 개수만으로 조사 인원을 단정하지 않는다.
두 열을 따로 정렬하면 왜 자료가 달라질까?
각 열을 따로 정렬하면 서로 다른 학생의 값이 한 행에 놓일 수 있기 때문이다. 첫 표에서 A의 짝은 인데, 키와 양팔 길이를 각각 작은 순으로 정렬하면 같은 위치에 가 놓인다.
양팔 길이 는 원래 E의 기록이다. 잘못 정렬한 표에서는 도 로 바뀐다. 각 열의 숫자는 모두 남아 있어도 ‘누구의 값과 짝인지’라는 정보가 사라진 것이다.
그림 2는 이 변화를 산점도에서 보여 준다. 나머지 네 점은 우연히 제자리에 남지만, A와 E의 점은 원래 없던 두 자리 A′, E′으로 옮겨 간다. 점 여섯 개 가운데 두 개만 바뀌어도 ‘누가 어떤 기록을 가졌는가’는 더 이상 표에서 읽을 수 없다.
figures/sort_breaks_pairs.py정렬이 필요하면 학생 이름과 두 값을 행 전체로 함께 옮긴다. 그러면 행의 순서는 달라져도 각 순서쌍은 그대로여서 산점도는 변하지 않는다. 스프레드시트로 그릴 때도 먼저 두 열이 같은 대상 순서로 짝지어졌는지 확인한다.
양의 상관관계와 음의 상관관계는 어떻게 읽을까?
한 변량이 커질수록 다른 변량도 대체로 커지는 경향이면 양의 상관관계, 대체로 작아지는 경향이면 음의 상관관계가 있다고 한다. 산점도에서 가로축의 값이 커지는 오른쪽으로 눈을 옮기며 점들 전체의 방향을 읽는다.
그림 3은 경향만 비교하도록 만든 별도의 가상 자료다. 에는 길이·시간 같은 측정 단위가 없으며, 세 패널의 축 눈금과 표시 범위를 같게 했다.
figures/correlation_patterns.py- I: 양의 상관관계. 작은 에서 낮은 점들이, 큰 에서 높은 점들이 주로 나타난다. 에서 으로 가는 부분은 내려가지만, 점들 전체는 오른쪽 위로 향한다.
- II: 음의 상관관계. 작은 에서 높은 점들이, 큰 에서 낮은 점들이 주로 나타난다. 과 처럼 일부가 올라가도 전체 경향은 내려간다.
- III: 상관관계가 없는 경우. 어느 에서도 낮은 값과 높은 값이 함께 나타나, 가 커질수록 가 커지거나 작아진다고 읽기 어렵다.
첫 학생 자료도 전체적으로 오른쪽 위를 향하므로 양의 상관관계를 보인다. 하지만 키가 더 큰 E의 양팔 길이는 A보다 짧다. 따라서 이 가상 자료가 ‘키가 큰 학생은 누구나 양팔 길이도 더 길다’는 규칙을 뜻하지는 않는다.
산점도에서 같은 가로값에 점 두 개가 있어도 되나요?
산점도에서는 같은 가로값에 서로 다른 세로값이 있어도 된다. 가상 학생 D와 F의 키는 모두 이지만 양팔 길이는 각각 와 다. 두 학생의 기록을 각각 남긴 것이다.
음의 상관관계는 세로값이 음수라는 뜻인가요?
음의 상관관계는 가로값이 커질 때 세로값이 대체로 작아진다는 뜻이다. 그림 3의 II는 세로값이 모두 양수지만 전체적으로 내려가는 경향이 있다. ‘음’은 값의 부호가 아니라 두 변량이 변하는 방향의 관계를 나타낸다.
상관관계가 없으면 아무 관계도 없다는 뜻인가요?
이 글에서 상관관계가 없다는 판정은 주어진 산점도에서 뚜렷한 증가·감소 경향을 찾기 어렵다는 뜻이다. 그림 3의 III처럼 한쪽이 커져도 다른 쪽의 높낮이가 한 방향으로 바뀌지 않는다. 이것만으로 모든 종류의 관계가 없다고 단정하지는 않는다.
눈금을 바꾸면 산점도의 경향이 왜 달라 보일까?
축의 범위를 넓게 잡으면 같은 변화가 화면에서 작은 높이 차로 줄어들기 때문이다. 경향은 점의 좌표에서 나오지만, 눈으로 보는 기울기와 퍼짐은 눈금에 따라 달라진다.
그림 4의 두 패널은 첫 학생 자료를 그대로 찍었다. (a)는 세로축이 136에서 164까지 28cm 범위여서 오른쪽 위로 향하는 경향이 잘 보인다. (b)는 같은 점을 0에서 320까지 320cm 범위에 찍어서 거의 수평선처럼 보인다.
figures/axis_scale_effect.py그래서 산점도를 읽기 전에 각 축이 무엇을 나타내는지, 눈금이 어디서 시작해 얼마 간격인지부터 확인한다. 두 산점도를 비교할 때는 같은 눈금으로 다시 그린다. 같은 눈금에서는 점들이 한 방향의 좁은 띠에 모일수록 경향이 뚜렷하고, 넓게 흩어질수록 덜 뚜렷하다.
산점도가 가파를수록 상관관계가 더 뚜렷한가요?
아니다. 산점도의 가파른 정도는 눈금에 따라 바뀌므로 상관관계가 얼마나 뚜렷한지를 정하지 않는다. 그림 4의 (a)와 (b)는 같은 자료인데 세로축 범위가 28cm에서 320cm로 바뀌자 기울기가 거의 사라졌다. 뚜렷함은 같은 눈금에서 점들이 한 방향의 띠에 얼마나 좁게 모였는지로 본다.
산점도에서 두 점수가 같은 학생과 오른 학생은 어떻게 셀까?
두 변량의 단위가 같으면 산점도에 직선 를 기준선으로 그어 센다. 이 직선 위의 점은 두 값이 같고, 직선보다 위쪽의 점은 세로값이 더 크다.
가상 학생 10명이 10점 만점 수행평가를 두 번 보았다고 하자. 1차 점수를 , 2차 점수를 로 한 순서쌍은 , , , , , , , , , 이다. 두 점수가 같은 학생의 점은 모두 식 (2)의 직선 위에 놓인다.
같은 가로값 에서 직선 위의 점은 높이가 다. 그보다 위에 있는 점은 식 (3)을 만족하므로 2차 점수가 1차보다 높은 학생이다. 이 직선은 일차함수의 그래프에서 배운 원점을 지나는 직선이다.
그림 5에서 직선 위쪽의 둥근 점은 5개, 직선 위의 네모 점은 3개, 아래쪽의 마름모 점은 2개다. 따라서 2차에서 점수가 오른 학생은 5명, 같은 학생은 3명, 내려간 학생은 2명이다.
figures/score_reference_line.py기준선은 두 값의 크기를 비교하는 도구이고, 상관관계는 두 값이 함께 변하는 방향이다. 그림 5의 점들은 전체적으로 오른쪽 위로 향해 양의 상관관계도 보인다. 하지만 모든 점이 직선 아래에 있어도 오른쪽 위로 향하면 여전히 양의 상관관계이므로 두 질문을 섞지 않는다.
상관관계만으로 원인까지 말할 수 있을까?
상관관계만으로 한 변량이 다른 변량을 바꾸는 원인이라고 결론 내릴 수 없다. 함께 변하는 경향은 관찰할 수 있지만, 두 변량에 함께 영향을 주는 다른 요인이 있을 수 있기 때문이다.
가령 가상의 여러 날 자료에서 선풍기 판매량이 많은 날에 차가운 음료도 많이 팔렸다고 하자. 이것만으로 선풍기 판매가 음료 판매를 늘렸다고 말할 수는 없다. 더운 날씨라는 제3의 요인이 두 판매량과 함께 관련되었을 가능성도 있다. 이 역시 가능한 설명이므로, 실제 원인을 주장하려면 기온 등 다른 조건과 추가 자료를 확인해야 한다.
산점도는 같은 대상의 두 변량 값을 한 점에 담고, 상관관계는 그 점들 전체의 증가·감소 경향으로 읽는다. 두 열의 짝을 보존하고 같은 눈금에서 읽어야 하며, 함께 변하는 경향만으로 인과관계를 결론 내릴 수는 없다.
산점도와 상관관계의 흔한 오해
- 각 열의 숫자만 그대로면 자료도 같다. — 첫 표의 두 열을 따로 정렬하면 A의 대신 원래 없던 가 생긴다. 두 열의 평균이 그대로여도 산점도의 짝은 달라진다.
- 점 하나라도 내려가면 양의 상관관계가 아니다. — 그림 3의 I에서 다음은 이지만, 전체 점들은 오른쪽 위로 향한다. 한 쌍의 예외와 전체 경향은 구별한다.
직접 해보기
다음 자료도 모두 연습을 위해 만든 가상 자료다. 주어진 짝을 유지하여 점을 찍고, 각 축의 뜻과 단위를 적자.
- 학생별 (학습 시간 분, 푼 문제 수)가 , , , , 다. 점 의 뜻과 전체 상관관계를 말하자. 이 그림만으로 학습 시간의 효과를 확정할 수 있는지도 설명하자.
- 한 물병에서 기록한 (시간 분, 남은 물의 양 mL)이 , , , 이다. 상관관계의 방향을 읽고, 세로값의 부호와 구별해 설명하자.
- 세 대상의 가상 두 값은 , , 이다. 두 열을 각각 오름차순으로 정렬하면 , , 이 된다. 원자료와 잘못 정렬한 자료의 방향을 비교하고, 어떤 짝이 바뀌었는지 쓰자.
- 그림 5의 점수 자료에서 2차 점수가 1차보다 2점 이상 높은 학생은 몇 명인가? 두 점수의 합이 15점 이상인 학생은 몇 명인가?
- 가상 자료 , , , , 을 세로축 0~1000으로 그렸더니 점들이 거의 수평으로 보였다. 세로축을 95~115로 다시 그리면 어떤 상관관계로 읽히는지 말하고, 처음 그림만 보고 ‘상관관계가 없다’고 하면 안 되는 까닭을 설명하자.
답과 풀이
- 가로축은 학습 시간(분), 세로축은 푼 문제 수(개)다. 는 한 학생이 30분 동안 문제 4개를 풀었다는 기록이다. 20분의 5개보다 30분의 4개가 적지만, 전체로는 시간이 긴 학생 쪽에서 문제 수가 큰 경향이 있어 양의 상관관계로 읽는다. 문제 난도나 미리 알고 있던 정도를 확인하지 않았으므로, 이 자료만으로 시간만의 효과를 확정할 수 없다.
- 가로축은 시간(분), 세로축은 남은 물의 양(mL)이다. 오른쪽으로 갈수록 으로 내려가므로 음의 상관관계가 있다. 네 세로값은 모두 양수다. ‘음의 상관관계’는 물의 양이 음수라는 뜻이 아니다.
- 원자료를 행 전체로 함께 옮겨 가로값 순서로 늘어놓으면 , , 라서 음의 상관관계다. 두 열을 따로 정렬한 것은 오른쪽 위로 향하는 양의 상관관계다. A의 세로값 8과 B의 세로값 4가 서로 바뀌었고, C의 만 그대로다. 원래 자료를 나타내려면 이름표에 붙은 두 값을 함께 옮겨야 한다.
- 2점 이상 높으려면 여야 한다. , , 의 3명이며, 세 점 모두 직선 위에 있다. 합이 15점 이상인 점은 , , , 의 4명이다. 합은 차례로 16, 15, 16, 19다.
- 세로값은 100에서 110까지 10만큼 변하는데, 0~1000 축에서는 이 변화가 전체 높이의 100분의 1이라 거의 평평해 보인다. 95~115 축에서는 에서 으로 한 번 내려가도 점들 전체가 오른쪽 위로 향하므로 양의 상관관계로 읽는다. 경향은 좌표에서 나오므로 눈금을 확인하기 전에 판단하지 않는다.
더 읽기
- 교육부, 2022 개정 교육과정 고시 — 별책 8 [9수04-09]와 해설. 산점도와 양·음·상관관계 없는 경우, 눈금에 주의하는 국내 학습 범위를 확인한다.
- OpenStax, Introductory Statistics 2e 12.2절 — Illowsky·Dean, 2023. 두 변량의 짝을 점으로 나타내고 전체 경향과 벗어난 점을 함께 보는 설명을 참고했다. 후반 회귀 계산은 이 글의 범위에 넣지 않았다.
- 호주 통계청, Correlation and causation — 2023. 상관과 인과의 차이, 제3의 요인에 관한 절이 마지막 설명의 근거다. 상관계수 계산은 다루지 않는다.
영상 노트
- 00:00 같은 학생의 두 기록에 이름표 붙이기
- 00:35 표의 D를 식 (1)로 옮기고, 그림 1에서 다시 읽기
- 01:40 두 열을 따로 정렬했을 때 그림 2에서 A와 E의 점이 옮겨 가는 모습 확인
- 02:40 그림 3의 I·II·III를 같은 눈금으로 비교하기
- 03:40 일부 예외와 전체 경향, 값의 부호와 방향 구별
- 04:20 그림 4로 같은 자료가 눈금에 따라 평평해 보이는 이유 설명
- 05:10 식 (2)·(3)과 그림 5로 기준선 위아래의 점 세기
- 06:10 두 판매량과 날씨: 상관과 인과를 나누어 말하기
- 07:00 새 자료 다섯 가지를 점으로 옮기고 짝과 눈금 확인하기
지도에서의 위치
- 2026-11-16 · 에이전트 초안 — 두 변량의 짝, 산점도의 방향과 인과 해석, 가상 자료 연습
- 2026-11-16 · 전수 검수 반영 — 정렬 전후 비교, 눈금에 따라 달라 보이는 경향, 기준선으로 두 점수를 비교해 세는 유형 보강, 산점도만으로 인과를 가릴 수 있는 듯한 문장과 해보기 답의 오탈 수정, 질문 블록 1개와 해보기 2문항 추가 (에이전트 수정, 그림 2→5)
- 2026-11-16 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림
- 2026-11-16 · 최종 모바일 검수 반영 — 연습 5의 순서쌍을 하나씩 나누어 좁은 화면에서 줄이 바뀌게 정리
- 2026-11-16 · 최종 렌더링 검수 반영 — 범위를 나타내는 물결표가 바르게 보이도록 표기 수정
- 2026-11-16 · 현재판 재검증 반영 — 연습 1·2·3의 순서쌍과 이름표를 좁은 화면에서 끊기지 않게 정리, 그림 2의 화살표를 키우고 A′·E′ 이름 추가, 변량의 정의를 대푯값 글과 맞춤 (에이전트 수정)