가중평균 계산법, 상품 평점 합치기
왜 상품 평점을 단순 평균하면 질문이 달라질까요?
상품 세 개의 별점이 각각 4.8점, 4.4점, 4.0점이라면 세 숫자의 단순 평균은 4.4점입니다. 다만 각 상품에 달린 후기 수가 크게 다르면 이 값은 전체 소비자의 평가를 그대로 나타내지 않습니다. 후기 10개로 만든 평균과 후기 140개로 만든 평균을 같은 비중으로 취급하기 때문입니다.
여기서 계산법을 고르기 전에 무엇을 하나의 단위로 볼 것인지 정해야 합니다. 상품별 성과를 동등하게 비교하려면 상품 세 개의 평점을 한 번씩 반영한 4.4점이 의미가 있습니다. 반면 전체 후기의 평균적인 평가를 알고 싶다면 후기 하나하나의 영향력을 같게 맞춰야 하므로 후기 수를 가중치로 사용해야 합니다.
가중평균은 값마다 서로 다른 비중을 부여해 평균을 구하는 방법입니다. 미국 국립표준기술연구소(NIST)가 설명하는 가중평균도 각 관측값과 가중치의 곱을 합한 뒤 가중치 합으로 나누는 구조입니다. 따라서 상품별 평균 별점이 값이라면, 각 상품의 후기 개수가 그 값에 부여할 가중치가 됩니다. 자세한 정의와 계산 구조는 NIST의 가중평균 설명에서 확인할 수 있습니다.
가중평균 계산법은 어떤 순서로 적용할까요?
계산식은 ‘각 평점×해당 후기 수’의 합을 전체 후기 수로 나누는 형태입니다. 후기 수를 미리 백분율로 바꿀 필요는 없습니다. 개수를 그대로 넣어도 전체에서 차지하는 비율이 분자와 분모에 반영됩니다.
합치려는 상품별 평균 별점과 후기 수를 확인합니다.
각 평균 별점에 해당 상품의 후기 수를 곱합니다.
곱한 값을 모두 더해 평점 총합에 해당하는 값을 구합니다.
그 합계를 전체 후기 수로 나눕니다.
세 상품이라면 식은 ‘(평점 A×후기 수 A+평점 B×후기 수 B+평점 C×후기 수 C)÷전체 후기 수’입니다. 분자는 각 집단이 기여한 평점의 합이고, 분모는 전체 관측 개수입니다. 같은 원리는 수강 인원이 다른 과목의 성적, 판매량이 다른 상품의 평균 단가, 응답자 수가 다른 지점의 만족도를 합칠 때도 적용됩니다.
후기 수가 다른 세 상품을 합치면 얼마나 달라질까요?
아래는 차이를 살펴보기 위한 가정형 사례입니다. A 상품은 평점이 가장 높지만 후기가 10개뿐이고, C 상품은 평점이 가장 낮은 대신 후기가 140개입니다. 실제 상품 자료가 아니라 단순 평균과 가중평균이 답하는 질문의 차이를 보여 주기 위해 구성한 숫자입니다.
| 상품 | 평균 별점 | 후기 수 | 평점×후기 수 |
|---|---|---|---|
| A | 4.8 | 10 | 48 |
| B | 4.4 | 50 | 220 |
| C | 4.0 | 140 | 560 |
| 합계 | - | 200 | 828 |
상품별 평점을 똑같이 취급하면 ‘(4.8+4.4+4.0)÷3=4.4점’입니다. 후기 수를 반영하면 ‘828÷200=4.14점’이 됩니다. 표에서 후기 수 열을 따라가 보면 전체 후기의 70%가 C 상품에 몰려 있습니다. 그래서 전체 후기 기준 결과인 4.14점은 C 상품의 4.0점 쪽으로 이동합니다. 높은 평점을 임의로 낮춘 것이 아니라 각 평점 뒤에 묶인 관측 규모를 드러낸 결과입니다.
두 숫자 가운데 하나가 언제나 틀린 것은 아닙니다. 4.4점은 ‘상품 세 개의 평균적인 성과’를, 4.14점은 ‘후기 200개의 평균적인 평가’를 답합니다. 보고서나 상품 분석 화면에는 숫자만 적기보다 “후기 수를 가중치로 사용했다”는 기준을 함께 밝혀야 독자가 같은 의미로 해석할 수 있습니다.
후기 수를 가중치로 쓸 때 어떤 한계가 있을까요?
모든 상품의 별점 척도가 같아야 합니다. 한 상품은 5점 만점이고 다른 상품은 10점 만점이라면 원래 숫자를 그대로 합칠 수 없습니다. 공통 척도로 변환한 뒤 계산해야 하며, 평가 기간과 후기 포함 기준도 가능한 한 같아야 합니다. 서로 다른 기간이나 모집단에서 나온 수치를 합치면 계산은 맞더라도 해석 대상이 불분명해질 수 있습니다.
화면에 표시된 평균 별점이 반올림된 값이라는 점도 살펴야 합니다. 실제 평균이 4.35점인데 화면에는 4.4점으로 표시됐다면, 4.4에 후기 수를 곱한 결과는 원자료의 총점으로 계산한 전체 평균과 조금 달라집니다. NIST의 수치 표현 지침도 측정값을 표시할 때 자릿수와 반올림 규칙을 명확히 다루고 있습니다. 관련 원칙은 NIST 수치 표현 및 반올림 지침을 참고할 수 있습니다.
개별 후기 점수나 상품별 정확한 총점을 구할 수 있다면 그 총합을 전체 후기 수로 나누는 편이 가장 정확합니다. 표시된 평균밖에 없다면 계산 결과를 원자료와 동일한 값으로 단정하지 말고 ‘반올림된 집단 평균을 이용한 근삿값’이라고 밝혀야 합니다. 중간 계산에서는 가능한 자릿수를 유지하고 최종 표시 단계에서 필요한 자리로 반올림하면 누적 오차도 줄일 수 있습니다.
후기 개수가 많다는 사실이 평가의 대표성까지 보장하지는 않습니다. 구매 확인 여부, 중복 후기, 보상 행사, 특정 시기에 집중된 평가, 후기를 자발적으로 남긴 사람의 성향은 별도로 점검해야 합니다. 가중평균은 주어진 후기 수의 비중을 정확히 반영하지만 자료 수집 과정에서 생긴 편향까지 고쳐 주는 방법은 아닙니다.
계산 결과는 어떻게 검산하고 보고할까요?
양수인 가중치를 사용한 가중평균은 원래 값들의 최솟값과 최댓값 사이에 있어야 합니다. 사례의 4.14점은 4.0점과 4.8점 사이에 있으므로 이 조건을 만족합니다. 결과가 범위를 벗어났다면 분모에 후기 수 합계가 아닌 상품 수를 넣었는지, 일부 가중치를 빠뜨렸는지, 평점과 후기 수의 행이 서로 어긋났는지 확인할 필요가 있습니다.
가중치 합계도 독립적으로 검산하면 좋습니다. 이 사례에서는 10+50+140=200이고, 분자는 48+220+560=828입니다. 따라서 828을 상품 수인 3으로 나누면 안 됩니다. 스프레드시트에서는 수식이 정상적으로 실행되더라도 평점 열과 후기 수 열의 대응이 잘못되면 전혀 다른 의미의 결과가 나오므로 행 단위 연결까지 확인해야 합니다.
실무 문장으로는 “세 상품 평점의 가중평균은 후기 200개를 기준으로 4.14점이며, 상품별 표시 평점은 반올림된 값으로 가정했다”라고 정리할 수 있습니다. 이 한 문장에 계산 단위, 가중치, 결과의 정밀도 한계가 함께 담깁니다. 통계는 공식을 외워 숫자를 하나 만드는 작업이 아니라, 그 숫자가 누구의 평가를 얼마나 반영하며 어디까지 해석할 수 있는지 판단하는 도구입니다.