| A | * 중심과 퍼짐을 모두 고려하고 편차를 생각함 | * 분포의 다양한 특징 통합적으로 고려* 분포와 맥락을 고려하여 판단 | (1) 특정 구간을 선정하여 상대도수 비교 • 중심을 포함하는 구간 선정 • 중심을 포함하는 구간의 크기를 다양하게 변경 |
| (2) 중심, 퍼짐, 모양 중 2가지 이상의 특징을 통합하여 사용 • 평균값, 중앙값, 중간범위 계산 • 중심 주변에 자료의 퍼짐 고려(편차) • 모양의 치우침 / 다수의 값의 위치에 주목 |
| (3) 특정점을 기준점으로 하고 이상/이하의 상대도수 비교 • 평균값, 중앙값, 중간범위를 기준점으로 선정 • 최댓값의 절반/최솟값의 2배를 기준점 선정 |
| B | * 범위나 퍼짐, 또는 다수의 자료가 어디에 위치에 있는지에 주목 | * 분포의 한 가지 특징에만 주목* 구간을 고려하기 시작* 불완전한 비례추론 시도 | (1) 특정 구간을 선정하여 절대도수 비교 • 두 자료집합이 겹치는 구간 선정 • 최댓값의 절반과 최솟값의 2배를 포함하는 구간을 선정 |
| (2) 중심, 퍼짐, 모양 중 1가지~2가지를 단순히 사용 • 평균값, 중앙값, 중간범위 계산 • 각 자료집합의 최댓값과 최솟값의 차이와 안정성/신뢰성을 관련(‘흩어져 있음’, ‘퍼져 있음’, ‘밀집된’, ‘고르다’) • 모양의 치우침 / 다수의 값의 위치에 주목 |
| (3) 특정점을 기준점으로 하고 이상/이하의 절대도수 비교 • 평균값, 중앙값, 중간범위를 기준점으로 선정 • 최댓값의 절반/최솟값의 2배를 기준점 선정 |
| C | * 자료집합을 개별 값의 모임으로 인식하는 경향을 보임* 극단적인 값만 고려함 | * 절대도수 또는 개별 자료 값에만 주목 | (1) 자료값의 위치를 이용 • 최댓값과 최솟값의 위치를 비교 • 최댓값(최솟값)끼리의 차이를 비교 • 특이값의 위치 이용 |
| (2) 특정점을 기준점으로 하고 해당 점의 절대도수 비교 • 최댓값, 최솟값, 최빈값을 기준점 선정 • 최댓값의 절반/최솟값의 2배를 기준점 선정 |
| (3) 총합을 계산하여 비교 |
| (4) 자료집합의 크기와 안정성/신뢰성 관련 |
| D | * 변이성을 전혀 고려하지 않음 | * 자료를 고려하지 않음 | (1) 자료에 근거하지 않은 추론 • 맥락에 관련된 배경지식을 이용해 판단 • 무작위로 점을 선택하고 절대도수 비교 • 자료집합의 크기가 다른 경우 자료가 덜 제시되었다고생각하거나 비교할 수 없다고 생각함 |