경매 비교가격 평균·중앙값 계산|5건을 정렬하고 결과를 검산하는 표
경매 시세조사를 위해 모은 비교가격은 합계를 건수로 나눈 평균과, 가격순으로 줄 세운 중앙값을 함께 적으세요. 한 건이 유난히 비싸면 두 결과가 달라질 수 있습니다. 그 차이를 발견하는 것이 먼저이며, 마음에 드는 숫자를 골라 입찰가로 쓰는 계산은 아닙니다.
① 평균은 금액 합계 ÷ 건수입니다. 모든 값의 단위를 먼저 만원으로 맞춥니다.
② 중앙값은 가격순 가운데 값입니다. 짝수 건이면 가운데 두 값의 평균을 구합니다.
③ 원본 목록·정렬 목록·건수·제외 이유를 보관해야 다음 조사에서 같은 계산을 재현할 수 있습니다.
이미 확보한 아파트 비교가격 목록을 개인 분석표에 요약하려는 독자를 위한 안내입니다. 아래 금액은 전부 연습용 가정이며 실제 거래·현재 시세가 아닙니다. 지역 전체의 공식 평균가격을 산출하거나 감정평가액·최고 입찰가를 확정하는 방법도 아닙니다.
어떤 숫자를 한 목록에 넣나요?
가격 종류와 비교 조건이 맞는 사례부터 모읍니다. 일반 매매 거래금액과 현재 호가, 감정평가액, 최저매각가격은 같은 가격이 아닙니다. 한 목록에 섞어 단순 평균을 내지 마세요. 서로 다른 종류의 목록이 필요하면 ‘매매 거래’와 ‘매물 호가’로 나누어 별도 계산합니다.
- 원본 표에 사례번호, 금액, 단위, 계약일 또는 가격 기준일, 면적·층·출처를 적습니다.
- 이번 비교의 지역·단지·면적·기간 조건을 한 문장으로 적습니다. 예: ‘가상 A단지 전용 84㎡형의 같은 조사 기간 매매 사례’입니다. 실제 자료의 소수점 면적을 임의로 84㎡로 고치라는 뜻은 아닙니다.
- 중복으로 복사한 동일 거래를 찾고 해제 여부를 점검합니다. 같은 가격이라는 이유만으로 다른 거래를 중복으로 지우지 않습니다.
- 금액 미확인은 0원이 아닙니다. 계산 목록에서 보류하고, 이유를 남깁니다. 제외 조건은 비싼 가격을 본 뒤 마음대로 바꾸지 않습니다.
- 계산에 포함한 행만 따로 복사하고 건수를 셉니다. 원본 표는 남겨 나중에 제외 이유를 되짚을 수 있게 합니다.
사례를 아직 고르지 못했다면 아파트 경매 시세조사 순서에서 실거래·매물·전세 자료의 역할부터 구분하세요. 평균을 정확히 계산해도 애초에 비교할 수 없는 집이 섞여 있으면 개별 물건의 가격 판단에는 도움이 되지 않을 수 있습니다.
5건의 평균은 어떻게 구하나요?
포함된 다섯 금액을 전부 더하고 5로 나눕니다. 다음은 같은 조건의 매매 사례라고 가정한 연습 자료입니다. 단위는 모두 만원이며, 각 행은 서로 다른 한 건입니다.
| 사례 | 금액 만원 |
순서 |
|---|---|---|
| A | 48,000 | 1번째 |
| B | 50,000 | 2번째 |
| C | 51,000 | 3번째 |
| D | 53,000 | 4번째 |
| E | 98,000 | 5번째 |
건수 = 5건
평균 = 300,000 ÷ 5 = 60,000만원 = 6억원
계산기에는 금액을 숫자로 입력해 합계를 얻은 뒤 5로 나눕니다. 목록을 5건에서 4건으로 바꿨다면 나누는 건수도 다시 세어야 합니다. 표에 보류한 행까지 분모에 넣거나 한 건을 두 번 더하는 실수를 피하세요.
중앙값은 원본의 가운데 행인가요?
아닙니다. 금액을 작은 것부터 큰 것 순서로 정렬한 뒤 가운데를 찾습니다. 원본이 계약일순이나 입력순이면 먼저 정렬해야 합니다. 순서만 바꿀 때 사례번호와 금액의 연결도 함께 옮겨야 원문을 다시 찾을 수 있습니다.
다섯 건을 정렬하면 48,000 → 50,000 → 51,000 → 53,000 → 98,000입니다. 5건의 가운데는 세 번째이므로 중앙값은 51,000만원, 즉 5억 1천만원입니다. ‘세 번째’는 위치이고 ‘51,000만원’이 결과입니다.
평균은 6억원인데 중앙값은 5억 1천만원입니다. 이 가정에서는 9억 8천만원 한 건이 평균을 끌어올립니다. 그래도 E가 오류라는 뜻은 아닙니다. 면적·층·수리 상태·거래 조건이나 입력 단위를 다시 볼 이유가 생긴 것입니다. 비싸 보인다는 이유만으로 삭제하지 마세요.
자료가 4건처럼 짝수라면?
별도 연습 목록 48,000·50,000·51,000·53,000만원을 사용해 보겠습니다. 정렬 후 가운데 두 금액은 두 번째 50,000과 세 번째 51,000입니다. 중앙값은 (50,000 + 51,000) ÷ 2 = 50,500만원입니다. 계산기에는 먼저 101,000이라는 합계를 얻고 2로 나누면 됩니다.
이 네 건의 평균도 (48,000 + 50,000 + 51,000 + 53,000) ÷ 4 = 202,000 ÷ 4 = 50,500만원입니다. 이 예시에서 같을 뿐 언제나 같은 것은 아닙니다. 다섯 건 중 비싼 값을 임의로 빼도 된다는 뜻으로 해석하지 마세요. NIST 통계 핸드북은 평균과 정렬 후 홀수·짝수 중앙값을 각각 구분해 설명합니다.
다음에도 재현할 수 있는 검산표
아래 양식을 복사해 조사 날짜별로 보관하세요. 같은 목록으로 계산했는지 확인할 수 있도록 원본 파일명이나 자료 URL, 포함 사례번호를 결과 옆에 남깁니다.
| 목록·기준 | 평균 | 중앙값 | 검산·보류 |
|---|---|---|---|
| 조사일: ____ 대상·기간: ____ 금액 종류: ____ 단위: 만원 출처: ____ |
합계: ____ 건수: ____ 합계 ÷ 건수: ____ |
정렬한 값: ____ 가운데 위치: ____ 결과: ____ |
포함 번호: ____ 제외·이유: ____ 평균 × 건수: ____ 남은 의문: ____ |
다섯 건 예시를 채우면
목록: 연습용 가상 A~E, 모두 만원 / 합계 300,000 / 건수 5 / 평균 60,000 / 정렬 위치 3번째 / 중앙값 51,000 / 역산 60,000 × 5 = 300,000 / 제외 없음 / 남은 질문: E의 높은 금액은 조건 차이인지 입력 오류인지? 실제 조사라면 해당 사례의 원자료를 다시 열어 답과 근거를 추가합니다.
끝났는지 어떻게 다시 확인하나요?
- 포함한 사례번호 수와 나눈 건수가 같습니다.
- 평균에 건수를 곱하면 원래 합계로 돌아옵니다. 반올림한 표시값이 아니라 반올림 전 값을 사용합니다.
- 중앙값을 구한 목록은 금액순이며, 홀수는 가운데 한 값, 짝수는 가운데 두 값의 평균입니다.
- 원본과 정렬본의 사례번호·금액이 일치합니다. 특정 금액만 정렬해 다른 사례 정보와 뒤섞이지 않았는지 확인합니다.
- 창을 닫았다가 보관한 원본·결과표를 다시 열어 같은 계산이 나오는지 봅니다. 새로운 거래가 추가되면 원본을 덮어쓰지 말고 새 확인일의 목록으로 다시 계산합니다.
평균이 오르면 집값이 그만큼 오른 건가요?
목록의 구성이 달라졌다면 그렇게 단정할 수 없습니다. 고가 사례가 새로 들어가거나 저가 사례가 빠지면 평균이 달라집니다. 한국부동산원 R-ONE의 ‘평균(중위)가격 이용시 유의사항’도 표본 구성 등에 따른 변화를 설명하며, 평균가격으로 지역 내 가격 변동률을 산정하는 데 주의를 요구합니다.
개인이 고른 몇 건의 계산은 공식 지역 통계와도 구분하세요. 포함 조건·건수·가격 범위를 함께 남기고, 평균과 중앙값 중 유리한 값 하나를 ‘정답 시세’로 고르지 않습니다. 경매 낙찰가율 보는 법에서 다루는 낙찰가율은 가격 자체가 아니라 감정가 대비 낙찰가의 비율이므로 이 표의 만원 결과와 다른 지표입니다.
자주 묻는 질문
가장 비싼 한 건은 빼는 게 맞나요?
비싸다는 이유만으로 빼지 않습니다. 다른 면적·중복·해제·입력 오류인지 등 사전에 정한 포함 기준과 원자료를 확인하고, 제외한다면 번호와 이유를 남깁니다.
중앙값이 같으면 두 목록도 비슷한가요?
꼭 그렇지 않습니다. 가운데가 같아도 가장 낮은 값과 높은 값, 건수·구성이 다를 수 있습니다. 원래 목록을 함께 보관하세요.
가격을 못 찾은 행은 0으로 넣나요?
아닙니다. 미확인으로 보류하고 합계와 건수에서 모두 제외합니다. 확인 뒤 포함 조건에 맞으면 새 목록으로 계산합니다.
평균 6억원이면 6억원까지 입찰해도 되나요?
아닙니다. 이 결과는 선택한 비교가격의 요약입니다. 물건의 권리·점유·상태와 취득·수리·금융 비용, 자금 여력을 별도로 검토해야 합니다.
근거와 확인일
확인일: 2026년 10월 16일. NIST: Measures of Location(평균·중앙값 산식), 한국부동산원 R-ONE 통계조회(평균·중위가격 이용시 유의사항). 금액·사례·양식은 개인 계산 연습용이며 실제 거래 데이터가 아닙니다.

