변수의 측정 수준은 간호연구에서 데이터의 특성을 이해하고 적절한 통계 분석 방법을 선택하는 데 매우 중요한 개념이다.
측정 수준은 Stevens(1946)의 분류에 따라 4가지로 구분된다. 명목척도(nominal scale)는 범주를 구분하는 척도로 순서나 크기의 의미가 없으며, 성별, 혈액형, 진단명 등이 해당한다. 서열척도(ordinal scale)는 순서나 등급의 의미는 있지만 간격이 동일하지 않은 척도로, 교육 수준(초졸<중졸<고졸<대졸), 통증 정도(경증<중등도<중증) 등이 포함된다.
간격척도(interval scale)는 순서와 동일한 간격을 가지지만 절대영점이 없는 척도로, 온도(섭씨), IQ 점수 등이 해당한다. 비율척도(ratio scale)는 순서, 동일한 간격, 절대영점을 모두 가진 최고 수준의 척도로, 신장, 체중, 혈압, 혈당 수치 등 대부분의 생리적 지표가 포함된다.
제시된 연구 사례에서 성별은 남성과 여성으로 구분되는 범주형 변수로 명목척도에 해당한다. 혈당 수치(mg/dL)는 0이 절대적 의미를 가지며(혈당이 전혀 없음), 수치 간의 비율 계산이 가능한 비율척도이다. 따라서 정답 4번이 올바른 설명이다.
간호연구에서 측정 수준을 정확히 파악하는 것은 연구 설계, 자료 수집 방법 선택, 통계 분석 기법 결정에 직접적인 영향을 미친다. 예를 들어, 명목척도는 빈도와 백분율로, 비율척도는 평균과 표준편차로 기술통계를 제시하며, 각각 다른 추리통계 방법을 적용해야 한다.
간호연구에서 변수의 측정 수준을 정확히 파악하는 것은 연구의 질을 결정하는 핵심 요소이다.
예를 들어, 중환자실 간호사가 환자의 통증 관리 효과를 평가하는 연구를 수행한다고 가정해보자. 이 연구에서 환자의 나이(세), 성별(남/여), 수술 유형(복부/흉부/정형외과), 통증 점수(0-10점 VAS), 진통제 사용량(mg), 입원 기간(일) 등의 변수를 측정한다.
나이와 입원 기간, 진통제 사용량은 절대영점이 있는 비율척도로, 평균과 표준편차를 구할 수 있고 t-검정이나 분산분석을 적용할 수 있다. 성별은 명목척도로 빈도와 백분율로 기술하며, 카이제곱 검정을 사용한다. 수술 유형도 명목척도이지만 3개 이상의 범주를 가진다.
통증 점수는 논란이 있지만 일반적으로 서열척도로 간주되어 중앙값과 사분위수로 기술하고 비모수 검정을 적용한다. 이처럼 각 변수의 측정 수준을 정확히 파악해야 적절한 통계 분석을 수행하고 연구 결과의 타당성을 확보할 수 있다.
명목척도(Nominal Scale) — 범주나 집단을 구분하는 척도로 순서나 크기의 의미가 없으며, 성별, 혈액형, 종교, 진단명 등이 해당한다. 빈도와 백분율로 기술하고 카이제곱 검정을 사용한다.
서열척도(Ordinal Scale) — 순서나 등급의 의미는 있지만 간격이 동일하지 않은 척도로, 교육 수준, 경제 상태, 통증 정도 등이 포함된다. 중앙값과 사분위수로 기술하고 비모수 검정을 적용한다.
간격척도(Interval Scale) — 순서와 동일한 간격을 가지지만 절대영점이 없는 척도로, 온도(섭씨), IQ 점수 등이 해당한다. 평균과 표준편차로 기술할 수 있지만 비율 계산은 불가능하다.
비율척도(Ratio Scale) — 순서, 동일한 간격, 절대영점을 모두 가진 최고 수준의 척도로, 신장, 체중, 혈압, 혈당 수치 등 대부분의 생리적 지표가 포함된다. 모든 통계 분석이 가능하다.
측정 수준과 통계 분석 — 변수의 측정 수준에 따라 적절한 기술통계와 추리통계 방법이 결정된다. 명목/서열척도는 비모수 검정을, 간격/비율척도는 모수 검정을 주로 사용하며, 이는 연구 결과의 타당성과 신뢰성에 직접적인 영향을 미친다.