기술통계에서 중심경향치는 자료의 중심 위치를 나타내는 대표값으로, 평균(mean), 중앙값(median), 최빈값(mode)이 있다. 각각의 특성과 적용 상황을 정확히 이해하는 것이 간호연구 자료 분석의 기본이다.
평균은 모든 자료값의 합을 자료의 개수로 나눈 값으로, 극값(outlier)의 영향을 크게 받는다. 따라서 극값이 있는 자료에서는 자료의 중심을 왜곡하여 나타낼 수 있다. 중앙값은 자료를 크기 순으로 나열했을 때 가운데 위치하는 값으로, 극값의 영향을 받지 않아 치우친 분포에서 더 적절한 중심경향치가 된다.
우측으로 치우친 분포(positive skewness)는 대부분의 자료가 낮은 값에 집중되어 있고, 일부 높은 극값들이 존재하는 분포이다. 이 경우 극값들이 평균을 오른쪽으로 끌어당기므로 평균 > 중앙값 > 최빈값의 관계가 성립한다. 제시된 사례에서 평균 130mmHg > 중앙값 125mmHg > 최빈값 120mmHg로 이 관계를 확인할 수 있다.
간호연구에서 혈압, 체온, 통증 점수 등의 생리적 지표는 종종 치우친 분포를 보인다. 이때 중앙값을 사용하면 극값의 영향을 받지 않고 자료의 중심 경향을 더 정확히 파악할 수 있다. 특히 임상 의사결정에서 대표값의 선택은 환자 안전과 직결되므로 분포의 특성을 고려한 적절한 중심경향치 선택이 중요하다.
최빈값은 범주형 자료에서 주로 사용되며, 중앙값은 자료의 개수가 홀수든 짝수든 관계없이 계산 가능하다. 정규분포에서만 세 중심경향치가 동일한 값을 가지며, 치우친 분포에서는 서로 다른 값을 가진다.
중환자실에서 근무하는 김 간호사는 환자들의 활력징후 모니터링 데이터를 분석하여 간호 질 개선 연구를 수행하고 있다. 지난 한 달간 50명 환자의 수축기 혈압을 측정한 결과, 대부분의 환자는 정상 범위인 120-140mmHg를 보였으나, 일부 환자에서 180mmHg 이상의 고혈압이 관찰되었다.
데이터 분석 결과 평균 혈압은 130mmHg, 중앙값은 125mmHg, 최빈값은 120mmHg로 나타났다. 히스토그램을 그려보니 우측으로 치우친 분포를 보였다. 김 간호사는 이 결과를 바탕으로 중환자실 혈압 관리 프로토콜 개선안을 제시하고자 한다.
이러한 상황에서 어떤 중심경향치를 사용할지 결정하는 것은 매우 중요하다. 극값의 영향을 받은 평균값을 기준으로 하면 실제 대부분 환자들의 혈압 수준을 과대평가할 수 있고, 이는 부적절한 간호중재로 이어질 수 있다. 따라서 치우친 분포에서는 중앙값을 사용하여 더 정확한 자료 해석을 하는 것이 환자 안전과 간호 질 향상에 기여한다.
중심경향치(Measures of Central Tendency) — 자료의 중심 위치를 나타내는 대표값으로 평균, 중앙값, 최빈값이 있으며, 자료의 분포 특성에 따라 적절한 것을 선택해야 한다
우측 치우침 분포(Right-skewed Distribution) — 대부분의 자료가 낮은 값에 집중되고 일부 높은 극값이 존재하는 분포로, 평균 > 중앙값 > 최빈값의 관계를 보인다
중앙값(Median) — 자료를 크기 순으로 나열했을 때 가운데 위치하는 값으로, 극값의 영향을 받지 않아 치우친 분포에서 적절한 중심경향치이다
극값(Outlier) — 다른 자료값들과 현저히 다른 값으로, 평균에 큰 영향을 미쳐 자료의 중심경향을 왜곡시킬 수 있다
분포의 치우침(Skewness) — 자료 분포의 대칭성 정도를 나타내는 지표로, 치우침의 방향과 정도에 따라 적절한 중심경향치를 선택해야 한다