간호연구에서 두 연속변수 간의 관계 강도와 방향을 분석하고자 할 때 가장 적절한 통계 분석 방법은?
간호사 A는 중환자실 환자들의 수면의 질과 통증 정도 간의 관계를 조사하고자 한다. 수면의 질은 PSQI(Pittsburgh Sleep Quality Index) 점수로 측정하였고(0-21점), 통증 정도는 NRS(Numeric Rating Scale) 점수로 측정하였다(0-10점). 두 변수 모두 정규분포를 따르는 연속변수이다.
1Pearson 상관분석✓ 정답
2Spearman 순위상관분석
3독립표본 t-검정
4일원분산분석(ANOVA)
5카이제곱 검정
해설
두 연속변수가 정규분포를 따를 때 변수 간의 관계 강도와 방향을 분석하는 가장 적절한 방법은 Pearson 상관분석이다.
변수 간의 관계 강도 및 방향 검정은 간호연구에서 매우 중요한 통계 분석 방법 중 하나이다. 이는 두 변수가 어떤 관련성을 가지고 있는지, 그 관련성의 정도가 얼마나 강한지, 그리고 어떤 방향성을 가지는지를 파악하는 데 사용된다.
Pearson 상관분석은 두 연속변수 간의 선형 관계를 측정하는 모수적 통계 방법이다. 이 분석은 두 변수가 모두 정규분포를 따르고 연속변수일 때 사용하며, 상관계수(r)는 -1에서 +1 사이의 값을 가진다. +1에 가까울수록 강한 양의 상관관계를, -1에 가까울수록 강한 음의 상관관계를, 0에 가까울수록 상관관계가 없음을 의미한다.
본 문제에서 수면의 질(PSQI 점수)과 통증 정도(NRS 점수)는 모두 연속변수이며 정규분포를 따른다고 명시되어 있다. 이러한 조건에서는 Pearson 상관분석이 가장 적절한 분석 방법이다. 일반적으로 수면의 질과 통증은 음의 상관관계를 보일 것으로 예상되는데, 즉 통증이 심할수록 수면의 질이 떨어지는 관계를 나타낼 것이다.
간호 실무에서 이러한 상관관계 분석은 환자 간호 계획 수립에 중요한 정보를 제공한다. 예를 들어, 통증과 수면의 질 간에 강한 음의 상관관계가 확인되면, 통증 관리를 통해 수면의 질을 개선할 수 있다는 근거를 제시할 수 있다. 이는 총체적 간호 접근법의 과학적 기반을 마련하는 데 기여한다.
상관분석 결과의 해석 시에는 상관관계가 인과관계를 의미하지 않는다는 점을 항상 고려해야 한다. 또한 상관계수의 크기뿐만 아니라 통계적 유의성도 함께 평가해야 하며, 임상적 의미를 고려한 해석이 필요하다.
간호연구에서 변수 간의 관계 분석은 환자 간호의 질 향상을 위한 중요한 근거를 제공한다.
예를 들어, 한 간호연구자가 당뇨병 환자의 자가관리 행위와 혈당 조절 정도 간의 관계를 조사한다고 가정해보자. 자가관리 행위는 SDSCA(Summary of Diabetes Self-Care Activities) 척도로 측정하고, 혈당 조절 정도는 HbA1c 수치로 평가한다. 두 변수 모두 연속변수이고 정규분포를 따른다면, Pearson 상관분석을 통해 관계의 강도와 방향을 파악할 수 있다.
분석 결과 r = -0.65, p < 0.001이 나왔다면, 이는 자가관리 행위 점수가 높을수록 HbA1c 수치가 낮아지는(혈당 조절이 잘 되는) 강한 음의 상관관계가 있음을 의미한다. 이러한 결과는 당뇨병 환자 교육 프로그램 개발 시 자가관리 행위 증진에 중점을 두어야 한다는 과학적 근거를 제공한다.
또 다른 예로, 수술 후 환자의 불안 수준과 회복 시간 간의 관계를 조사하는 연구에서도 Pearson 상관분석을 활용할 수 있다. 불안 수준이 높을수록 회복 시간이 길어지는 양의 상관관계가 확인되면, 수술 전후 불안 관리의 중요성을 강조하는 간호 중재 개발의 근거가 된다.
Pearson 상관계수(r) — 두 연속변수 간의 선형 관계의 강도와 방향을 나타내는 통계량으로, -1에서 +1 사이의 값을 가지며, 절댓값이 클수록 강한 관계를 의미한다.
상관관계(Correlation) — 두 변수가 함께 변화하는 정도를 나타내는 통계적 관계로, 양의 상관관계는 한 변수가 증가할 때 다른 변수도 증가함을, 음의 상관관계는 반대 방향으로 변화함을 의미한다.
정규분포(Normal Distribution) — 평균을 중심으로 좌우 대칭인 종 모양의 연속확률분포로, 모수적 통계 분석의 전제조건이 되는 중요한 분포이다.
통계적 유의성(Statistical Significance) — 관찰된 결과가 우연에 의한 것이 아니라 실제 관계가 존재할 가능성을 나타내는 개념으로, 일반적으로 p < 0.05를 기준으로 판단한다.
선형관계(Linear Relationship) — 두 변수 간의 관계가 직선으로 표현될 수 있는 관계로, Pearson 상관분석은 이러한 선형관계의 강도를 측정하는 데 사용된다.