간호연구에서 두 연속변수 간의 선형 관계 강도와 방향을 측정하는 가장 적절한 통계 분석 방법은? | 마이메르시 MyMerci
자료 분석과 해석
문제
간호연구에서 두 연속변수 간의 선형 관계 강도와 방향을 측정하는 가장 적절한 통계 분석 방법은?
한 연구자가 중환자실 간호사의 근무 경력(년)과 직무 스트레스 점수(연속변수) 간의 관계를 파악하고자 한다. 두 변수 모두 정규분포를 따르며, 선형 관계의 강도와 방향을 동시에 확인하려고 한다.
1독립표본 t-검정(Independent t-test)
2일원분산분석(One-way ANOVA)
3피어슨 상관계수(Pearson correlation coefficient)✓ 정답
4카이제곱 검정(Chi-square test)
5윌콕슨 순위합 검정(Wilcoxon rank-sum test)
해설
두 연속변수 간의 선형 관계 강도와 방향을 측정할 때는 피어슨 상관계수를 사용한다. 이는 -1에서 +1 사이의 값으로 관계의 강도와 방향을 동시에 나타낸다.
심화 해설
변수 간의 관계 강도 및 방향 검정은 간호연구에서 두 변수가 어떤 관련성을 가지는지 파악하는 중요한 분석 방법이다.
피어슨 상관계수(Pearson correlation coefficient)는 두 연속변수 간의 선형 관계의 강도와 방향을 측정하는 가장 기본적이고 널리 사용되는 통계 방법이다. 상관계수 r은 -1에서 +1 사이의 값을 가지며, 절댓값이 클수록 관계가 강하고, 양수이면 양의 상관관계, 음수이면 음의 상관관계를 의미한다.
상관계수의 해석 기준은 일반적으로 |r| < 0.3은 약한 상관관계, 0.3 ≤ |r| < 0.7은 중간 정도의 상관관계, |r| ≥ 0.7은 강한 상관관계로 분류한다. 피어슨 상관분석을 적용하기 위한 가정은 두 변수가 모두 연속변수이고, 정규분포를 따르며, 선형 관계를 가져야 한다는 것이다.
제시된 연구 상황에서 중환자실 간호사의 근무 경력(년)과 직무 스트레스 점수는 모두 연속변수이며 정규분포를 따른다고 했으므로, 피어슨 상관분석이 가장 적절하다. 이 분석을 통해 근무 경력이 증가할수록 직무 스트레스가 증가하는지(양의 상관관계), 감소하는지(음의 상관관계), 또는 관련이 없는지를 파악할 수 있다.
간호 실무에서 상관분석은 환자의 생리적 지표들 간의 관계, 간호사의 개인적 특성과 업무 성과 간의 관계, 환자 만족도와 간호 서비스 질 간의 관계 등을 파악하는 데 광범위하게 활용된다. 이를 통해 간호 중재의 우선순위를 결정하고 효과적인 간호 전략을 수립할 수 있다.
임상 시나리오
대학병원 내과 병동에서 근무하는 간호사 100명을 대상으로 한 연구에서, 연구자는 간호사의 임상 경력과 환자 안전 관리 역량 간의 관계를 조사하고자 한다.
임상 경력은 개월 단위로 측정된 연속변수이고, 환자 안전 관리 역량은 표준화된 도구로 측정한 점수(0-100점)이다. 두 변수 모두 정규분포를 따르는 것으로 확인되었다.
연구자는 경력이 많을수록 환자 안전 관리 역량이 높아지는지, 그 관계의 강도는 어느 정도인지 파악하고 싶어한다. 이를 통해 신규 간호사 교육 프로그램의 개선 방향을 제시하고자 한다.
피어슨 상관분석 결과 r = 0.65, p < 0.001로 나타났다면, 이는 임상 경력과 환자 안전 관리 역량 간에 중간 정도의 양의 상관관계가 있으며 통계적으로 유의하다는 의미이다. 즉, 경력이 증가할수록 환자 안전 관리 역량도 향상되는 경향이 있다고 해석할 수 있다.
핵심 개념
피어슨 상관계수(Pearson correlation coefficient) — 두 연속변수 간의 선형 관계의 강도와 방향을 나타내는 통계량으로, -1에서 +1 사이의 값을 가지며 r로 표기한다. 0에 가까울수록 관계가 약하고, ±1에 가까울수록 강한 관계를 의미한다.
상관관계(Correlation) — 두 변수가 함께 변화하는 정도를 나타내는 개념으로, 양의 상관관계는 한 변수가 증가할 때 다른 변수도 증가하는 관계이고, 음의 상관관계는 한 변수가 증가할 때 다른 변수는 감소하는 관계이다.
선형관계(Linear relationship) — 두 변수 간의 관계가 직선으로 표현될 수 있는 관계를 의미한다. 산점도에서 점들이 직선 형태로 분포할 때 선형관계가 있다고 판단한다.
유의수준(Significance level) — 통계적 검정에서 귀무가설을 기각할 기준이 되는 확률로, 일반적으로 α = 0.05를 사용한다. p값이 유의수준보다 작으면 통계적으로 유의하다고 판단한다.
결정계수(Coefficient of determination) — 상관계수의 제곱값(r²)으로, 한 변수가 다른 변수의 변동을 설명하는 비율을 나타낸다. 예를 들어 r = 0.8이면 r² = 0.64로, 64%의 변동을 설명한다는 의미이다.
마이메르시로 국가고시 완벽 대비
기출문제와 상세 해설을 무료로. 내 약점을 분석하고 진도를 관리하며 더 똑똑하게 공부하세요.