수집된 자료의 특성을 표, 그래프, 평균, 표준편차 등으로 요약하여 보여주는 통계학의 분야는?

기술통계학은 자료를 수집, 분류, 요약하여 데이터의 전반적인 특성을 쉽게 파악할 수 있도록 표나 그래프, 통계량으로 나타내는 분야입니다. 보기1(추론통계학)은 표본으로 모집단을 추론하는 분야, 보기2(비모수통계학)는 모수적 가정 없이 분석하는 분야, 보기3(실험통계학)은 실험 설계와 분석에 중점을 둔 분야, 보기4(확률통계학)는 확률 이론을 기반으로 한 통계 일반을 의미하므로, 질문의 요약 목적과 부합하지 않습니다.

작업치료 핵심 해설 이 문제는 통계학의 기본 분류를 이해하고 있는지 묻는 기초 개념 문제예요. 작업치료사가 연구 논문을 읽거나, 클라이언트 평가 결과를 정리하고 해석할 때, 통계적 사고는 매우 중요해요. 핵심 개념 분석 (Key Concept) 통계학은 크게 두 가지 주요 분야로 나눌 수 있어요. 첫째는 기술통계학(Descriptive Statistics)이고, 둘째는 추론통계학(Inferential Statistics)이에요. 이 문제에서 묻는 "수집된 자료의 특성을 표, 그래프, 평균, 표준편차 등으로 요약하여 보여주는" 작업은 바로 기술통계학의 핵심 역할이에요. 예를 들어, 뇌졸중 환자 50명의 일상생활활동(ADL) 점수를 모아 평균과 표준편차를 계산하거나, 점수 분포를 히스토그램으로 그리는 것이 이에 해당해요. 정답 근거 (Answer Rationale) 핵심! 정답인 기술통계학은 데이터 자체를 묘사(Describe)하고 요약(Summarize)하는 데 초점을 맞춰요. 대표적인 방법으로는 평균, 중앙값, 최빈값 등의 중심 경향 측정, 표준편차, 분산, 범위 등의 변산성 측정, 그리고 히스토그램, 막대그래프, 원그래프 등의 시각적 표현이 있어요. 문제 문장에 나온 모든 키워드가 기술통계학의 전형적인 방법들이기 때문에 정답은 명확해요. 오답 분석 (Distractor Analysis) 혼동 주의! ①번 추론통계학은 기술통계학과 가장 많이 비교되는 개념이에요. 기술통계가 '있는 그대로의 데이터를 요약'한다면, 추론통계는 '표본 데이터를 통해 모집단의 특성을 추측(가설검정, 신뢰구간 추정)하거나 변수 간 관계를 분석(회귀분석, 상관분석)'하는 것이에요. 작업치료 연구에서 p-value를 계산하는 것이 추론통계에 해당해요.
②번 비모수통계학은 데이터가 정규분포를 따른다는 등의 모수적 가정을 하지 않는 통계 방법이에요(예: Mann-Whitney U 검정). 이는 추론통계학의 한 하위 분류라고 볼 수 있어요.
③번 실험통계학은 주로 연구 설계(실험군/대조군 설정, 무작위 배정 등)와 그에 따른 분석 방법에 중점을 두는 분야예요.
④번 확률통계학은 통계학의 이론적 기초를 이루는 확률 이론을 광범위하게 다루는 분야로, 구체적인 자료 요약 방법을 지칭하는 용어는 아니에요. 연관 개념 정리 (Related Concepts) 작업치료사 국가고시와 임상에서 자주 접하는 통계 용어들을 연결 지어 이해해보세요. 예를 들어, 캐나다작업수행측정(COPM) 점수의 변화를 보고할 때 '평균 점수 향상도'를 제시하는 것은 기술통계이고, 그 향상이 '통계적으로 유의미한지(p

작업치료 임상 실무 가이드 임상 시나리오 (Clinical Scenario) "당신은 지역사회 재활센터에서 일하는 작업치료사예요. 최근 6개월 동안 시행한 '인지재활 프로그램'의 효과를 분석하여 보고서를 작성해야 해요. 프로그램에 참여한 경도인지장애(MCI) 노인 20명의 프로그램 전·후 간이정신상태검사(MMSE) 점수와 일상생활활동(ADL) 체크리스트 점수 데이터를 모았어요. 이 데이터를 어떻게 정리하고 시각화하여 프로그램의 효과를 직관적으로 보여줄 수 있을까요?" 작업치료 중재 전략 (OT Intervention) 핵심! 이때 바로 기술통계학 방법이 활용돼요. 1. 평가(Assessment) 데이터 요약: 먼저, 프로그램 참여 전·후의 MMSE 점수와 ADL 점수를 각각 별도로 요약해요. 참여 전 점수의 평균과 표준편차를 계산하고, 참여 후 점수의 평균과 표준편차도 계산해요. 이렇게 하면 "평균적으로 점수가 얼마나 향상되었는지" 한눈에 파악할 수 있어요. 2. 시각적 자료 생성: 데이터를 더 이해하기 쉽게 만들기 위해 막대그래프(Bar chart)를 그려요. x축에는 '사전 평가', '사후 평가'를, y축에는 MMSE 평균 점수를 표시하여 두 막대의 높이 차이로 향상 정도를 보여줄 수 있어요. 또는 개별 환자의 변화를 보여주는 선그래프(Line graph)도 유용해요. 3. 보고서 작성: 이렇게 계산된 평균, 표준편차, 그리고 작성된 그래프를 보고서에 포함시켜요. "프로그램 참여 후 MMSE 평균 점수가 21점에서 24점으로 3점 향상되었으며, ADL 점수도 평균 5점 향상되었습니다"와 같이 기술통계량을 사용하여 효과를 명확히 전달할 수 있어요. 환자 안전 및 주의사항 (Precautions) 기술통계는 데이터를 요약할 뿐, 그 차이가 '통계적으로 의미 있는지(추론통계)'는 말해주지 않아요. 따라서 "점수가 올랐다"고 결론 내리기 전에, 향후 더 엄밀한 분석을 위해 추론통계적 검정(예: 대응표본 t-검정)을 계획하는 것이 좋아요. 또한, 평균만 보고 판단하면 극단적인 값(이상치)의 영향을 받을 수 있으므로, 중앙값과 함께 데이터 분포(표준편차)를 반드시 확인해야 해요.
치료 프로토콜 작업치료 평가 데이터의 기술통계적 정리 프로토콜 1. 데이터 수집: 표준화된 평가 도구(예: MMT, ROM, COPM, MMSE)를 사용하여 일관된 데이터 확보. 2. 기술통계 계산: 각 평가 시점(초기/중간/종결)별로 데이터 세트에 대해 평균(중심 경향)과 표준편차(변산성) 계산. 3. 시각화: 변화 추이를 보기 위해 선그래프, 집단 간 비교를 위해 막대그래프, 점수 분포를 보기 위해 히스토그램 선택적 작성. 4. 해석 및 보고: 계산된 통계량과 그래프를 바탕으로 클라이언트의 진행 상황 또는 프로그램 효과를 객관적으로 기술.
선배 작업치료사의 한마디 "통계라고 하면 어렵게 느껴질 수 있지만, 기술통계는 우리가 매일 하는 일이에요. 환자 한 분 한 분의 점수를 모아 '대체로 이 정도 수준이구나'를 파악하는 것이 바로 기술통계의 시작이죠. 연구뿐만 아니라, 한 클라이언트의 시간에 따른 변화를 그래프로 그려 보여주거나, 부서 내 환자 군의 특성을 요약할 때 이 기본 개념이 밑바탕이 됩니다. '기술은 그려줘, 추론은 추리해'라는 마인드로 개념을 잡아두면, 연구 논문을 읽고 비판적으로 평가하는 근거 중심 실천(EBP) 능력도 함께 키울 수 있어요!"