하나의 연속형 종속변수(상지 기능 점수)에 영향을 미치는 두 개 이상의 독립변수(연령, 기간, 인지 점수)들의 상대적 영향력과 예측 모델을 만드는 것은 다중 회귀분석입니다. 보기1(비율 차이 검정)은 범주형 변수 간 비교에 사용되므로 오답입니다. 보기2(스피어만 서열 상관분석)는 두 변수 간 순위 상관관계 분석이므로 오답입니다. 보기3(단일표본 검정)은 하나의 표본 평균을 비교하는 검정이므로 오답입니다. 보기4(신뢰도 분석)는 측정 도구의 일관성을 평가하는 것이므로 오답입니다.
작업치료 핵심 해설
이 문제는 작업치료 연구에서 다중 회귀분석(Multiple Regression Analysis)의 적용을 묻는 통계학 문제예요. 작업치료사는 근거 중심 실천(EBP, Evidence-Based Practice)을 위해 연구 결과를 올바르게 해석할 수 있어야 해요.
핵심 개념 분석 (Key Concept)
문제 상황은 "하나의 연속형 종속변수(팔 기능 점수)에 영향을 미치는 두 개 이상의 독립변수(연령, 기간, 인지 점수)들의 상대적 영향력과 예측 모델을 만드는 것"이에요. 이는 핵심!다중 회귀분석의 정의와 정확히 일치해요. 회귀분석은 변수들 간의 인과 관계나 예측 관계를 분석하는 기법으로, 특히 다중 회귀분석은 여러 독립변수가 하나의 종속변수에 미치는 영향을 동시에 분석할 수 있어요. 작업치료 연구에서는 환자의 기능 회복에 영향을 주는 다양한 요인(예: 치료 강도, 동반 질환, 사회적 지지 등)을 파악하고 예측 모델을 구축하는 데 필수적으로 사용돼요.
정답 근거 (Answer Rationale)
정답이 다중 회귀분석인 이유는 문제 설명에 명시된 조건을 모두 충족하기 때문이에요.
1. 종속변수가 하나: "팔 기능 점수"라는 하나의 연속형 결과 변수가 있어요.
2. 독립변수가 둘 이상: "연령, 기간, 인지 점수"라는 세 가지 예측 변수가 있어요.
3. 목적이 영향력 분석과 예측: 각 변수의 "상대적 영향력"을 분석하고 "예측 모델을 만드는" 것이 목표예요.
이 세 조건을 동시에 만족하는 통계 기법은 다중 회귀분석이에요.
오답 분석 (Distractor Analysis)혼동 주의! 다른 선택지들은 모두 다중 회귀분석과 목적이나 적용 조건이 달라요.
- ① 비율 차이 검정: 카이제곱 검정(Chi-square test) 등이 여기에 해당해요. 두 개의 범주형 변수(예: 성별(남/여)에 따른 낙상 경험 유무(있음/없음)) 간의 관계를 분석할 때 사용해요. 연속형 변수를 분석하는 회귀분석과는 근본적으로 다르죠.
- ② 스피어만 서열 상관분석: 두 변수 간의 순위 상관관계를 보는 비모수 검정이에요. 예를 들어, 환자의 만족도 순위와 치료 횟수 순위 간 관계를 볼 때 사용해요. 다중 회귀분석처럼 여러 변수의 영향을 동시에 분석하거나 예측 모델을 만들지는 못해요.
- ③ 단일표본 검정: 하나의 표본 평균을 알고 있는 모집단 평균과 비교할 때 사용해요 (예: 우리 병원 환자들의 평균 재활 기간이 전국 평균과 다른지 비교). 변수 간의 관계나 예측을 분석하는 기법이 아니에요.
- ④ 신뢰도 분석: 통계 분석 기법이라기보다는 측정 도구의 속성을 평가하는 방법이에요. 동일한 도구를 반복 측정했을 때 결과가 일관되는지(검사-재검사 신뢰도), 또는 평가자 간 일치도가 높은지(평가자 간 신뢰도)를 확인할 때 사용해요. 연구 설계나 데이터 분석 단계에서 쓰이는 분석법과는 구분해야 해요.
연관 개념 정리 (Related Concepts)
회귀분석에는 단순 회귀분석(독립변수 1개)과 다중 회귀분석(독립변수 2개 이상)이 있어요. 또한, 종속변수의 형태에 따라 로지스틱 회귀분석(종속변수가 범주형, 예: 퇴원 후 집으로 갈 확률 예측) 등으로 확장될 수 있어요. 작업치료사 국가고시에서는 분석 기법의 목적과 적용 데이터의 유형을 묻는 문제가 자주 출제돼요.
개념 정리
다중 회귀분석: 두 개 이상의 독립변수가 하나의 연속형 종속변수에 미치는 영향을 분석하고 예측 모델을 만드는 통계 기법.
핵심 조건: 1) 종속변수 1개(연속형), 2) 독립변수 2개 이상(연속형 또는 범주형), 3) 목적: 영향력 분석 및 예측.
작업치료 적용: 기능 회복 예후 인자 분석, 치료 효과에 영향을 미치는 요인 규명, 맞춤형 중재 계획 수립을 위한 근거 마련.
한눈에 비교!
통계 기법
주요 목적
변수 유형 (종속/독립)
작업치료 연구 예시
다중 회귀분석
여러 요인의 상대적 영향력 분석 및 예측
종속: 연속형 1개 독립: 2개 이상 (연속/범주)
뇌졸중 환자의 팔 기능 점수를 연령, 발병 후 기간, 인지 점수로 예측
t-검정 (단일표본)
표본 평균과 모평균 비교
비교하는 평균 1개 (연속형)
우리 병원 환자의 평균 재활 기간이 6주인지 검정
카이제곱 검정 (비율 차이)
두 범주형 변수의 독립성/연관성 검정
모두 범주형 (명목/서열)
성별과 낙상 위험군 분류(고위험/저위험) 간 관련성 분석
상관분석 (스피어만)
두 변수 간 순위 상관관계 측정
두 변수 모두 서열 또는 연속형
환자 만족도 순위와 치료사 경력 순위 간 관계 분석
암기 팁"다중(多衆)으로 회귀(回歸: 돌아감)한다"로 연상해보세요. "다중"은 독립변수가 여러 개임을, "회귀"는 독립변수들이 종속변수(결과)를 설명하거나 예측하기 위해 그 값으로 "돌아간다"는 의미예요. 또는 "예측은 회귀, 비교는 검정, 관계는 상관"이라는 구절로 주요 통계 기법의 목적을 구분할 수 있어요.
국시 빈출 포인트
통계 부분은 특정 연구 질문에 맞는 통계 기법을 선택하는 문제가 매우 자주 나와요. 변수의 개수와 유형(연속형 vs 범주형), 분석 목적(비교 vs 관계 분석 vs 예측) 이 세 가지만 체크하면 대부분의 문제를 풀 수 있어요. 다중 회귀분석은 "예측" 또는 "여러 요인의 영향력 분석"이라는 키워드가 있으면 바로 의심해보세요.
기출 변형 주의!
동일한 개념을 다음과 같이 변형하여 출제될 수 있어요.
- "뇌졸중 환자의 일상생활활동(ADL) 독립도에 영향을 미치는 인지 기능, 우울 정도, 사회적 지지의 상대적 기여도를 분석하려면 어떤 통계 기법을 사용해야 하는가?" → 역시 다중 회귀분석.
- "단순 회귀분석과 다중 회귀분석의 차이는?" → 독립변수의 개수(1개 vs 2개 이상).
작업치료 임상 실무 가이드임상 시나리오 (Clinical Scenario)
작업치료 부서에서 "뇌졸중 발병 후 3개월이 지난 환자들의 팔 기능 회복 예후를 더 정확히 예측할 수 있는 모델을 개발하고 싶다"는 연구 과제를 받았어요. 선행 연구를 보니 연령, 초기 중증도, 동반된 인지 장애 유무 등이 모두 회복에 영향을 줄 것 같아요. 이런 복잡한 상황에서 어떤 통계 분석을 해야 각 요인의 영향력을 따로 떼어내어 분석하고, 개별 환자에 대한 예측 점수를 낼 수 있을까요?작업치료 중재 전략 (OT Intervention)
이런 연구는 근거 중심 실천(EBP)의 핵심이에요. 핵심! 연구팀은 먼저 팔 기능 평가(예: Fugl-Meyer Assessment) 점수를 종속변수로, 연령, 발병 후 기간, 초기 NIHSS 점수, MMSE(간이정신상태검사) 점수 등을 독립변수로 설정해 다중 회귀분석을 실시할 거예요. 분석 결과, 예를 들어 "인지 점수의 영향력(B값)이 연령보다 훨씬 크다"는 사실이 발견되면, 이는 임상에 중요한 시사점을 줘요. 즉, 모든 환자에게 동일한 팔 운동 훈련만 강조하기보다, 인지 기능이 저하된 환자에게는 인지 중재를 병행하는 등 맞춤형 접근의 필요성을 입증해주죠. 또한 만들어진 회귀 방정식을 통해 새로 입원한 환자의 데이터를 입력하면, 그의 예상 팔 기능 점수를 계산해 초기 목표 설정과 중재 계획 수립에 과학적 근거를 제공할 수 있어요.환자 안전 및 주의사항 (Precautions)
통계 분석을 해석할 때 주의할 점이 있어요. 혼동 주의! 회귀분석에서 인과 관계(causation)와 상관 관계(correlation)를 혼동해서는 안 돼요. 분석 결과가 "인지 점수가 높을수록 팔 기능이 좋다"는 연관성을 보여줄 뿐, "인지 훈련이 팔 기능을 직접적으로 향상시킨다"는 인과 관계를 증명하는 것은 아니에요. 인과 관계를 입증하려면 무작위 대조군 연구(RCT) 등 더 엄격한 연구 설계가 필요해요. 또한, 표본 수가 너무 작으면 분석 결과가 불안정할 수 있으니 주의해야 해요.
선배 작업치료사의 한마디
"통계가 어렵게 느껴질 수 있지만, 작업치료사가 연구를 이해하고 비판적으로 평가하는 능력은 근거 중심 실천(EBP)의 기본이에요. '이 논문의 결론은 어떤 통계 분석을 바탕으로 한 거지? 그 분석 방법이 연구 질문에 맞나?'라고 항상 질문하는 습관을 들이세요. 다중 회귀분석처럼 복잡해 보이는 기법도 결국 '여러 원인이 한 결과에 미치는 영향을 보자'는 간단한 질문에서 출발해요. 개념의 본질을 이해하면 국시도, 논문 읽기도 훨씬 수월해질 거예요!"
다중 회귀분석 — 두 개 이상의 독립변수가 하나의 연속형 종속변수에 미치는 상대적 영향력을 분석하고 예측 모델을 구축하는 통계 기법.
종속변수 — 연구에서 결과나 예측 대상이 되는 변수. 다중 회귀분석에서는 하나의 연속형 변수여야 함.
독립변수 — 종속변수에 영향을 미칠 것으로 예상되는 예측 변수. 다중 회귀분석에서는 두 개 이상의 변수가 사용됨.
근거 중심 실천 — 최선의 연구 근거, 임상가의 전문성, 클라이언트의 가치와 선호도를 통합하여 임상 결정을 내리는 접근법.
비모수 검정 — 데이터가 정규분포를 따르지 않거나 서열 척도일 때 사용하는 통계 검정법. 스피어만 상관분석이 대표적 예시.