다음 상황에서 작업치료 연구팀이 두 변수 간의 관련성을 알아보기 위해 사용해야 할 통계 분석 방법은 무엇인가?

피어슨 상관분석은 두 연속형 변수 간의 선형 관계 정도와 방향을 -1과 1 사이의 계수로 분석하는 방법입니다. 보기1 '독립표본 t검정'은 두 독립 집단의 평균 비교에 사용되며, 보기2 '카이제곱 검정'은 범주형 변수 간의 연관성 분석에 적합합니다. 보기3 '로지스틱 회귀분석'은 이분형 종속변수 예측에, 보기4 '일원배치 분산분석'은 세 집단 이상의 평균 비교에 사용됩니다.

작업치료 핵심 해설 이 문제는 작업치료 연구에서 데이터를 분석할 때, 변수의 특성(연속형/범주형)과 연구 질문(관계 분석/평균 비교/예측)에 따라 적절한 통계 분석 방법을 선택하는 능력을 평가하고 있어요. 연구 설계와 통계는 근거 중심 실천(EBP, Evidence-Based Practice)의 핵심이기 때문에, 작업치료사 국가고시에서도 자주 출제되는 중요한 영역이에요. 핵심 개념 분석 (Key Concept): 문제의 핵심은 "두 연속형 변수 간의 선형 관계 정도"를 분석하는 것이에요. 여기서 두 변수는 장력계 악력 수치와 바텔 지수(Barthel Index) 점수로, 둘 다 숫자로 측정되는 연속형 변수입니다. "비례적인 선형 관계"라는 표현은 한 변수가 증가할 때 다른 변수도 일정한 비율로 증가하거나 감소하는 패턴을 찾는 것을 의미해요. 이러한 연구 질문에 가장 적합한 통계 기법은 상관분석(Correlation Analysis)이에요. 정답 근거 (Answer Rationale): 핵심! 정답인 피어슨 상관분석(Pearson Correlation Analysis)은 정확히 두 연속형 변수 간의 선형적 상관 관계의 강도와 방향을 수치화(-1에서 +1 사이의 상관계수(r))하는 방법이에요. 예를 들어, 악력이 강한 환자일수록 바텔 지수(일상생활활동(ADL) 자립도) 점수도 높게 나온다면, 이는 양의 상관관계를 보이는 것이죠. 문제에서 명시된 "관련성"과 "비례적인 선형 관계" 분석은 피어슨 상관분석의 정의와 완벽하게 일치해요. 오답 분석 (Distractor Analysis): 혼동 주의! 다른 선택지들은 변수의 유형이나 연구 질문이 다릅니다. ① 독립표본 t검정(Independent t-test): 이는 두 개의 독립된 집단(예: 실험군 vs 대조군)의 평균을 비교할 때 사용해요. 변수가 연속형이더라도, 집단 비교가 목적이지 변수 간 관계 분석이 아니에요. ② 카이제곱 검정(Chi-square test): 두 변수가 모두 범주형(예: 성별, 낙상 유무)일 때, 두 변수 간의 연관성이 있는지 검정하는 방법이에요. 연속형 변수에는 부적합해요. ③ 로지스틱 회귀분석(Logistic Regression): 이는 종속변수가 범주형(특히 이분형, 예: 퇴원 성공/실패)일 때, 여러 독립변수들이 그 결과를 예측하는 데 얼마나 기여하는지 분석하는 방법이에요. 관계 분석보다는 예측 모델링에 가까워요. ④ 일원배치 분산분석(One-way ANOVA): 세 개 이상의 독립된 집단 간 평균을 비교할 때 사용해요. t검정을 집단이 많을 때 확장한 개념으로, 마찬가지로 변수 간 관계 분석이 아니에요. 연관 개념 정리 (Related Concepts): 상관관계는 인과관계를 의미하지 않는다는 점을 꼭 기억하세요. 악력과 ADL 점수가 상관있다고 해서, 악력이 ADL을 직접적으로 '원인'으로 한다고 단정할 수는 없어요. 다른 숨은 변수(공변량)의 영향일 수도 있죠. 또한, 두 변수의 관계가 직선이 아닌 곡선 형태일 때는 스피어만 순위 상관분석(Spearman's rank correlation)을 사용하기도 해요.
개념 정리

• 연구 질문: 두 연속형 변수(악력 vs 바텔 지수) 간의 선형 관계 분석
• 적합 통계법: 피어슨 상관분석 (상관계수 r로 관계의 강도/방향 제시)
• 핵심 포인트: 변수 유형(연속/범주)과 분석 목적(관계/비교/예측)을 먼저 파악!

한눈에 비교!

통계 방법	주요 용도	변수 유형 (예시)	작업치료 예시
피어슨 상관분석	두 연속형 변수 간 선형 관계 분석	연속형 vs 연속형 (악력 vs ADL 점수)	운동 범위(ROM)와 삶의 질 점수 관계 파악
독립표본 t검정	두 독립 집단의 평균 비교	범주형(2집단) vs 연속형 (치료법 A/B군의 기능 점수)	신경발달치료(NDT)군과 관습적 치료군의 보행 속도 비교
카이제곱 검정	두 범주형 변수 간 연관성 분석	범주형 vs 범주형 (낙상 경험 유무 vs 성별)	치매 유무와 가정 환경 수정 여부의 연관성 분석
로지스틱 회귀분석	범주형 종속변수에 영향을 미치는 요인 분석/예측	여러 독립변수 → 이분형 종속변수 (나이, 인지점수 → 퇴원 가능성)	뇌졸중 환자의 사회 복귀 성공을 예측하는 요인 분석
일원배치 분산분석	세 집단 이상의 평균 비교	범주형(3집단 이상) vs 연속형 (약물 종류 A/B/C에 따른 통증 점수)	다양한 보조기 종류에 따른 일상생활활동(ADL) 수행 시간 비교

암기 팁

• “연속-연속은 피어슨, 범주-범주는 카이제곱”: 변수 유형만 기억해도 대부분 구분 가능해요.
• “비교는 t나 ANOVA, 예측은 회귀, 관계는 상관”: 연구 목적에 따른 방법 선택을 요약한 문장이에요.
• 피어슨 상관계수 r의 해석: 0에 가까울수록 관계 없음, ±1에 가까울수록 강한 관계. 부호는 방향(양/음)을 나타내요.

국시 빈출 포인트 통계 문제는 주어진 연구 시나리오를 읽고, 변수의 유형과 연구 질문을 정확히 파악한 후 적절한 분석법을 고르는 형태로 출제돼요. “연속형 변수”, “평균 비교”, “예측”, “연관성” 같은 키워드에 주의하세요. 작업치료 평가 도지(바텔 지수, FIM, MMSE 등)가 변수로 등장하는 경우가 많아요.
기출 변형 주의!

• 변형 1 (변수 변경): “뇌졸중 환자의 나이(연속형)와 편마비 측 상지의 Brunnstrom 단계(순위형) 간 관계를 분석하려면?” → 이 경우는 스피어만 순위 상관분석이 정답이에요.
• 변형 2 (목적 변경): “두 가지 다른 작업치료 중재 방법을 적용한 후, 두 군 환자들의 일상생활활동(ADL) 점수 평균에 차이가 있는지 비교하려면?” → 이 경우는 독립표본 t검정이 정답이에요.

작업치료 임상 실무 가이드 임상 시나리오 (Clinical Scenario): 재활병원에 근무하는 작업치료사로서, 뇌졸중 환자들의 상지 기능(악력)이 실제 일상생활 자립도와 얼마나 관련이 있는지 궁금해져요. 이를 확인하면, 악력 훈련이 ADL 향상에 직접적인 도움이 되는지 근거를 바탕으로 중재 계획을 세울 수 있거든요. 따라서 퇴원을 앞둔 환자 50명을 대상으로 표준화된 장력계(Dynamometer)로 악력을 측정하고, 동시에 바텔 지수(Barthel Index)를 통해 일상생활활동(ADL) 자립도를 평가했어요. 작업치료 중재 전략 (OT Intervention): 1. 평가(Assessment): 수집한 두 연속형 데이터(악력 수치, 바텔 지수 점수)를 피어슨 상관분석으로 분석합니다. 2. 결과 해석 및 목표 설정(Goal Setting): 분석 결과 r=0.7의 강한 양의 상관관계가 나왔다면, “상지 근력 강화는 이 환자 군의 ADL 자립도 향상과 관련이 있다”는 근거(Evidence)를 확보한 것이에요. 이를 바탕으로, ADL 독립성을 목표로 하는 환자에게는 단순한 기능 훈련뿐만 아니라 과제 지향적 훈련(Task-Oriented Training)을 통한 근력 강화를 치료 계획에 포함시킬 수 있어요. 3. 치료 중재(Intervention): 환자에게 의미 있는 ADL 과제(예: 물병 들고 따라오기, 팔로 테이블 닦기)를 제공하면서, 점진적으로 저항을 증가시키는 방식으로 근력과 기능을 동시에 훈련시킵니다. 4. 재평가(Reassessment): 중재 후 다시 악력과 바텔 지수를 측정하여, 상관관계가 유지되는지 혹은 변화하는지 확인하며 치료 효과를 평가합니다. 환자 안전 및 주의사항 (Precautions): 상관분석은 인과관계를 증명하지 않음을 항상 염두에 두세요. 악력이 낮은 것이 ADL 장애의 '원인'이 아니라, 전반적인 신경학적 손상의 '결과'일 수도 있어요. 따라서 악력 훈련만 강조하기보다는, 핵심! 감각, 협응, 인지 기능 등 다양한 요소를 종합적으로 평가하고 중재해야 합니다.
치료 프로토콜 작업치료 연구 및 근거 수립 프로토콜 1. 연구 질문 수립: 임상에서 궁금한 점을 “A와 B는 관련이 있는가?” 형식으로 구체화합니다. (예: “상지 근력과 식사 독립성은 관련이 있는가?”) 2. 측정 도구 선정: 타당도와 신뢰도가 검증된 표준화된 도구를 선택합니다. (예: 장력계, 표준화된 ADL 평가지) 3. 데이터 수집: 동일한 프로토콜로 대상자로부터 데이터를 체계적으로 수집합니다. 4. 통계 분석: 변수 유형과 연구 질문에 맞는 통계 방법(이 문제에서는 피어슨 상관분석)을 선택해 분석합니다. 5. 결과 적용: 분석 결과를 임상 판단의 근거로 활용하여, 더 효과적이고 표적화된 중재를 제공합니다.
선배 작업치료사의 한마디 “통계가 어렵게 느껴질 수 있지만, 사실 우리가 매일 하는 ‘임상적 추론(Clinical Reasoning)’의 숫자 버전이에요. 환자의 상태를 여러 측면에서 평가하고, 그 지표들 사이의 패턴을 찾는 거죠. 피어슨 상관분석 같은 기본 통계를 이해하면, 연구 논문을 비판적으로 읽고 우리의 치료 효과에 대한 근거를 더 탄탄히 쌓을 수 있어요. ‘이 치료가 정말 효과가 있을까?’라는 질문에 과학적으로 답할 수 있는 첫걸음이니까, 개념을 잘 익혀두세요!”