정규분포를 따르지 않는 자료의 중앙값 비교에 가장 적합한 비모수 검정법은?

Mann-Whitney U 검정은 두 독립집단의 중앙값을 비교하는 비모수 검정법이다. 정규분포 가정을 충족하지 않거나 서열척도 자료일 때 사용한다. t-검정의 비모수 대안이다.

보건행정 핵심 해설 이 문제는 보건통계학에서 비모수 검정법(Nonparametric test)의 적절한 적용 상황을 묻고 있어요. 보건행정 및 의료연구에서 데이터 분석은 정책 효과 평가, 병원 성과 비교, 환자 만족도 조사 등 다양한 분야에서 핵심적인 역할을 하죠. 올바른 통계 방법 선택은 신뢰할 수 있는 결론을 도출하는 첫걸음이에요. 핵심 개념 분석 (Key Concept) 문제의 핵심은 "정규분포를 따르지 않는 자료"와 "중앙값 비교"입니다. 일반적으로 두 독립 집단의 평균을 비교할 때는 독립표본 t-검정(Independent samples t-test)을 사용하지만, 이는 데이터가 정규분포를 따라야 한다는 강한 가정을 필요로 해요. 보건의료 데이터는 혼동 주의! 만족도 점수(서열척도), 증상 점수, 비대칭적인 임상 지표 등 정규분포를 따르지 않는 경우가 매우 흔합니다. 이럴 때 사용하는 것이 정규성 가정을 하지 않는 비모수 검정법이에요. 정답 근거 (Answer Rationale) 핵심! Mann-Whitney U 검정은 두 개의 독립된 표본(집단)이 동일한 모집단에서 나왔는지, 즉 두 집단의 중앙값(Median)이 통계적으로 유의미하게 다른지를 검정하는 대표적인 비모수 방법입니다. t-검정이 평균을 비교한다면, Mann-Whitney U 검정은 자료의 순위(Rank)를 기반으로 중앙값을 비교합니다. 따라서 문제에서 명시한 "정규분포를 따르지 않는 자료의 중앙값 비교"에 가장 적합한 방법이 바로 이것이에요. 오답 분석 (Distractor Analysis) 1. 혼동 주의! 피어슨 상관분석(Pearson correlation analysis): 두 연속변수 간의 선형 관계의 강도와 방향을 분석하는 방법입니다. 집단 간 비교가 아니라 변수 간 관련성을 보는 것이므로 중앙값 비교와는 목적이 완전히 달라요. 2. 혼동 주의! 카이제곱 검정(Chi-square test): 주로 범주형 자료(명목척도)의 독립성 또는 동질성을 검정할 때 사용합니다. 예를 들어, 성별에 따른 흡연 여부 분포가 같은지 비교할 때 쓰죠. 연속형 또는 서열형 자료의 중앙값 비교에는 사용하지 않아요. 3. 단순선형회귀분석(Simple linear regression analysis): 하나의 독립변수로 종속변수를 예측하거나 설명하는 인과관계 모형을 만드는 방법입니다. 집단 간 차이 비교를 위한 검정법이 아니에요. 4. 독립표본 t-검정(Independent samples t-test): 이 방법은 바로 정규분포를 따른다는 가정 하에 두 독립 집단의 평균을 비교하는 모수 검정법입니다. 문제의 전제인 "정규분포를 따르지 않는 자료"에는 부적합하므로 오답이에요. 연관 개념 정리 (Related Concepts) * Wilcoxon 부호순위 검정(Wilcoxon signed-rank test): Mann-Whitney U 검정이 독립 표본용이라면, 이는 짝지어진(Paired) 표본의 중앙값을 비교할 때 사용하는 비모수 검정법입니다. (예: 동일 환자의 치료 전/후 점수 비교) * Kruskal-Wallis H 검정: 세 개 이상의 독립 집단 중앙값을 비교할 때 사용하는 비모수 검정법입니다. 모수 검정의 일원분산분석(One-way ANOVA)에 대응됩니다.
개념 정리

구분	모수 검정(Parametric Test)	비모수 검정(Nonparametric Test)
가정	정규성, 등분산성 등 강한 가정 필요	정규성 등 강한 가정 불필요
비교 대상	평균(Mean)	중앙값(Median), 순위(Rank)
두 독립집단 비교	독립표본 t-검정	Mann-Whitney U 검정
두 짝지어진 집단 비교	대응표본 t-검정	Wilcoxon 부호순위 검정
세 집단 이상 비교	일원분산분석(ANOVA)	Kruskal-Wallis H 검정

한눈에 비교!

검정법	주요 용도	데이터 특성/가정
t-검정	두 집단 평균 비교	연속형 자료, 정규분포 가정 필수
Mann-Whitney U 검정	두 집단 중앙값 비교	서열척도 또는 정규분포 아닌 연속형 자료, 정규성 가정 불필요
카이제곱 검정	범주형 자료의 분포 비교(독립성)	명목척도 또는 순위척도 자료

실무 포인트 보건행정 실무에서, 예를 들어 두 개의 다른 진료과(A과, B과)의 환자 만족도 조사 점수를 비교할 때를 생각해보세요. 만족도 점수는 5점 척도(서열척도)로 측정되는 경우가 많고, 정규분포를 따르지 않을 가능성이 높아요. 이때 A과와 B과의 만족도 중앙값에 차이가 있는지 통계적으로 검증하려면 Mann-Whitney U 검정을 사용해야 합니다. t-검정을 무분별하게 적용하면 잘못된 결론을 내릴 위험이 커지죠.
암기 팁 * “맨-화, 중앙값 화해(和解)시켜!”: Mann-Whitney U 검정은 중앙값을 비교한다고 연상하세요. * “t는 평균, U는 중앙값”: t-검정(T-test)은 평균(Mean), U-검정은 중앙값(Median)이라는 짝을 지어 외우세요.
국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 통계 방법론의 적용 조건과 목적을 묻는 문제가 꾸준히 출제됩니다. 특히 "정규분포를 따르지 않을 때", "서열척도일 때", "t-검정의 대안"이라는 키워드가 나오면 Mann-Whitney U 검정을 먼저 떠올리세요. 반대로 "평균 비교", "정규분포 가정"이 나오면 t-검정이나 ANOVA를 생각하면 됩니다.
기출 변형 주의! * 사례형: "A병원과 B병원의 응급실 대기시간을 조사한 결과, 데이터가 심하게 치우쳐 있어 정규분포 가정을 만족하지 않았다. 두 병원의 대기시간 분포에 차이가 있는지 검정하기 위해 가장 적합한 통계 방법은?" → 역시 Mann-Whitney U 검정. * 짝지어진 표본 변형: "동일한 환자군에게 새로운 물리치료 전후의 통증 점수(10점 척도)를 비교할 때 사용하는 비모수 검정법은?" → 이때는 Wilcoxon 부호순위 검정이 정답입니다.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) 병원 기획조정실에서 새로운 원무처리 시스템(Patient Administration System) 도입 효과를 평가하고자 해요. 기존 시스템(A)과 새 시스템(B)을 각각 다른 두 개의 지점 병원(서울지점, 부산지점)에서 3개월간 시범 운영했습니다. 운영 후, 각 지점 원무팀 직원들의 업무 효율성 점수(1~100점, 자기보고식)를 수집했는데, 데이터 분포를 확인해보니 정규분포를 나타내지 않았어요. 두 시스템이 직원들의 인식된 업무 효율성에 차이를 만드는지 분석해야 합니다. 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 비교 대상은 독립된 두 집단(시스템 A 사용 집단 vs 시스템 B 사용 집단)입니다. 종속변수인 '업무 효율성 점수'는 서열적 성격이 강한 척도이며, 정규성 검정(Kolmogorov-Smirnov test 등) 결과 정규분포를 따르지 않습니다. 2. 법적/규정 검토: 통계 분석에는 특별한 법규는 적용되지 않지만, 연구 윤리와 데이터 무결성 원칙에 따라 올바른 방법을 선택해야 보고서의 신뢰성을 확보할 수 있습니다. 3. 대응 및 처리: 이 경우, 두 독립 집단의 중앙값을 비교하는 Mann-Whitney U 검정을 실시해야 합니다. 분석 결과, 유의확률(p-value)이 0.05 미만이면 "두 시스템 간에 업무 효율성 인식에 통계적으로 유의한 차이가 있다"고 결론지을 수 있습니다. 보고서에는 "정규성 가정을 충족하지 않아 비모수 검정법을 사용하였다"는 근거를 반드시 명시해야 합니다. 4. 사후 기록/보고: 분석 결과는 병원 경영진에게 시스템 도입 의사결정의 중요한 근거 자료로 제출됩니다. 검정 통계량(U 값), 유의확률(p-value), 효과 크기(Effect size) 등을 포함한 완전한 분석 보고서를 작성하여 보관합니다. 법적 안전 및 주의사항 (Precautions) * 혼동 주의! 데이터가 정규분포를 따른다고 무조건 t-검정을 쓰는 것이 아니라, 집단의 수, 측정 척도, 연구 설계(독립/짝지음)를 종합적으로 고려해야 합니다. * 잘못된 통계 방법 선택은 연구 결과를 왜곡시켜, 잘못된 병원 정책(예: 비효율적인 시스템의 전면 도입)으로 이어질 수 있는 경영상의 리스크를 초래합니다.
업무 프로토콜 비모수 검정(Mann-Whitney U) 선택 및 실행 프로토콜 1. 데이터 수집 및 정리: 두 비교 집단의 원자료를 별도 시트나 변수로 구분하여 정리. 2. 정규성 검정 실행: 통계 소프트웨어(SPSS, R, SAS)를 이용해 Shapiro-Wilk test 또는 Q-Q plot으로 정규성 확인. 3. 검정 방법 결정: 정규성 가정 위반 시 → Mann-Whitney U 검정 선택. 가정 충족 시 → 독립표본 t-검정 선택. 4. 분석 실행 및 결과 해석: 소프트웨어로 검정 실행. p-value < 0.05이면 '통계적으로 유의한 차이 있음' 해석. 5. 보고서 작성: 사용한 검정법 이름, 검정 통계량, 자유도(해당 시), 정확한 p-value, 결론을 명시적으로 기록.
선배의 한마디 "보건행정에서 데이터는 말을 합니다. 하지만 그 목소리를 제대로 듣기 위해서는 올바른 통계라는 '귀'가 필요해요. Mann-Whitney U 검정은 정규분포라는 제약에서 자유로워진, 더 유연하고 현실적인 목소리를 듣는 방법이에요. 복잡한 공식보다 '왜 이 방법을 써야 하는가'라는 원리를 이해하면, 어떤 연구 설계나 데이터를 마주하더라도 당황하지 않고 전문가다운 분석을 설계할 수 있을 거예요!"