다음 중 질적 변수를 요약하는 데 사용되는 통계량은?

질적 변수(명목, 서열 척도)는 산술 연산이 불가능하여 평균, 표준편차 등을 사용할 수 없다. 범주별 빈도를 요약하는 최빈값이 적절한 통계량이다.

보건행정 핵심 해설 이 문제는 보건통계학의 기초 중 변수의 척도(Scale of measurement)와 그에 적합한 요약 통계량(Summary statistics)을 묻고 있어요. 보건행정 현장에서 데이터를 올바르게 분석하고, 병원 경영 지표나 환자 만족도 조사 결과를 해석하는 데 필수적인 개념이에요. 핵심 개념 분석 (Key Concept): 통계에서 변수는 측정 수준에 따라 질적 변수(Qualitative variable)와 양적 변수(Quantitative variable)로 크게 나뉘어요. 질적 변수는 다시 명목(Nominal)과 서열(Ordinal) 척도로 구분됩니다. 핵심! 질적 변수는 숫자로 표현되더라도 그 숫자 사이에 의미 있는 산술 연산(덧셈, 뺄셈, 평균 계산 등)이 불가능해요. 예를 들어, 성별(1=남, 2=여)이나 혈액형(A, B, O, AB)은 평균을 낼 수 없죠. 따라서 이들을 요약할 때는 빈도(Frequency)나 비율(Proportion)을 사용하며, 대표값으로는 가장 많이 관찰된 범주를 나타내는 최빈값(Mode)만이 유일하게 사용 가능해요. 정답 근거 (Answer Rationale): 정답은 ① 최빈값이에요. 최빈값은 데이터에서 가장 자주 나타나는 값으로, 질적 변수의 각 범주 빈도를 비교하여 가장 많은 범주를 찾는 방식이에요. 이는 산술 연산에 의존하지 않기 때문에 명목 및 서열 척도의 데이터를 요약하는 데 적합한 통계량이죠. 오답 분석 (Distractor Analysis): - 혼동 주의! ②번 표준편차와 ⑤번 분산: 이 두 통계량은 모두 양적 변수(등간, 비율 척도)의 산포도(Dispersion)를 측정하는 지표예요. 평균으로부터 각 데이터가 얼마나 떨어져 있는지를 계산하는 것이므로, 평균 자체가 의미 없는 질적 변수에는 적용할 수 없어요. - ③번 중앙값: 중앙값은 데이터를 크기 순으로 나열했을 때 정 가운데 위치한 값이에요. 주의! 서열 척도(Ordinal scale, 예: 만족도 '매우 불만족, 불만족, 보통, 만족, 매우 만족')의 경우, 중앙값을 사용할 수 있다는 점이 함정이에요. 문제에서 "질적 변수"라고 포괄적으로 언급했지만, 보통 명목 척도를 가장 대표적인 예로 들기 때문에, 서열 척도까지 포함해도 최빈값은 항상 사용 가능하지만 중앙값은 명목 척도에는 사용 불가능해요. 따라서 가장 일반적이고 안전한 답은 최빈값이에요. - ④번 산술평균: 평균은 양적 변수의 대표적인 중심 경향 측정 지표예요. 질적 변수에 평균을 계산하는 것은 전혀 의미가 없어요 (예: 혈액형의 평균?). 연관 개념 정리 (Related Concepts): - 척도의 4가지 수준: 1) 명목(Nominal, 분류만 가능), 2) 서열(Ordinal, 분류+순서), 3) 등간(Interval, 분류+순서+일정 간격), 4) 비율(Ratio, 분류+순서+일정 간격+절대적 영점). - 적합한 대표값(Measure of Central Tendency): - 명목 척도: 최빈값만 가능. - 서열 척도: 최빈값, 중앙값 가능. - 등간/비율 척도: 최빈값, 중앙값, 산술평균 모두 가능.
개념 정리

변수 유형	척도 예시	가능한 연산	적합한 대표값	적합한 산포도
질적 (명목)	성별, 혈액형, 진단명	빈도 세기, 분류	최빈값	범주별 빈도/비율
질적 (서열)	통증 강도(輕中重), 만족도	빈도 세기, 분류, 순서 비교	최빈값, 중앙값	사분위범위(IQR)*
양적 (등간/비율)	체온, 혈압, 입원일수	모든 산술 연산 가능	최빈값, 중앙값, 평균	분산, 표준편차

*서열 척도에 사분위범위 사용은 제한적임.
한눈에 비교!

통계량	의미	주요 적용 척도	보건행정 적용 예
최빈값	가장 많이 관찰된 값	모든 척도 (특히 명목)	가장 많이 발생한 환자 불만 유형, 가장 흔한 외래 방문 시간대
중앙값	관측값을 순서대로 나열한 중앙 값	서열, 등간, 비율 척도	입원 기간, 병원 만족도 점수 (극단값 영향 적음)
산술평균	모든 관측값의 합 ÷ 개수	등간, 비율 척도	평균 재원일수(ALOS), 평균 진료비
표준편차	평균 주위의 데이터 산포 정도	등간, 비율 척도	진료비 변동성, 수술 시간의 표준화 정도 분석

실무 포인트 병원에서 환자 만족도 조사(Patient Satisfaction Survey)를 할 때, "전반적인 만족도"를 5점 척도(1=매우 불만족 ~ 5=매우 만족)로 묻는다면 이는 서열 척도예요. 이 데이터를 요약할 때는 중앙값과 최빈값을 함께 보는 것이 좋아요. 단순히 평균 점수만 내면 "매우 만족(5)"과 "만족(4)"의 차이를 정확히 해석하기 어려울 수 있어요. 또한, "불만 사항 유형"과 같은 명목 척도 데이터는 최빈값(가장 흔한 불만)과 빈도표로 분석하여 품질 개선(QI) 활동의 우선순위를 정하는 데 활용해요.
암기 팁 "명목은 모드(Mode)"라고 외우세요! 명목(Nominal) 척도의 유일한 대표값은 최빈값(Mode)이에요. 서열 척도는 "모드 + 메디안(Median)"이라고 추가로 기억하시면 됩니다.
국시 빈출 포인트 변수의 척도와 적합한 통계량은 매년 빠지지 않고 출제되는 고정 출제 영역이에요. 특히 "질적 변수에 사용 불가능한 통계량을 고르시오" 또는 이 문제처럼 "질적 변수에 사용 가능한 통계량을 고르시오" 형태로 출제됩니다. 표준편차, 분산, 평균이 오답으로 자주 등장하니 주의하세요!
기출 변형 주의! 1. 사례 적용형: "혈액형 조사 데이터를 요약하는 데 적합한 통계량은?" → 최빈값. 2. 역방향 질문: "다음 중 서열 척도의 자료에 사용할 수 없는 통계량은?" → 산술평균. 3. 복합 판단형: "다음 변수와 통계량의 연결이 옳은 것은?" (예: 진단명 - 최빈값 O / 평균 X).

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): 병원 기획팀에서 신규 건강검진 패키지를 기획하면서, 기존 고객들의 "선호 검진 항목"을 조사했어요. 조사 결과는 '영상검사', '혈액검사', '유전자검사', '심리검사' 등 여러 범주로 나뉘어 있었습니다. 이 데이터를 분석하여 가장 인기 있는 검사 항목을 찾아내고, 마케팅 자료에 반영해야 해요. 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 수집된 "선호 검진 항목" 데이터는 명목 척도의 질적 변수예요. 각 항목별로 선택된 횟수(빈도)를 세는 것이 핵심이에요. 2. 법적/규정 검토: 통계적 분석 원칙에 따라, 명목 척도 데이터에는 산술평균이나 표준편차를 적용해서는 안 돼요. 잘못된 분석은 잘못된 경영 판단으로 이어질 수 있어요. 3. 대응 및 처리: 각 검사 항목별 선택 빈도를 계산한 후, 핵심! 가장 높은 빈도를 가진 항목, 즉 최빈값을 찾아요. 예를 들어 '영상검사'가 가장 많이 선택되었다면, 이는 타겟 고객층의 가장 큰 관심사임을 의미해요. 4. 사후 기록/보고: 분석 결과를 "선호 검진 항목 빈도분포표"와 함께 보고서로 작성하고, 최빈값을 기반으로 한 마케팅 전략(예: 영상검사 강조 광고)을 제안해요. 법적 안전 및 주의사항 (Precautions): 통계 데이터를 왜곡하거나 오해의 소지가 있게 표현하는 것은 혼동 주의! 윤리적 문제뿐만 아니라, 허위·과장 광고로 이어질 경우 의료법 또는 표시·광고의 공정화에 관한 법률 위반에 해당할 수 있어요. 데이터를 정직하고 적절한 통계 방법으로 분석하고 표현하는 것이 중요해요.
업무 프로토콜 질적 데이터(명목/서열) 분석 프로토콜: 1. 데이터 확인: 변수의 척도가 명목/서열인지 확인. 2. 빈도표 생성: 각 범주(Category)별 관측치 수를 세어 표로 정리. 3. 대표값 도출: 빈도표에서 가장 높은 빈도의 범주 = 최빈값 확인. 서열 척도라면 데이터 정렬 후 중앙값 추가 확인. 4. 시각화: 원그래프(Pie chart) 또는 막대그래프(Bar chart)로 표현. 5. 보고서 작성: "○○○ 항목이 전체 응답의 XX%로 가장 선호됨" 형식으로 결론 도출.
선배의 한마디 "보건행정에서 데이터는 우리의 눈과 귀예요! 데이터의 성격(척도)을 먼저 파악하지 않고 함부로 평균을 내거나 복잡한 분석을 돌리면, 완전히 엉뚱한 결론에 도달할 수 있어요. '이 데이터는 무엇을 측정한 거지? 숫자에 어떤 의미가 담겨 있지?'라는 질문을 항상 던지면서 통계 도구를 선택하는 습관을 들이세요. 이 기본기가 튼튼해야 병원 경영의 의사결정을 믿을 수 있게 뒷받침할 수 있어요!"