보건행정 핵심 해설
이 문제는 병원 감염관리(QI: Quality Improvement) 프로그램의 효과를 평가하는 데 적합한
통계 검정 방법을 묻고 있어요. 보건행정 현장에서는 새로운 정책이나 프로그램 도입 전후의 효과를 객관적으로 입증하는 것이 매우 중요하죠. 이때 올바른 통계 방법을 선택하지 않으면 잘못된 결론을 내려 자원을 낭비하거나 효과 없는 정책을 유지할 수 있어요.
핵심 개념 분석 (Key Concept)
문제의 핵심은 "
동일한 집단(병원/병동)에서 측정된 두 시점(전/후)의 데이터를 비교"하는 상황이에요. 이는 통계학에서
대응표본(Paired Samples) 또는
반복측정(Repeated Measures) 설계에 해당해요. 예를 들어, A병동의 1월 폐렴 발생률과 동일한 A병동의 3월(프로그램 도입 후) 폐렴 발생률을 비교하는 거죠. 두 데이터는 서로 독립적이지 않고, 동일한 환경(병동 인력, 환자 유형 등)의 영향을 받기 때문에 쌍(Pair)을 이루어 분석해야 해요.
정답 근거 (Answer Rationale)
핵심! 정답은
② 대응표본 t-검정(Paired t-test)이에요. 그 이유는 다음과 같아요.
1.
대응관계 존재: 프로그램 도입 '전'의 특정 병동과 '후'의 그 동일한 병동은 직접적인 대응 관계가 있어요. 이는 두 개의 독립된 병동을 비교하는 것과 근본적으로 다릅니다.
2.
종속변수 특성: 비교하는 지표인 '폐렴 발생률'은 일반적으로 비율(%)이지만, 충분한 사례 수가 있다면 근사적으로 정규분포를 따른다고 가정하고 연속형 변수처럼 취급하여 t-검정을 사용할 수 있어요. 대응표본 t-검정은 이러한
전후 차이(차이값의 평균)가 0과 유의미하게 다른지를 검정해요.
3.
대안 검정법: 정확히는 비율(발생/미발생)의 전후 비교이므로
맥니마 검정(McNemar's test)도 적합한 방법이에요. 하지만 5지선다 보기에는 맥니마 검정이 없고, 가장 적합한 것으로 제시된 것은 대응표본 t-검정이에요. 시험에서는 '비율 비교'이지만 '대응표본'이라는 설계가 더 우선적인 고려 사항이죠.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답이 틀린 이유를 설계 유형 측면에서 살펴볼게요.
①
단순회귀분석: 이는 하나의 독립변수(예: 시간)가 종속변수(발생률)에 미치는 영향을 연속적으로 분석할 때 사용해요. 전/후 두 시점만 있는 경우에는 부적합해요.
③
피셔의 정확 검정(Fisher's exact test): 주로 두 개의
독립된 범주형 변수 간의 연관성을 분석할 때 사용하며, 표본 크기가 매우 작을 때 적용해요. 대응표본 설계에는 사용할 수 없어요.
④
카이제곱 동질성 검정(Chi-square test for homogeneity): 이는
두 개 이상의 독립된 집단에서 동일한 범주형 변수의 분포가 동일한지(예: 병동 A, B, C의 폐렴 발생 유무 분포) 비교할 때 사용해요. 우리 문제는 하나의 집단을 시간에 따라 비교하는 것이므로 동질성 검정이 아닙니다.
⑤
독립표본 t-검정(Independent t-test):
가장 흔히 혼동하는 오답! 이는 서로 무관한 두 개의 독립된 집단(예: 프로그램 도입한 병동 A vs 도입하지 않은 병동 B)의 평균을 비교할 때 사용해요. 우리 문제는 '동일한 집단의 전후 비교'이므로 독립표본 가정이 성립하지 않아 사용하면 안 돼요.
연관 개념 정리 (Related Concepts)
-
맥니마 검정(McNemar's test): 대응표본 t-검정이 연속형 변수(또는 그렇게 가정한 비율)의 전후 비교라면, 맥니마 검정은
명목형 변수(예: 발생 O/X)의 전후 빈도 변화를 분석할 때 사용하는 대응표본 검정법이에요. 예: 폐렴 발생 환자 수의 전후 비교.
-
전후 설계(Pre-Post Design)의 한계: 시간의 경과에 따른 다른 요인(계절적 영향, 진료 패턴 변화 등)의 효과를 완전히 통제할 수 없다는 점이 있어요. 더 엄밀한 평가를 위해서는
대조군 설계(Control group design)를 사용하는 것이 이상적이에요.
개념 정리
| 검정 방법 | 적용 설계 | 비교 대상 | 예시 |
|---|
| 대응표본 t-검정 | 대응표본 (Paired) | 동일 집단의 전후 측정값(연속변수) | 특정 병동의 감염률 전후 비교 |
| 독립표본 t-검정 | 독립표본 (Independent) | 서로 다른 두 집단의 측정값 | 프로그램 도입 병동 vs 미도입 병동 비교 |
| 맥니마 검정 | 대응표본 (Paired) | 동일 집단의 전후 범주형 빈도 | 폐렴 발생 환자 수의 전후 비교 |
| 카이제곱 동질성 검정 | 독립표본 (Independent) | 여러 독립 집단의 범주형 분포 | 3개 병동의 폐렴 발생 유무 분포 비교 |
실무 포인트
병원
품질관리실(QI Office)이나
감염관리실(Infection Control Office)에서 신규 프로토콜(예: 손씻기 캠페인, 중심정맥관 관리 지침) 도입 효과를 평가할 때는 반드시 데이터 수집 계획 단계에서 통계 방법을 미리 설계해야 해요. '전후 비교'라면 대응표본 분석을, '대조군 비교'라면 독립표본 분석을 선택해야 하죠. 분석 결과는
병원 인증평가(KOI)나
의료기관 평가(HA) 제출 자료로도 활용될 수 있어요.
암기 팁
"
전(前)후(後)는 쌍(對)으로" 라고 기억하세요! '전후' 비교 = '대응(쌍)'표본 검정. 독립된 두 집단 비교는 '독립'표본 검정이에요.
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서 통계 파트는
연구 설계와 적합한 검정법 연결 문제가 매우 자주 나와요. '대응표본 vs 독립표본' 구분은 필수로 외워야 하는 핵심 중의 핵심이에요. '전후 비교', '동일 대상자', '매칭된 쌍'이라는 키워드가 보이면 머릿속에 '대응표본'이 떠올라야 해요.