다음 중 서열척도(ordinal scale)의 예로 가장 적절한 것은?

서열척도는 범주 간 순서나 등급이 의미가 있는 척도이다. 병원 만족도는 '매우 불만족'부터 '매우 만족'까지 명확한 순위를 가지므로 서열척도에 해당한다.

보건행정 핵심 해설 이 문제는 연구 및 통계 분석의 기초가 되는 측정 척도(Measurement Scale)를 구분하는 능력을 묻고 있어요. 보건행정에서 설문조사, 의료 질 평가, 환자 만족도 조사 등을 할 때 데이터를 어떻게 측정하고 분석할지 결정하는 첫걸음이기 때문에 매우 중요해요. 핵심 개념 분석 (Key Concept) 측정 척도는 크게 명목척도(Nominal Scale), 서열척도(Ordinal Scale), 등간척도(Interval Scale), 비율척도(Ratio Scale)로 나뉘어요. 각 척도의 핵심 특징은 다음과 같아요.

척도	핵심 특징	수학적 연산	예시
명목척도	범주 분류만 가능. 순서나 크기 의미 없음.	빈도수, 최빈값	성별, 혈액형, 진료과 코드
핵심! 서열척도	범주의 순서나 등급이 의미 있음. 간격은 일정하지 않음.	중앙값, 백분위수	병원 등급, 통증 강도(약함/중간/심함), 만족도
등간척도	순서와 간격이 의미 있음. 절대적 영점(0) 없음.	평균, 표준편차	체온(℃), IQ 점수, 년도
비율척도	순서, 간격, 비율 모두 의미 있음. 절대적 영점(0) 존재.	모든 통계 기법 가능	체중(kg), 혈당값, 수입, 진료 횟수

정답 근거 (Answer Rationale) 정답은 ④ 병원 만족도(매우 불만족, 불만족, 보통, 만족, 매우 만족)입니다. 이 변수는 단순히 범주를 나눈 것이 아니라, '매우 불만족' < '불만족' < '보통' < '만족' < '매우 만족'이라는 명확한 순위와 등급을 가지고 있어요. 하지만 "불만족과 보통 사이의 차이"와 "만족과 매우 만족 사이의 차이"가 수학적으로 동일하다고 말할 수 없어요. 즉, 순서는 있지만 간격은 일정하지 않다는 서열척도의 본질적 특징을 완벽하게 보여주는 예시입니다. 오답 분석 (Distractor Analysis) 혼동 주의! 각 오답이 어떤 척도에 해당하는지, 왜 서열척도가 아닌지 확인해보세요.
① 환자의 체온(℃): 체온 36℃와 37℃의 차이(1℃)와 37℃와 38℃의 차이(1℃)는 동일한 열량을 의미합니다. 또한 0℃는 절대적인 '열기 없음'을 의미하지 않습니다(화씨와의 변환을 생각해보세요). 따라서 순서와 간격은 의미 있지만, 절대적 영점이 없는 등간척도입니다.
② 수술실 번호(1호실, 2호실): 번호는 단지 서로 다른 수술실을 구분하는 라벨에 불과합니다. 1호실이 2호실보다 '더 좋다'거나 '순서가 앞선다'는 의미를 내포하지 않습니다. 따라서 순서가 의미 없는 명목척도입니다.
③ 혈당 측정값(mg/dL): 혈당 100mg/dL과 200mg/dL의 차이는 100mg/dL이며, 이는 200mg/dL과 300mg/dL의 차이와 동일한 물리적 양입니다. 특히 혈당 0mg/dL은 '당분이 전혀 없음'이라는 절대적 영점을 의미합니다. 따라서 순서, 간격, 비율 모두 의미 있는 최고 수준의 비율척도입니다.
⑤ 성별(남, 여): 이는 전형적인 분류 변수입니다. 남성이 여성보다 '더 크다'거나 '순위가 높다'는 의미가 전혀 없습니다. 따라서 명목척도입니다. 연관 개념 정리 (Related Concepts) - 리커트 척도(Likert Scale): '전혀 그렇지 않다'부터 '매우 그렇다'까지 5점 또는 7점으로 응답을 측정하는 방식으로, 서열척도로 취급됩니다. 하지만 많은 연구에서 등간척도로 가정하고 평균을 내어 분석하기도 합니다(논란의 여지가 있음). - 보건행정 적용: 환자 만족도 조사(Patient Satisfaction Survey), 의료 서비스 품질 지표, 직원 업무 성과 평가 등은 대부분 서열척도로 측정됩니다. 이를 분석할 때는 평균 대신 중앙값(Median)이나 빈도 분포를 사용하는 것이 더 적절할 수 있어요. 개념 정리

구분	서열척도 (Ordinal Scale)	명목척도 (Nominal Scale)
핵심	순서(O), 간격(X), 비율(X)	순서(X), 간격(X), 비율(X)
통계량	중앙값, 백분위수, 최빈값	최빈값, 빈도수
보건행정 예시	병원 등급(상급종합/종합/병원/의원), 암 병기(1기/2기/3기/4기), 통증 강도(VAS 점수)	진료과(내과/외과), 보험자 유형(건강보험/의료급여), 거주 지역

실무 포인트 병원에서 환자 경험 설문지를 만들거나, 인사과에서 직무 만족도 조사를 할 때, 서열척도(예: 5점 리커트 척도)를 어떻게 설계하고 분석할지가 매우 중요해요. "간격이 동일하지 않을 수 있다"는 점을 인지하고, 결과 해석 시 "매우 만족' 비율이 60%에서 70%로 증가했다"와 같은 빈도 변화나 상대적 순위에 초점을 맞추는 것이 안전한 분석 방법이에요. 암기 팁 척도 구분은 "명서등비(名序等比)"라고 외우세요! 명목(名) -> 서열(序) -> 등간(等) -> 비율(比) 순으로 수준이 높아집니다. 서열(序)은 '순서'가 핵심이죠! 국시 빈출 포인트 측정 척도는 매년 1-2문제 꼴로 출제되는 고정 영역입니다. 출제 패턴은 1) 주어진 예시가 어떤 척도인지 고르기, 2) 특정 척도의 특징으로 옳은/옳지 않은 것 고르기, 3) 서열척도로 분석 가능한 통계량 고르기 등이에요. 척도별 대표 예시를 확실히 암기하는 것이 필수! 기출 변형 주의! 동일한 개념을 사례형으로 출제할 수 있어요. 예: "어느 병원이 종합병원 인증 평가에서 '환자 안전' 항목에 대해 '우수(5점)', '양호(4점)', '보통(3점)', '미흡(2점)', '불량(1점)'의 등급을 받았다. 이 평가 등급은 어떤 측정 수준에 해당하는가?" → 명확한 순위가 있는 서열척도입니다.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "병원 기획팀에서 신규 도입 예정인 전자의무기록(EMR) 시스템에 대한 직원 수용도 조사를 진행하려고 합니다. '사용 편의성', '업무 효율성 향상 정도', '전반적 만족도'에 대해 1점(전혀 아니다)부터 5점(매우 그렇다)까지 평가하게 설문지를 만들었어요. 이 데이터를 분석하여 보고서를 작성해야 합니다." 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 수집된 데이터는 1~5점의 서열척도 데이터입니다. 2. 법적/규정 검토: 통계 분석 시, 서열척도 데이터에 평균과 표준편차를 계산하는 것은 엄밀히 말해 적절하지 않을 수 있습니다(간격이 동일하지 않다는 가정 위반). 하지만 실무에서는 편의상 등간척도로 가정하고 분석하는 경우가 많습니다. 3. 대응 및 처리: 보다 엄밀한 분석을 위해 다음 방법을 고려하세요. - 빈도 및 비율 분석: "만족(4점) 이상" 응답자의 비율이 몇 %인지 제시. - 중앙값 보고: 전체 응답의 중앙값이 몇 점인지 제시 (예: 중앙값 4점 → 대체로 만족). - 비모수 검정 사용: 두 부서 간 만족도 차이를 비교할 때, t-검정(모수 검정) 대신 만-위트니 U 검정(Mann-Whitney U test)이나 크루스칼-왈리스 검정(Kruskal-Wallis test)을 사용. 4. 사후 기록/보고: 보고서에 분석 방법(예: "서열 데이터의 특성을 고려하여 중앙값과 빈도 분포를 중심으로 분석함")을 명시하여 통계적 한계를 투명하게 공개하는 것이 전문성입니다. 법적 안전 및 주의사항 (Precautions) 이 부분은 직접적인 법적 위반과는 거리가 있지만, 연구 윤리 및 데이터의 오남용과 연결될 수 있습니다. 서열척도 데이터를 마치 등간척도인 것처럼 잘못 해석하여 "A 시스템이 B 시스템보다 평균 0.3점 더 우수하다"고 결론 내리는 것은 통계적 오류를 범할 수 있어요. 이는 잘못된 경영 결정으로 이어질 수 있습니다. 업무 프로토콜 서열척도 설문 데이터 분석 프로토콜 1. 데이터 확인: 측정 항목이 순위/등급을 나타내는지 확인 (예: 매우 나쁨, 나쁨, 보통, 좋음, 매우 좋음). 2. 기술 통계: 빈도수(N), 백분율(%), 누적 백분율, 중앙값(Median)을 계산. 3. 시각화: 가로/세로 막대그래프(Bar Chart)로 표현. 원그래프(Pie Chart)는 순서 정보를 보여주기 어려우므로 비추천. 4. 추론 통계: 집단 간 비교 시 비모수 검정(Non-parametric test) 방법 선택. 5. 보고: "대부분의 응답자(75%)가 보통 이상으로 응답했으며, 중앙값은 '만족(4점)'에 해당합니다"와 같이 서열척도에 적합한 언어로 결과 기술. 선배의 한마디 "보건행정에서 데이터는 우리의 눈과 귀입니다. 척도를 정확히 이해하지 못하면, 데이터를 잘못 해석하는 '문맹'이 될 수 있어요. 환자 만족도가 3.5점에서 3.7점으로 올랐다고 해서 정말로 '0.2점 향상'되었다고 말할 수 있을까요? 서열척도의 본질을 이해하면, 숫자 뒤에 숨은 진짜 이야기를 더욱 신중하고 겸손하게 읽을 수 있게 될 거예요. 이 작은 차이가 전문가와 아마추어를 가르는 기준이 됩니다!"