보건행정 핵심 해설
이 문제는
통계학의 기본적인 분류 체계를 이해하고 있는지를 묻는 기초적인 문제예요. 보건행정과 보건정보학에서 데이터를 분석하고 정책 근거를 마련할 때 통계적 추론은 필수적인 도구이기 때문에, 그 기초를 명확히 알아두는 것이 중요해요.
핵심 개념 분석 (Key Concept): 통계학은 크게
기술통계학(Descriptive Statistics)과
추리통계학(Inferential Statistics)으로 나눌 수 있어요. 기술통계학은 수집된 데이터(표본 또는 모집단) 자체의 특성을 요약, 정리, 시각화하여 설명하는 데 초점을 맞춰요. 반면, 추리통계학은 표본(Sample)에서 얻은 정보를 바탕으로 그 표본이 추출된 모집단(Population) 전체의 특성(모수, Parameter)을 추정하거나 가설을 검정하는 방법을 다루는 분야예요.
정답 근거 (Answer Rationale): 문제에서 묻는 "표본으로부터 모집단의 특성을 추론"하는 것은 바로
핵심! 추리통계학의 정의 그 자체예요. 보건 분야에서 흔히 하는 '표본 조사 결과를 바탕으로 전국민의 건강 상태를 추정한다'거나, '신약의 임상시험 결과(표본)를 통해 전체 환자군에서의 효과를 판단한다'는 모든 작업이 추리통계학의 영역에 속해요.
오답 분석 (Distractor Analysis):
혼동 주의! ②번 '기술통계학'은 자료 자체를 요약하고 기술(예: 평균, 표준편차, 그래프)하는 분야로, 추론을 목표로 하지 않아요. 통계 분석의 첫 단계이지만 최종 목표는 아니예요.
③번 '수리통계학'은 통계학의 이론적 기반을 수학적으로 다루는 좀 더 이론적이고 추상적인 분야로, 추리통계학의 수학적 배경이 될 수는 있지만 동의어는 아니에요.
④번 '실험계획법'은 추리통계학의 한 응용 분야로, 데이터를 효율적으로 수집하고 분석하기 위한 실험 설계 방법을 연구해요. 포괄적인 개념이 아닌 특정 방법론이에요.
⑤번 '확률론'은 통계학의 기초가 되는 수학 이론으로, 불확실성을 수치화하는 방법을 제공하지만, 표본으로부터 모집단을 추론하는 직접적인 방법론을 다루지는 않아요.
연관 개념 정리 (Related Concepts): 보건행정에서 추리통계학은
역학조사(Epidemiological Survey), 보건정책 효과 평가, 병원 성과 지표(예: 재입원율)의 비교 분석 등에 광범위하게 활용돼요. 가설검정(Hypothesis Testing), 신뢰구간(Confidence Interval), p-value 등의 개념이 여기에 속해요.
개념 정리
| 분야 | 주요 목적 | 보건행정 예시 |
|---|
| 기술통계학 | 데이터 요약 및 기술 | 지역 주민 건강검진 결과의 평균 연령, 혈압 분포도 작성 |
| 추리통계학 | 표본 → 모집단 추론 | 일부 표본 조사를 통해 전국 성인 흡연율 추정, 두 치료법의 효과 차이 검정 |
한눈에 비교!
| 비교 항목 | 기술통계학 | 추리통계학 |
|---|
| 관심 대상 | 수집된 데이터 자체 | 데이터가 추출된 모집단 |
| 주요 방법 | 집중경향치(평균), 산포도(표준편차), 도표/그래프 | 추정(점추정, 구간추정), 가설검정, 회귀분석 |
| 결과 해석 | "이 데이터는 이렇다" (기술) | "모집단은 아마도 이럴 것이다" (추론, 불확실성 포함) |
실무 포인트
병원 경영이나 보건 정책 분석 보고서를 작성할 때는 단순히 기술통계(예: 지난달 평균 재원일수 5.2일)만 제시하는 것을 넘어, 추리통계를 활용해 의미를 부여해야 해요. 예를 들어 "전년 동월 대비 재원일수가 통계적으로 유의하게 감소했다(p