두 변수 간의 선형적 관계의 강도와 방향을 나타내는 지표는?

상관계수는 두 변수 간 선형 관계의 강도와 방향을 -1에서 1 사이의 값으로 나타낸다. 공분산도 관계를 나타내지만 단위의 영향을 받아 강도를 해석하기 어렵다.

보건행정 핵심 해설 이 문제는 보건통계 및 연구방법론에서 가장 기본적이면서도 중요한 개념인 두 변수 간 관계 측정 지표를 묻고 있어요. 병원 경영 데이터 분석, 의료 서비스 만족도 조사, 질병 위험요인 연구 등 보건행정 전 분야에서 필수적으로 활용되는 통계 개념이죠. 핵심 개념 분석 (Key Concept) 문제의 핵심은 "선형적 관계의 강도와 방향"을 나타내는 지표를 찾는 것입니다. 여기서 핵심! "강도"와 "방향"이라는 두 가지 속성을 모두 포함하는 지표가 정답이에요. 강도는 관계가 얼마나 밀접한지, 방향은 한 변수가 증가할 때 다른 변수가 함께 증가하는지(정적 관계) 감소하는지(부적 관계)를 의미해요. 정답 근거 (Answer Rationale) 정답은 상관계수(Correlation Coefficient)입니다. 상관계수, 특히 피어슨 상관계수(Pearson's r)는 -1에서 +1 사이의 값을 가지며, 절대값의 크기로 관계의 강도를(0에 가까울수록 약함, ±1에 가까울수록 강함), 부호(+ 또는 -)로 관계의 방향을 나타냅니다. 이는 통계학의 기본 정의에 해당하며, 보건의료정보관리사 시험에서도 빈출되는 개념이에요. 오답 분석 (Distractor Analysis) 혼동 주의! 다른 선택지들은 상관계수와 유사하거나 관련된 개념이지만, 정확한 정의가 다릅니다.
① 공분산(Covariance): 두 변수의 공동 변동성을 측정하지만, 측정 단위의 영향을 받아 절대적인 "강도" 해석이 어렵습니다. 상관계수의 원재료 같은 개념이에요.
② 표준편차(Standard Deviation): 단일 변수의 분산 정도를 나타내는 지표로, 두 변수 간의 관계를 측정하지 않습니다.
③ 회귀계수(Regression Coefficient): 회귀분석에서 한 변수의 단위 변화가 다른 변수에 미치는 평균적 영향을 나타내지만, 관계의 "강도"를 표준화된 값으로 직접 나타내지는 않습니다.
⑤ 결정계수(Coefficient of Determination, R²): 회귀 모형의 설명력을 나타내며, 상관계수의 제곱입니다. 이는 한 변수의 변동이 다른 변수로 설명되는 비율을 의미하지만, 관계의 "방향"은 알 수 없습니다. 연관 개념 정리 (Related Concepts) 상관관계는 인과관계를 의미하지 않습니다. 두 변수가 함께 움직인다고 해서 하나가 다른 하나의 원인이라고 단정할 수 없어요. 또한, 상관계수는 선형 관계만을 측정하므로, 비선형 관계가 있을 때는 낮은 값을 보일 수 있습니다. 개념 정리

용어	의미	특징
상관계수	두 변수 간 선형 관계의 강도와 방향을 나타내는 표준화된 지표	범위: -1 ~ +1, 부호=방향, 절대값=강도
공분산	두 변수가 함께 변하는 정도	단위 영향 있음, 강도 해석 어려움
결정계수(R²)	회귀 모형의 설명력, 종속변수 변동의 설명 비율	범위: 0 ~ 1, 상관계수의 제곱

한눈에 비교!

비교 항목	상관계수 (r)	회귀계수 (b)
측정 대상	두 변수 간 관계의 강도와 방향	독립변수 변화가 종속변수에 미치는 평균적 영향 크기
범위/단위	무차원(-1 ~ +1)	종속변수 단위 / 독립변수 단위
해석	r=0.8 → 강한 정적 선형 관계	b=2.5 → X가 1단위 증가 시 Y는 평균 2.5단위 증가

실무 포인트 병원 행정에서 상관분석은 매우 유용해요. 예를 들어, '입원 기간'과 '총 진료비' 간의 상관관계를 분석하거나, '환자 만족도 설문 항목'들 간의 관계를 파악할 때 사용됩니다. 다만, 결과 해석 시 인과관계로 오해하지 않도록 주의해야 하며, 특히 p-value < 0.05 수준에서 통계적 유의성을 확인하는 절차가 필요합니다. 암기 팁 "강도와 방향, 상관계수 한 방!" 상관계수는 두 가지(강도, 방향)를 한 번에(r) 알려준다고 기억하세요. 공분산(Covariance)은 Co(함께)-Variance(변동) 즉, 함께 변한다는 뜻이에요. 국시 빈출 포인트 상관계수의 범위(-1 ~ +1), 상관계수와 결정계수의 관계(r² = R²), 상관관계와 인과관계의 차이는 단골 출제 주제입니다. 계산보다는 개념 정의와 해석을 묻는 문제가 많아요. 기출 변형 주의! 이 개념은 "다음 중 A와 B의 관계 방향을 알 수 있는 지표는?" 또는 "결정계수 0.64일 때 상관계수는?" 같은 계산형으로 변형 출제될 수 있습니다. 상관계수 r = ±√(R²) 공식을 기억하세요.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "병원 기획팀에서 외래 환자 수와 병원 매출액의 관계를 분석해 달라는 지시를 받았습니다. 12개월간의 월별 데이터를 수집했는데, 두 변수가 함께 오르내리는 패턴이 보입니다. 이 관계를 수치화하여 경영진에게 보고해야 합니다." 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 월별 '외래 환자 수'(독립변수 가정)와 '매출액'(종속변수 가정)의 원자료를 확보합니다. 2. 법적/규정 검토: 통계 분석에는 특별한 법적 제약은 없지만, 데이터는 개인정보가 아닌 집계 자료여야 합니다. 3. 대응 및 처리: 통계 소프트웨어(Excel, SPSS, R 등)를 이용해 피어슨 상관계수를 계산합니다. 예를 들어 r = 0.92가 나왔다면, "매우 강한 정적 상관관계가 있다"고 해석할 수 있습니다. 보고서에는 산점도(Scatter plot)를 함께 제시하면 효과적이에요. 4. 사후 기록/보고: 분석 방법, 결과(r값, p-value), 해석 및 한계(인과관계 아님)를 명확히 기록하여 보고합니다. 법적 안전 및 주의사항 (Precautions) 상관관계 분석 결과를 근거로 "환자 수를 늘리면 매출이 오른다"는 인과적 주장을 함부로 하면 안 됩니다. 제3의 변수(예: 계절성)가 영향을 미쳤을 수 있으니, 회귀분석 등 추가 분석을 통해 인과성을 검토해야 합니다. 업무 프로토콜 1. 데이터 수집 및 정제 → 2. 산점도 작성(시각적 확인) → 3. 상관계수 계산 → 4. 통계적 유의성 검정(p-value 확인) → 5. 결과 해석 및 보고서 작성 (한계점 명시)
필요 서식: 통계분석 결과 보고서
처리 매개변수: 상관계수(r), 유의확률(p-value), 신뢰구간(CI) 선배의 한마디 "보건행정에서 데이터는 말을 합니다. 상관계수는 그 데이터의 대화에서 '두 변수가 얼마나 절친한지'를 보여주는 지표예요. 하지만 그 친밀함이 반드시 원인과 결과를 의미하는 것은 아니라는 점, 항상 염두에 두세요! 통계는 도구일 뿐, 최종 판단은 인간의 통찰력이 해야 한답니다."