설문조사에서 "매우 만족, 만족, 보통, 불만족, 매우 불만족"과 같이 응답하게 하는 경우, 이 자료의 유형은?

"매우 만족"부터 "매우 불만족"까지 서열(순위)이 존재하지만, 각 단계 사이의 간격이 동일하다고 보장할 수 없으므로 순위척도(서열척도) 자료에 해당한다.

보건행정 핵심 해설 이 문제는 보건통계학 및 연구방법론에서 가장 기본적이면서도 중요한 척도(Scale)의 종류와 특성을 묻고 있어요. 병원에서 환자 만족도 조사, 의료 서비스 품질 평가, 직원 의견 조사 등을 할 때 반드시 이해해야 하는 개념이죠. 핵심 개념 분석 (Key Concept): 척도는 측정하고자 하는 개념(예: 만족도, 통증 정도, 태도)을 숫자나 기호로 나타내는 체계예요. 척도의 종류에 따라 허용되는 통계 분석 방법이 달라지기 때문에 연구 설계 단계에서 정확히 구분하는 것이 매우 중요해요. 주요 척도는 측정 수준에 따라 명목척도(Nominal Scale), 순위척도(Ordinal Scale), 등간척도(Interval Scale), 비율척도(Ratio Scale)로 나뉘어요. 정답 근거 (Answer Rationale): 정답은 ② 순위척도 자료입니다. 그 이유는 "매우 만족 > 만족 > 보통 > 불만족 > 매우 불만족"이라는 명확한 핵심! 서열(순위) 관계가 존재하기 때문이에요. 그러나 "매우 만족"과 "만족" 사이의 심리적 거리(간격)가 "만족"과 "보통" 사이의 거리와 정확히 같다고 말할 수 없어요. 즉, 순서는 있지만 간격이 동일하다고 가정할 수 없는 자료가 바로 순위척도 자료예요. 리커트 척도(Likert Scale)는 대표적인 순위척도의 일종이에요. 오답 분석 (Distractor Analysis):
혼동 주의! ①번 '등간척도 자료': 등간척도는 순서와 함께 각 값 사이의 간격이 동일한 척도예요(예: 섭씨 온도). "매우 만족=5점, 만족=4점"으로 코딩한다고 해서 5점과 4점의 차이가 4점과 3점의 차이와 동일하다고 단정할 수 없으므로 등간척도가 아닙니다.
③번 '명목척도 자료': 명목척도는 단순히 범주를 구분하는 데 사용되며, 순서나 우열 관계가 없어요(예: 성별, 혈액형). 문제의 응답에는 명백한 순서가 있으므로 틀립니다.
④번 '이산형 자료': 이산형 자료는 자료의 측정 형태(연속형 vs 이산형)를 말하는 것이지, 척도의 종류를 말하는 것은 아니에요. "매우 만족" 등의 응답은 이산적인 값이지만, 문제가 묻는 것은 척도의 유형이므로 정확한 답이 아닙니다.
⑤번 '비율척도 자료': 비율척도는 등간척도의 모든 특성에 더해 절대적인 원점(0)이 존재하고 비율 계산이 가능한 척도예요(예: 체중, 키, 나이). 만족도에는 의미 있는 '절대적 0점'이 존재하지 않으므로 틀립니다. 연관 개념 정리 (Related Concepts): 척도에 따라 사용 가능한 통계 분석 방법이 달라져요. 순위척도 자료에서는 중앙값(Median), 백분위수, 순위상관계수(Spearman's rho) 등을 사용할 수 있지만, 평균과 표준편차를 계산하는 것은 엄밀히 말해 적절하지 않을 수 있어요(실무에서는 자주 사용되지만, 이론적 한계가 있음). 개념 정리

척도 종류	핵심 특성	대표 예시	허용 통계
명목척도	분류만 가능, 순서無	성별, 진료과, 혈액형	빈도, 최빈값, 카이제곱 검정
순위척도	순서(서열) 존재, 간격 불명확	만족도, 통증 강도(경증/중등도/중증), 교육 수준	중앙값, 백분위수, 순위상관
등간척도	순서 존재, 간격 동일, 절대0점 無	섭씨/화씨 온도, IQ 점수, 달력 연도	평균, 표준편차, 상관분석, t-검정
비율척도	등간척도 특성 + 절대적 0점 존재, 비율 계산 가능	체중, 키, 나이, 수입, 진료 횟수	기하평균, 변동계수, 모든 통계 분석 가능

한눈에 비교!

비교 항목	순위척도 (Ordinal)	등간척도 (Interval)
핵심 차이	"더 크다/더 작다"만 알 수 있음	"얼마나 더 큰지"의 차이를 알 수 있음
간격 가정	간격이 동일하다고 가정 불가	간격이 동일하다고 가정 가능
0의 의미	절대적 0점의 의미 없음	절대적 0점의 의미 없음 (비율척도와 차이)
보건행정 예시	환자 만족도, 직무 만족도, 통증 척도(VAS는 예외*), 병원 등급	온도(체온), 표준화된 검사 점수(일부)

*VAS(Visual Analog Scale, 시각적 상사 척도)는 연속형 척도로 간주되어 등간척도에 가깝게 분석되기도 해요. 실무 포인트 병원에서 환자 만족도 조사를 설계하거나 결과를 분석할 때, "순위척도"라는 특성을 반드시 염두에 두어야 해요. 예를 들어, "전체 평균 점수가 4.2점이다"라고 보고하는 것은 통계적 엄밀성에는 문제가 있을 수 있지만, 실무적 추세 파악에는 유용하게 사용됩니다. 보다 정확한 분석을 위해서는 '상/중/하' 그룹으로 재범주화하거나, 비모수 통계 검정 방법을 사용하는 것을 고려해보세요. 암기 팁 척도 종류를 외울 때는 "명순등비(名順等比)"라고 기억하세요! 명목 → 순위 → 등간 → 비율 순으로 측정 수준이 높아집니다. 순위척도의 핵심은 "순서는 있는데, 얼마나 차이나는지는 모른다"는 점이에요. 국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 척도의 정의와 예시를 연결하는 문제가 매우 자주 나와요. 특히 순위척도와 등간척도의 구분을 명확히 하는 것이 핵심입니다. "서열은 있지만 간격을 모른다 = 순위척도", "서열도 있고 간격도 안다 = 등간척도"라고 구분하세요. 기출 변형 주의! 동일한 개념을 다음과 같이 변형 출제할 수 있어요:
- 사례형: "의료 서비스 품질 평가를 위해 '매우 좋다, 좋다, 보통, 나쁘다, 매우 나쁘다'의 5점 척도를 사용하였다. 이 척도의 유형은?" (→ 순위척도)
- 오개념 확인형: "다음 중 순위척도 자료의 예로 가장 적절한 것은?" (보기로 명목, 순위, 등간, 비율 척도의 예시 제시)

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "여러분이 근무하는 병원 원무팀에서 연말마다 실시하는 '직원 업무 환경 만족도 조사' 결과 분석을 맡게 되었어요. 조사는 '전혀 동의하지 않는다(1점) ~ 매우 동의한다(5점)'의 5점 리커트 척도(Likert Scale)로 이루어졌고, '보상 체계', '업무 분배', '리더십' 등 여러 항목에 대한 점수가 나왔습니다. 상부에서는 각 부서별 평균 점수를 비교하여 성과 평가에 반영하라고 지시했어요." 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 획득한 자료는 엄밀히 말해 순위척도 자료입니다. 따라서 평균과 표준편차를 계산하여 부서 간 순위를 매기는 것은 통계적 한계가 있습니다. 2. 법적/규정 검토: 특별한 법규는 없지만, 연구 방법론의 원칙에 따릅니다. 3. 대응 및 처리: 상부에 자료의 특성을 설명하고, 보다 타당한 분석 방법을 제안합니다. 예를 들어, - 평균 대신 중앙값(Median)과 백분위수를 보고합니다. - "동의함(4+5점) 비율"과 "비동의함(1+2점) 비율"을 계산하여 비교합니다. - 통계적 검정이 필요하다면, t-검정 대신 만-위트니 U 검정(Mann-Whitney U test)이나 크루스칼-왈리스 검정(Kruskal-Wallis test) 같은 비모수 검정을 사용할 것을 제안합니다. 4. 사후 기록/보고: 분석 보고서에 사용한 척도의 유형과 선택한 분석 방법의 근거를 명시하여 보고의 투명성과 전문성을 높입니다. 법적 안전 및 주의사항 (Precautions): 이 경우 법적 리스크는 낮지만, 잘못된 통계 방법으로 인한 의사결정 오류는 조직 내 갈등과 불신을 초래할 수 있어요. 특히 인사 평가와 연결될 경우 그 영향이 크므로, 보건행정 전문가로서 방법론적 정확성을 지키는 것이 중요합니다. 업무 프로토콜 설문 조사 자료 분석 프로토콜 1. 척도 확인: 수집된 자료의 척도 유형(명목/순위/등간/비율)을 먼저 판단한다. 2. 적절한 분석법 선택: 척도 유형에 맞는 기술 통계량(빈도, 중앙값, 평균 등)과 추론 통계 검정법(모수/비모수)을 선택한다. 3. 결과 해석 및 보고: 선택한 방법의 한계를 인지하고, 결과를 과도하게 일반화하지 않도록 주의하여 보고한다. 선배의 한마디 "보건행정에서 데이터는 말을 합니다. 하지만 그 데이터가 어떤 '언어'(척도)로 말하고 있는지 정확히 이해하지 못하면, 우리는 완전히 잘못된 해석을 할 수 있어요. 만족도 조사 하나만 보더라도, 단순한 점수 계산을 넘어서 그 뒤에 숨은 측정의 원리를 이해하는 것이 진정한 전문가의 첫걸음이에요. 통계 공부가 어렵게 느껴질 수 있지만, '왜 이 방법을 써야 하지?'라는 질문을 계속하다 보면 실무에 더욱 확신을 갖게 될 거예요!"