설문조사에서 '전혀 그렇지 않다(1점)'부터 '매우 그렇다(5점)'까지의 리커트 척도로 측정된 자료는?

리커트 척도는 일반적으로 응답 간격이 동일하다고 가정하는 등간척도로 취급되며, 평균 계산이 가능하다.

보건행정 핵심 해설 이 문제는 측정 척도의 종류와 특성을 묻고 있어요. 보건행정, 특히 의료서비스 만족도 조사나 병원 직원 태도 조사 등에서 가장 흔히 사용되는 리커트 척도(Likert scale)의 통계적 속성을 이해하는 것이 중요해요. 핵심 개념 분석 (Key Concept): 측정 척도는 크게 명목척도(Nominal), 서열척도(Ordinal), 등간척도(Interval), 비율척도(Ratio)로 구분돼요. 각 척도는 허용되는 수학적 연산(빈도, 순위, 평균, 비율)이 다르며, 이에 따라 적절한 통계 분석 방법도 달라져요. 리커트 척도는 "전혀 그렇지 않다(1)"부터 "매우 그렇다(5)"처럼 응답 간의 심리적 거리가 동일하다고 가정하는 척도예요. 정답 근거 (Answer Rationale): 핵심! 리커트 척도는 등간척도(Interval scale)로 취급해요. 그 근거는 다음과 같아요. 1. 순서가 존재: 1점(전혀 아님) < 2점 < 3점 < 4점 < 5점(매우 그럼)의 서열 관계가 명확해요. 2. 간격의 동일성 가정: "1점과 2점 사이의 차이"와 "4점과 5점 사이의 차이"가 동일한 강도(강한 동의/비동의의 정도)를 나타낸다고 가정해요. 이 가정 하에서 덧셈, 뺄셈이 의미를 가지므로 평균(Mean)을 계산할 수 있어요. 3. 절대적 영점(Zero point) 없음: 0점이 "전혀 없는 상태"를 의미하지 않아요. 따라서 "4점은 2점의 두 배로 동의한다"고 해석할 수 없는, 비율 연산은 부적절해요. 오답 분석 (Distractor Analysis):
혼동 주의! ①번 '명목척도 자료': 명목척도는 단순 분류(예: 혈액형, 성별)만 가능하고 순서나 간격의 개념이 전혀 없어요. 리커트 척도는 순서가 있으므로 명목척도가 될 수 없어요.
혼동 주의! ②번 '이산형 자료': 이산형(Discrete)은 연속형(Continuous)과 대비되는 자료의 형태를 말해요. 리커트 척도의 점수(1,2,3,4,5)는 이산형 값이 맞지만, 이 문제는 측정 척도의 수준(Level of measurement)을 묻고 있으므로, "이산형"은 척도 종류가 아니라 자료의 형태를 지칭하는 것이에요. 따라서 가장 적절한 답은 아닙니다.
③번 '서열척도 자료': 서열척도는 순서만 있고 간격이 동일하지 않다고 보는 척도예요(예: 병원 등급 1,2,3급). 리커트 척도는 서열척도로 분석할 수도 있지만, 일반적으로는 간격의 동일성을 가정하고 등간척도로 취급하여 더 풍부한 분석(평균 비교, t-검정, ANOVA 등)을 해요. 따라서 서열척도보다는 등간척도가 더 일반적이고 적절한 해석이에요.
⑤번 '비율척도 자료': 비율척도는 등간척도의 모든 속성에 더해 절대적 영점(True zero)이 있어요(예: 키, 몸무게, 나이). "전혀 그렇지 않다=1점"은 절대적 영점(0점)이 아니므로 비율척도가 될 수 없어요. 연관 개념 정리 (Related Concepts): - 의료서비스품질(Quality of care) 측정, 환자 만족도(Patient satisfaction) 조사는 대부분 리커트 척도를 사용해요. - 등간척도 자료는 평균, 표준편차 계산이 가능하며, t-검정(t-test), 분산분석(ANOVA), 상관분석(Correlation), 회귀분석(Regression) 등 강력한 통계 기법 적용이 가능해요. 개념 정리

척도 종류	특징	허용 연산	보건행정 예시
명목척도(Nominal)	분류만 가능, 순서無	빈도, 최빈값	진료과 코드, 성별, 혈액형
서열척도(Ordinal)	순서 존재, 간격 불명확	빈도, 중앙값, 순위	병원 등급, 통증 강도(輕中重)
등간척도(Interval)	순서 존재, 간격 동일, 영점無	빈도, 중앙값, 평균, 표준편차	리커트 척도, 섭씨/화씨 온도
비율척도(Ratio)	등간척도 속성 + 절대적 영점有	모든 연산 가능 (비율 포함)	나이, 체중, 수입, 진료 횟수

한눈에 비교! - 서열 vs 등간 척도: 서열척도는 "누가 더 만족하는가?"만 알 수 있지만, 등간척도는 "평균적으로 얼마나 만족하는가? 그 차이는 얼마나 큰가?"까지 분석할 수 있어요. - 이산형 vs 연속형: 척도 종류와 혼동하기 쉬운 개념이에요. 이산형은 셀 수 있는 값(진료 건수, 병상 수), 연속형은 측정하는 값(혈압, 체중)이에요. 리커트 점수는 이산형 등간척도라고 볼 수 있어요. 실무 포인트 병원 품질개선(QI) 팀이나 기획조정실에서 환자 만족도 설문을 만들고 분석할 때, 리커트 척도를 등간척도로 가정한다는 점을 명심해야 해요. 이를 통해 t-검정으로 신규 프로그램 도입 전후 만족도 차이를 검증하거나, 상관분석으로 대기 시간과 만족도의 관계를 파악하는 등 데이터 기반 의사결정(Data-driven decision making)이 가능해져요. 암기 팁 척도 수준은 "명서등비(名序等比)"로 외우세요! 명목 → 서열 → 등간 → 비율 순으로 정보량과 허용 연산이 풍부해져요. 리커트 척도는 "간격이 같다고 보는(等間) 척도"니까 등간척도! 국시 빈출 포인트 측정 척도는 보건통계학, 병원경영학(서비스 품질 조사), 연구방법론 과목에서 단골 출제예요. 특히 리커트 척도의 속성과 각 척도별로 적합한 통계기법(예: 명목-카이제곱검정, 등간-t검정)을 연결지어 출제되는 패턴을 익혀두세요. 기출 변형 주의! - 사례형: "환자 만족도 조사에서 '전혀 만족하지 않는다(1점)'부터 '매우 만족한다(5점)'까지 5점 척도를 사용했다. 이 자료의 평균을 비교하기 위해 사용할 수 있는 통계 검정 방법은?" → 등간척도이므로 t-검정 또는 ANOVA가 정답. - 오개념 확인: "리커트 척도는 서열척도이므로 평균을 계산할 수 없다." → (X) 일반적으로 등간척도로 가정하고 평균 계산이 가능하다.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "병원 원장님 지시로 응급실 대기 시간 단축 프로젝트를 진행 중이에요. 프로젝트 시행 3개월 후, 환자 만족도 변화를 평가하기 위해 '응급실 직원의 친절함', '대기 시간에 대한 정보 제공' 등에 대해 5점 리커트 척도(1=매우 불만족, 5=매우 만족)로 설문을 실시했어요. 프로젝트 전 조사 결과 평균 2.8점, 프로젝트 후 조사 결과 평균 3.5점이 나왔을 때, 이 차이가 통계적으로 유의미한지 어떻게 분석해야 할까요?" 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 리커트 척도로 수집된 전·후 만족도 점수 데이터를 확보해요. 2. 법적/규정 검토: 통계 분석에는 특별한 법규는 없지만, 연구윤리와 개인정보보호법(PIPA) 준수(익명화 처리 등)가 전제돼요. 3. 대응 및 처리: 리커트 척도를 등간척도로 가정하고 분석을 진행해요. - 두 집단(사전/사후)의 평균 비교이므로, 대응표본 t-검정(Paired t-test)을 사용해요. - 통계 소프트웨어(SPSS, R, Excel 등)를 활용해 p-value를 산출해요. - 일반적으로 p-value < 0.05이면 "프로젝트 시행 후 만족도가 통계적으로 유의미하게 향상되었다"고 결론 내릴 수 있어요. 4. 사후 기록/보고: 분석 결과(평균, 표준편차, t값, p값)와 해석을 보고서로 작성하여 원장님 및 품질관리위원회에 제출하고, 지속적인 품질 개선 활동의 근거로 활용해요. 법적 안전 및 주의사항 (Precautions): - 환자 설문은 자발적 동의 하에 진행해야 하며, 개인식별 정보 수집 시 반드시 동의서를 받아야 해요. - 통계 결과를 해석할 때, 주의! "통계적 유의성(Statistical significance)"과 "실제적 중요성(Practical significance)"은 다를 수 있어요. 평균 0.7점 상승이 통계적으로 유의하더라도, 환자 체감에 실제로 큰 변화인지는 별도로 고려해야 해요. 업무 프로토콜 1. 설문 설계: 리커트 척도 문항 개발 (보통 5점 또는 7점 척도 사용). 2. 자료 수집: 설문지 배포/회수 또는 온라인 설문 진행 (개인정보 보호 준수). 3. 자료 코딩: 응답을 숫자(1~5)로 코딩하여 스프레드시트에 입력. 4. 통계 분석: 등간척도 가정 하에 기술통계(평균, 표준편차) 및 추론통계(t-검정 등) 수행. 5. 보고 및 활용: 결과 해석, 시각화(차트), 개선 방안 도출 후 보고. 선배의 한마디 "보건행정에서 데이터는 힘이에요! 리커트 척도 하나를 제대로 이해하면, 병원 서비스의 문제점을 숫자로 증명하고 개선안을 제시하는 강력한 도구가 될 수 있어요. '간격이 동일하다는 가정'이라는 미묘한 점을 이해하는 것이 전문가와 아마추어를 가르는 기준이죠. 통계 공부가 어렵게 느껴질 수 있지만, 실제 병원에서 어떻게 쓰이는지 연결지어 생각하면 훨씬 재미있고 실용적이 될 거예요!"