다음 중 질적 자료(질적 데이터)에 대한 설명으로 옳은 것은?

질적 자료는 범주형 자료로, 명목척도(예: 성별, 혈액형)와 서열척도(예: 통증 강도: 경증, 중등도, 중증)로 측정된다. 나머지 선택지는 양적 자료(수치형 자료)의 특징을 설명하고 있다.

보건행정 핵심 해설 이 문제는 연구방법론 및 보건통계의 기초인 자료(Data)의 유형을 구분하는 능력을 묻고 있어요. 보건행정에서 데이터는 정책 수립, 병원 경영 분석, 건강보험 평가 등 모든 분야의 근거가 되므로, 그 성격을 정확히 파악하는 것이 첫걸음이에요. 핵심 개념 분석 (Key Concept): 자료는 크게 질적 자료(Qualitative Data)와 양적 자료(Quantitative Data)로 나뉘어요. 질적 자료는 '범주'나 '속성'을 나타내는 범주형 자료(Categorical Data)에 해당하며, 측정 척도(Scale)로는 명목척도(Nominal Scale)와 서열척도(Ordinal Scale)를 사용해요. 반면, 양적 자료는 '수치'로 표현되는 수치형 자료(Numerical Data)이며, 등간척도(Interval Scale)와 비율척도(Ratio Scale)로 측정돼요. 정답 근거 (Answer Rationale): 정답인 ④번 "명목척도와 서열척도로 측정되는 자료의 유형이다."는 질적 자료의 정의를 정확히 설명하고 있어요. 명목척도(예: 성별, 혈액형, 진단명)는 단순 분류만 가능하고, 서열척도(예: 통증 강도(경증/중등도/중증), 만족도(불만족/보통/만족))는 순서(Order)가 의미는 있지만 그 간격이 동일하지 않아요. 이 둘은 모두 질적 자료의 대표적인 척도입니다. 오답 분석 (Distractor Analysis):
혼동 주의! ①번 "양적 자료와 동일한 분석 기법을 적용하여 해석한다."는 틀린 설명이에요. 질적 자료는 빈도(Frequency), 비율(Proportion), 교차분석(Chi-square test) 등을 주로 사용하는 반면, 양적 자료는 평균, 표준편차, t-검정(t-test), 상관분석(Correlation) 등 전혀 다른 분석 기법을 적용해요.
②번 "연속적인 값을 가지며, 소수점 이하의 값을 가질 수 있다."와 ⑤번 "수치로 측정되며, 산술 연산이 가능한 특성을 가진다."는 모두 양적 자료, 그중에서도 특히 연속형 자료(Continuous Data)의 특징을 설명하고 있어요. (예: 키, 체중, 혈압 수치).
③번 "평균, 표준편차와 같은 통계량으로 요약하여 분석한다." 역시 양적 자료의 분석 방법이에요. 질적 자료의 '평균'은 의미가 없어요 (예: '혈액형 A형과 B형의 평균'은 말이 안 됨). 연관 개념 정리 (Related Concepts):
- 양적 자료의 척도: 등간척도(간격은 동일하지만 절대적 0점이 없음, 예: 온도(섭씨)), 비율척도(절대적 0점이 있고 비율 계산 가능, 예: 체중, 수입).
- 보건행정 적용: 환자 만족도 조사(서열척도-질적), 병상 가동률(비율척도-양적), 질병 분류 코드(명목척도-질적) 등 다양한 데이터가 혼용되어 사용됩니다. 개념 정리

자료 유형	다른 이름	측정 척도	특징	보건행정 예시
질적 자료	범주형 자료	명목척도, 서열척도	범주 분류, 순서 부여 가능, 산술 연산 불가	성별, 진단명(ICD 코드), 통증 단계, 병원 평가 등급
양적 자료	수치형 자료	등간척도, 비율척도	수치 측정, 연속적/이산적 값, 산술 연산 가능	나이, 입원일수, 혈압 수치, 병원 매출액

한눈에 비교!

구분	명목척도 (Nominal)	서열척도 (Ordinal)	등간척도 (Interval)	비율척도 (Ratio)
질적/양적	질적	질적	양적	양적
특징	분류만 가능 (=, ≠)	순서(대소) 가능 ()	간격 동일, 덧셈/뺄셈 가능 (+, -)	절대적 0점 존재, 비율 계산 가능 (×, ÷)
연산	빈도, 최빈값	중앙값, 백분위수	평균, 표준편차	평균, 표준편차, 기하평균
예시	혈액형, 전공	학점(A,B,C), 통증 강도	온도(섭씨), IQ 점수	키, 체중, 수입, 입원일수

실무 포인트 - 설문지/평가도구 개발: 병원 서비스 만족도 조사를 할 때, 단순히 '만족/보통/불만족'(서열척도)으로 묻는 것보다, 1~5점 또는 1~10점의 리커트 척도(Likert Scale)(등간척도로 간주)를 사용하면 더 정교한 통계 분석(예: t-검정, ANOVA)이 가능해져요. - 데이터베이스 설계: 전자의무기록(EMR) 시스템에서 '성별'은 명목척도로 코드화(예: M, F)하고, '연령'은 비율척도로 숫자 필드를 설계해야 해요. - 보고서 작성: 질적 자료는 빈도수와 백분율(%)로, 양적 자료는 평균±표준편차 또는 중앙값(사분위범위)로 요약하는 것이 표준이에요. 암기 팁 - 질적 자료의 척도는 "명서" (명목, 서열), 양적 자료의 척도는 "등비" (등간, 비율)로 외우세요. - "명서"는 말(명)로 서열을 매긴다(서), "등비"는 숫자로 등급을 매기고 비율을 계산한다고 연상하세요. 국시 빈출 포인트 자료 유형과 측정 척도는 매년 1~2문제 꼴로 출제되는 기초이자 핵심 영역이에요. 주로 "다음 중 질적(양적) 자료의 특성/예시/척도로 옳은 것"을 고르는 형태로 나와요. 오답 선지로 다른 유형의 특징을 섞어 내는 패턴이 많으니, 표를 통해 명확히 구분해 두는 것이 중요해요. 기출 변형 주의! - 사례 적용형: "혈액형 조사, 통증 정도 평가, 체온 측정, 수입 조사 중 질적 자료에 해당하는 것 모두 고르시오" (정답: 혈액형, 통증 정도) - 척도 판단형: "병원 만족도를 '매우 불만족(1점) ~ 매우 만족(5점)'으로 평가할 때 사용되는 척도는?" (정답: 서열척도 또는 등간척도로 해석 가능한 리커트 척도 - 논쟁의 여지가 있으나, 국시에서는 주로 서열척도로 출제됨)

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "보건소에서 지역 주민 건강 실태 조사를 기획 중이에요. 설문 항목으로 '거주 지역', '주관적 건강 상태(매우 좋음/좋음/보통/나쁨/매우 나쁨)', '최근 1년 내 입원 횟수', '월 평균 의료비 지출액'을 포함하려고 해요. 각 항목이 어떤 유형의 자료인지, 그리고 그에 맞는 통계 분석 방법은 무엇인지 설명해 주세요." 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 각 설문 항목의 성격을 자료 유형과 측정 척도에 따라 분류해야 해요. 2. 법적/규정 검토: 통계법 및 연구 윤리에 따라 적절한 분석 방법을 선택해야 하며, 결과 해석 시 척도의 한계를 명시해야 해요. 3. 대응 및 처리: - '거주 지역': 명목척도(질적) → 빈도와 비율로 요약, 교차분석 시 카이제곱 검정(Chi-square test) 사용. - '주관적 건강 상태': 서열척도(질적) → 중앙값과 사분위범위로 요약, 비모수 검정(예: Mann-Whitney U test) 사용. - '입원 횟수': 비율척도(양적, 이산형) → 평균과 표준편차 또는 중앙값으로 요약(분포에 따라), t-검정 또는 ANOVA 사용. - '월 평균 의료비': 비율척도(양적, 연속형) → 평균과 표준편차로 요약, 상관분석 또는 회귀분석 사용. 4. 사후 기록/보고: 조사 계획서와 최종 보고서에 각 변수의 측정 수준과 사용된 분석 방법을 명시하여 결과의 신뢰성을 높여요. 법적 안전 및 주의사항 (Precautions): - 서열척도 자료에 평균을 내고 t-검정을 적용하는 것은 방법론적 오류일 수 있어요. 통계 컨설턴트의 자문을 받는 것이 안전해요. - 개인정보보호법에 따라 '거주 지역'과 같은 항목이 재식별 가능성을 높일 수 있으므로, 광범위한 지역 구분(예: 동 단위 대신 구/군 단위)을 사용하는 등 비식별화 조치가 필요해요. 업무 프로토콜 연구/조사 설계 시 자료 수집 체크리스트 1. 조사 목적과 핵심 질문 설정 2. 각 변수를 질적(명목/서열) vs 양적(등간/비율)로 분류 3. 분류에 맞는 응답 형식 설계 (예: 객관식, 리커트 척도, 숫자 기입) 4. 예상되는 통계 분석 방법 선정 5. 데이터 입력용 코딩북(Codebook) 작성 (예: 남성=1, 여성=2) 6. 분석 시 척도에 맞는 통계 기법 적용 및 결과 해석 선배의 한마디 "보건행정의 모든 결정은 데이터에서 시작해요. 그 데이터가 '무엇을 말하는지' 제대로 이해하려면, 우선 그 데이터의 '성격(자료 유형)'을 정확히 아는 것이 출발점이에요. 설문지 하나 만들 때도 '이 질문으로 얻은 데이터로 어떤 분석이 가능할까?'를 먼저 생각하는 습관을 들이세요. 이게 바로 데이터 리터러시(Data Literacy)의 기본이에요!"