보건의료정보관리에서 환자 만족도 조사 시 '매우 불만족, 불만족, 보통, 만족, 매우 만족'과 같은 5점 리커트 척도(Likert Scale)로 수집된 데이터는 주로 어떤 유형인가?

리커트 척도는 본질적으로 서열척도이나, 응답 간격이 동일하다고 가정할 수 있을 때 등간척도로 취급하여 평균, 표준편차 계산 및 t-검정, ANOVA 등의 모수적 통계 분석에 활용하기도 한다.

보건행정 핵심 해설 이 문제는 보건의료정보관리 및 병원 경영 평가에서 핵심 도구인 환자 만족도 조사(Patient Satisfaction Survey) 데이터의 척도 유형과 분석 방법을 묻고 있어요. 통계 분석의 정확성은 자료의 척도 수준을 올바르게 이해하는 데서 시작하죠. 핵심 개념 분석 (Key Concept): 리커트 척도(Likert Scale)는 "매우 동의한다"에서 "매우 동의하지 않는다"까지의 서열적 응답을 측정하는 도구예요. 본질적으로는 순서만 의미하는 서열척도(Ordinal Scale)에 속해요. 그러나, 보건행정 실무와 연구에서는 응답 카테고리 간의 심리적 거리가 대략 동일하다고 가정(예: '만족'과 '매우 만족'의 차이 = '보통'과 '만족'의 차이)하고, 더 강력한 통계 기법을 적용하기 위해 등간척도(Interval Scale)로 취급하여 분석하는 경우가 매우 흔해요. 정답 근거 (Answer Rationale): 정답인 ⑤번은 리커트 척도의 이중적 성격을 정확히 포착했어요. 핵심! 리커트 척도 데이터는 기본적으로 서열척도이나, 많은 연구와 실무에서 평균 계산, t-검정(t-test), 분산분석(ANOVA) 등 모수적 통계(Parametric Statistics)를 적용할 때 등간척도로 가정합니다. 이는 통계적 검정력(Statistical Power)을 높이고 해석을 풍부하게 하기 위한 실용적 접근이에요. 오답 분석 (Distractor Analysis):
혼동 주의! ①번 '비율척도 자료로 분석이 가능하다'는 틀렸어요. 비율척도(Ratio Scale)는 절대적인 0점(무(無)의 상태)이 존재하고 비율 계산이 가능한 척도(예: 체중, 진료 횟수)인 반면, 리커트 척도의 0점은 임의로 설정된 것이에요.
②번 '질적 자료에 해당하므로 평균 계산이 불가능하다'도 오류예요. 리커트 척도는 질적 자료(범주형)의 성격을 가지지만, 앞서 설명한 대로 등간척도로 가정하면 평균 계산이 널리 수행되고 있어요.
③번 '명목척도 자료로만 취급해야 한다'는 가장 큰 오개념이에요. 명목척도(Nominal Scale)는 단순 분류(예: 혈액형, 성별)에 사용되며 순서가 없어요. 리커트 척도에는 분명한 순서가 존재하므로 서열척도 이상의 수준이에요.
④번 '연속형 자료와 동일한 방법으로 분석한다'는 지나친 일반화예요. 리커트 척도는 이산형(Discrete) 자료입니다. 등간척도로 가정하여 *일부* 연속형 자료 분석 방법을 적용할 수는 있지만, 모든 방법이 동일하게 적용되는 것은 아니에요 (예: 정규성 가정을 더 엄격히 검토해야 함). 연관 개념 정리 (Related Concepts): - 척도의 4수준: 명목척도(분류만) → 서열척도(순서) → 등간척도(순서+간격) → 비율척도(순서+간격+절대0점). - 서열척도 분석법: 중앙값(Median), 백분위수, 맨-휘트니 U 검정(Mann-Whitney U test), 크루스칼-왈리스 검정(Kruskal-Wallis test) 등 비모수적 통계(Nonparametric Statistics)가 적합해요. - 병원 인증평가(KOIHA) 및 의료의 질 평가(Quality Improvement, QI)에서 환자경험평가(Patient Experience Evaluation)는 리커트 척도를 기반으로 한 설문이 핵심이에요. 개념 정리

척도 유형	특징	예시 (보건행정)	가능한 통계
명목척도	분류만, 순서無	진료과 코드, 보험자 유형	빈도, 카이제곱 검정
서열척도	순서有, 간격 불명확	리커트 척도(본질), 통증 강도(VAS 숫자)	중앙값, 비모수 검정
등간척도	순서有, 간격 동일, 절대0점 無	리커트 척도(가정), 체온(℃), 지능지수(IQ)	평균, 표준편차, t-검정, ANOVA
비율척도	등간척도 + 절대0점 有	입원일수, 수술 시간, 병원 매출액	기하평균, 변동계수, 모든 통계 가능

실무 포인트 - 환자 만족도 보고서 작성 시: "본원의 전반적 만족도 평균은 4.2점(5점 만점)이었습니다"라고 보고할 때, 이는 리커트 척도를 등간척도로 가정한 분석이에요. 보고서 각주에 "5점 리커트 척도(1=매우 불만족 ~ 5=매우 만족)를 사용하여 측정하였으며, 평균과 표준편차를 제시함"이라고 척도 가정을 명시하는 것이 좋아요. - 설문지 개발 시: 응답 옵션을 대칭적으로 구성(예: 매우 그렇다, 그렇다, 보통이다, 아니다, 전혀 아니다)하여 등간척도로 가정하기에 더 유리하게 만들어요. 암기 팁 - 척도 수준은 "명서등비"로 외우세요! (명목 → 서열 → 등간 → 비율) - 리커트 척도는 "서열이 본질, 등간이 실무"라고 기억하세요. 국시 빈출 포인트 - 척도 유형 구분 문제는 매년 출제됩니다. "리커트 척도", "시각적 상사 척도(VAS)", "온도(℃ vs ℉)"가 어떤 척도인지 묻는 패턴이 많아요. - "서열척도 자료에 적합한 통계 방법은?"이라는 형태로도 연결 출제돼요. 기출 변형 주의! - 사례형: "A병원이 수집한 환자 만족도 데이터(5점 척도)의 평균 차이를 진료과별로 비교하고자 할 때, 사용 가능한 통계 검정법은?" → 등간척도 가정 하의 ANOVA 또는 서열척도 가정 하의 Kruskal-Wallis 검정이 답이 될 수 있어요. - 참/거짓형: "리커트 척도로 측정한 자료는 평균과 표준편차를 계산할 수 없다. (거짓)" → 등간척도로 가정하면 계산 가능하므로 거짓이에요.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "원무팀과 기획팀에서 협업하여 분기별 환자 만족도 조사를 실시했어요. 설문지는 '의사 소통', '간호 서비스', '청결도' 등에 대해 5점 리커트 척도로 구성되었고, 500명의 응답을 받았습니다. 기획팀 직원이 '각 항목의 평균 점수를 내고, 작년 동기 대비 유의미한 개선이 있었는지 t-검정을 해보자'고 제안했습니다. 이 분석 방법은 적절할까요?" 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 동료가 리커트 척도 데이터에 모수적 검정(t-검정)을 적용하려 합니다. 2. 법적/규정 검토: 통계학적 원칙상 리커트 척도는 서열척도이므로, 엄격하게는 중앙값 비교나 Mann-Whitney U 검정(비모수)이 더 적합할 수 있어요. 그러나, 보건행정/의료 질 관리 분야의 학계와 실무에서는 핵심! 응답 분포가 정규성에서 크게 벗어나지 않고, 척도 점수가 5점 이상일 때 등간척도 가정 하의 t-검정이나 ANOVA 사용을 용인하는 편이에요. 3. 대응 및 처리: "네, 실무적으로는 많이 그렇게 분석해요. 다만, 보고서나 발표 자료에 '본 분석에서는 리커트 척도 응답을 등간척도로 가정하여 모수적 검정을 수행하였음'이라는 각주나 방법론 설명을 추가하는 게 학문적으로 정확하고, 검토자에게 신뢰를 줄 거예요. 먼저 응답 데이터의 분포(히스토그램)를 확인해보는 것도 좋겠어요." 4. 사후 기록/보고: 분석 방법에 대한 가정과 근거를 연구 계획서나 내부 보고서에 명시하여, 결과 해석의 타당성을 높이고 향후 추적 조사의 기준을 마련하세요. 법적 안전 및 주의사항 (Precautions): 이는 통계 방법론의 선택 문제로 법적 벌칙은 없지만, 연구 윤리(Research Ethics) 및 결과의 오해를 방지하기 위해 투명한 보고가 중요해요. 잘못된 통계 방법 선택은 잘못된 정책 결정(예: 효과 없는 서비스 개선 프로그램에 예산 투입)으로 이어질 수 있어요. 업무 프로토콜 1. 설문 설계 단계: 응답 옵션을 5점 또는 7점 대칭 리커트 척도로 구성. 2. 데이터 입력 단계: "매우 만족=5, 만족=4, ..."와 같이 숫자 코딩. 3. 분석 전 검토 단계: 기술통계(빈도, 평균, 표준편차) 확인. 정규성 검정(Shapiro-Wilk 등) 수행 또는 히스토그램 확인. 4. 분석 실행 단계: 정규성 가정이 합리적이면 t-검정/ANOVA 적용. 심각하게 위배되면 비모수 검정 적용. 5. 보고 단계: 사용한 척도, 통계 방법 및 그 가정을 명시. 선배의 한마디 "보건행정에서 데이터는 말을 해요. 그런데 그 데이터가 어떤 '언어'(척도 수준)로 말하는지 먼저 이해해야 올바르게 해석할 수 있어요. 리커트 척도는 병원 서비스의 '고객의 목소리(Voice of Customer, VOC)'를 듣는 가장 중요한 도구인 만큼, 그 데이터를 다루는 기본기를 탄탄히 하세요. 통계 소프트웨어가 결과를 뱉어내는 게 중요한 게 아니라, 그 결과를 뒷받침하는 가정과 원리를 설명할 수 있는 것이 진짜 실력이에요!"