보건행정 핵심 해설
이 문제는
보건통계학에서
도수분포표(Frequency distribution table)와
히스토그램(Histogram)을 작성할 때 핵심이 되는
계급(Class) 수 결정의 원리를 묻고 있어요. 보건행정 현장에서는 환자 만족도 조사, 진료 시간 분석, 질병 발생률 데이터 등 다양한 양적 자료를 시각화하고 분석해야 하는데, 이때 계급 수 설정은 결과 해석에 직접적인 영향을 미치는 중요한 기술적 결정 사항이에요.
핵심 개념 분석 (Key Concept)
도수분포표는 연속형 또는 이산형 양적 자료를 몇 개의 구간(계급)으로 나누고, 각 구간에 속하는 자료의 개수(도수)를 나타낸 표예요. 이때 계급의 수를 결정하는 것은 자료의 분포 형태를 얼마나 정확하고 명확하게 보여줄지 결정하는 핵심 단계죠. 너무 적은 계급 수는 정보를 과도하게 요약하여 세부적인 패턴을 놓칠 수 있고, 너무 많은 계급 수는 반대로 자료를 지나치게 세분화하여 전체적인 흐름을 파악하기 어렵게 만들어요.
정답 근거 (Answer Rationale)
핵심! 정답이 ③번인 이유는 통계학의 기본 원리에 있어요. 계급 수를 지나치게 많게 설정하면, 각 계급의 폭이 매우 좁아지게 되죠. 이로 인해 각 계급에 속하는 자료의 수(도수)가 0, 1, 2와 같이 매우 적어지거나 불규칙하게 분포하게 됩니다. 결과적으로 히스토그램은 높낮이가 들쭉날쭉한 '톱니 모양'이 되어, 자료가 어떤 중심 경향을 가지고 있는지, 어떻게 퍼져 있는지 등
자료의 전체적인 패턴(분포의 형태)을 한눈에 파악하기가 매우 어려워집니다. 이는 통계 그래프의 핵심 목적인 '정보의 효과적 전달'을 방해하는 결과를 초래해요.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답이 왜 틀린지, 어떤 개념과 혼동할 수 있는지 분석해볼게요.
① "계급 간의 차이가 과장되어 표시된다.": 이는 계급 수가 너무 *적을* 때 발생하는 문제예요. 적은 수의 넓은 계급으로 나누면, 계급 내의 세부 변동이 무시되고 계급 간의 차이가 부자연스럽게 뚜렷해 보이는 '과장' 효과가 나타납니다.
② "평균과 중앙값의 차이가 커지게 된다.": 평균과 중앙값의 차이는 자료의 분포 형태(왜도, Skewness)를 나타내는 지표로, 계급 수 설정과는 직접적인 연관이 없어요. 원본 자료의 값 자체가 변하는 것이 아니기 때문에, 단순히 계급을 어떻게 나누느냐에 따라 평균이나 중앙값이 변하지는 않습니다.
④ "특정 계급에 자료가 집중되는 현상이 나타난다.": 이는 계급 수가 너무 *적어*서 넓은 계급 하나에 대부분의 자료가 몰리는 현상을 설명합니다. 반대로 계급 수가 너무 많으면 자료가 여러 좁은 계급에 흩어지게 되죠.
⑤ "그래프의 왜곡이 발생하여 해석이 불가능해진다.": '해석이 불가능해진다'는 표현은 지나치게 강해요. 계급 수가 많아도 그래프는 여전히 해석 가능하지만,
해석이 '어려워진다'가 더 정확한 표현입니다. '왜곡'은 주로 계급의 폭을 일정하지 않게 설정할 때 발생하는 문제와 더 관련이 깊어요.
연관 개념 정리 (Related Concepts)
계급 수 결정에는 공식적인 가이드라인이 있어요. 가장 흔히 사용되는 것은
Sturges의 규칙으로, 계급 수(k) ≈ 1 + 3.322 * log₁₀(n) (n: 자료의 개수)으로 계산합니다. 또한, 계급의 폭은 (최댓값 - 최솟값) / 계급 수로 구하며, 보통 편의를 위해 반올림하죠. 보건행정 데이터 분석 시에는 분석 목적에 맞게 계급 수를 유연하게 조정하는 실용적인 판단도 필요해요.
개념 정리
| 용어 | 의미 | 계급 수와의 관계 |
|---|
| 도수분포표 | 양적 자료를 계급으로 구분하고 각 계급의 빈도를 나타낸 표 | 계급 수 설정이 표의 형태를 결정 |
| 계급(Class) | 자료를 구분하는 구간 | 너무 많거나 적으면 문제 발생 |
| 도수(Frequency) | 한 계급에 속하는 자료의 개수 | 계급 수가 많아지면 도수는 일반적으로 작아짐 |
| 히스토그램 | 도수분포를 막대그래프로 시각화 | 계급 수에 따라 그래프의 '매끄러움'이 결정됨 |
한눈에 비교!
| 상황 | 발생하는 문제 | 해결 방향 |
|---|
| 계급 수가 너무 많을 때 | 자료가 과도하게 세분화됨
→ 각 계급의 도수가 매우 작아짐
→ 핵심! 전체적인 패턴 파악 어려움 (톱니 모양 그래프) | 계급 수를 줄여 계급 폭을 넓힘 |
| 계급 수가 너무 적을 때 | 자료가 과도하게 요약됨
→ 세부 정보 손실
→ 핵심! 계급 간 차이 과장, 특정 계급에 자료 집중 | 계급 수를 늘려 세부 변동 포착 |
실무 포인트
병원 경영 데이터(예: 응급실 대기 시간, 입원 기간, 직원 업무 만족도 점수)를 분석할 때, 자동화된 도구(Excel, SPSS, R)의 기본 계급 수 설정을 맹신하지 말고, 데이터의 특성과 보고 목적에 따라 적절히 조정해야 해요. 예를 들어, 관리자에게 보고할 때는 패턴을 명확히 보여주는 적절한 계급 수가, 세부 분석을 위해선 다소 많은 계급 수가 유용할 수 있어요.
암기 팁
"많으면
톱니 (세분화되어 들쑥날쑥), 적으면
뭉치 (정보 뭉쳐서 손실)"라고 기억하세요. 계급 수가
많으면 그래프가 톱니바퀴 모양이 되어 패턴 보기
어렵고, 계급 수가
적으면 자료가 뭉쳐서 세부 정보가
손실됩니다.
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서는 '도수분포표 작성 시 고려사항', '히스토그램 해석', '계급 수 결정의 영향'이 자주 출제돼요. 특히 오답 선지로 '계급 수가 너무 적을 때의 문제'를 섞어서 내는 경우가 많으니, 두 상황을 정반대로 정리해 두는 것이 필수예요.
기출 변형 주의!
이 개념은 "다음 중 계급 수를 지나치게 적게 설정할 때의 문제는?"으로 반대로 물어볼 수 있어요. 또는 "Sturges의 규칙에 따라 자료 수 100개일 때 적절한 계급 수는?"과 같은 간단 계산형으로도 출제 가능합니다. (답: 1 + 3.322*log₁₀(100) ≈ 1 + 3.322*2 ≈ 7.644 → 대략 7~8개)