다음 중 상자그림(Box plot)으로부터 직접 알 수 없는 정보는?

상자그림은 중앙값, 사분위수, 최솟값, 최댓값, 이상치 등을 보여주어 산포 정도는 파악할 수 있지만, 정규분포 여부를 정확히 판단하기는 어렵다. 정규분포 여부는 Q-Q plot이나 정규성 검정을 통해 확인한다.

보건행정 핵심 해설 이 문제는 보건통계학에서 데이터 시각화와 요약의 핵심 도구인 상자그림(Box plot)의 기능과 한계를 정확히 이해하고 있는지 묻는 문제예요. 보건행정 현장에서는 병원 성과 지표, 환자 만족도 조사 결과, 의료비 분포 등 다양한 데이터를 분석할 때 상자그림을 자주 활용해요. 어떤 정보를 직관적으로 파악할 수 있고, 어떤 정보는 추가 분석이 필요한지 구분하는 능력이 중요해요. 핵심 개념 분석 (Key Concept) 상자그림은 5가지 요약 수치(Five-number summary)를 기반으로 데이터의 분포를 시각적으로 보여주는 도구예요. 상자(Box)와 수염(Whisker), 그리고 때로는 점으로 표시되는 이상치(Outlier)로 구성돼요. 이 다섯 가지 수치는 최솟값(Minimum), 제1사분위수(Q1), 중앙값(Median, Q2), 제3사분위수(Q3), 최댓값(Maximum)이에요. 정답 근거 (Answer Rationale) 정답은 핵심! ② 자료의 정규분포 여부예요. 상자그림은 데이터의 중심 경향성(중앙값), 퍼짐 정도(사분위범위 IQR), 범위, 그리고 비대칭성(상자와 수염의 모양으로 어느 정도 추측 가능)을 보여줄 수 있어요. 하지만 혼동 주의! '정규분포 여부'를 직접적이고 명확하게 판단하는 것은 상자그림의 주된 목적이 아니에요. 상자그림에서 상자가 대칭이고 수염의 길이가 비슷하면 정규분포를 의심해볼 수는 있지만, 이는 간접적인 단서일 뿐이에요. 정규분포를 공식적으로 검정하려면 Q-Q plot(Quantile-Quantile plot)이나 Shapiro-Wilk 검정, Kolmogorov-Smirnov 검정 같은 정규성 검정(Normality test)을 수행해야 해요. 오답 분석 (Distractor Analysis) ① 자료의 중앙값: 알 수 있어요. 상자 안의 가로선이 중앙값을 나타냅니다. ③ 자료의 제1사분위수와 제3사분위수: 알 수 있어요. 상자의 아래쪽 경계가 Q1, 위쪽 경계가 Q3을 나타냅니다. 이 둘의 차이인 사분위범위(IQR)도 계산할 수 있어요. ④ 자료의 산포 정도: 알 수 있어요. 상자의 길이(IQR)는 중간 50% 데이터의 산포를, 수염의 길이는 전체 데이터의 대략적인 범위를 보여주어 산포 정도를 파악할 수 있어요. ⑤ 자료의 최댓값과 최솟값: 알 수 있어요. 수염의 끝점이 최솟값과 최댓값을 나타냅니다. (이상치가 있는 경우, 수염은 이상치를 제외한 최소/최대값까지를 나타냅니다.) 연관 개념 정리 (Related Concepts) 상자그림과 함께 자주 비교되는 시각화 도구는 히스토그램(Histogram)이에요. 히스토그램은 도수분포를 막대그래프로 보여주어 분포의 모양(봉우리 개수, 치우침)을 더 직관적으로 파악할 수 있어요. 또한, 줄기-잎 그림(Stem-and-leaf plot)은 원시 데이터의 값을 유지하면서 분포 형태를 보여준다는 장점이 있어요.
개념 정리

용어	상자그림에서의 위치/의미	통계적 의미
최솟값	아래 수염 끝	데이터의 가장 작은 값 (이상치 제외 기준)
제1사분위수(Q1)	상자 아래쪽 경계	하위 25%에 해당하는 값
중앙값(Q2)	상자 내부 가로선	데이터를 반으로 나누는 값
제3사분위수(Q3)	상자 위쪽 경계	하위 75%에 해당하는 값
최댓값	위 수염 끝	데이터의 가장 큰 값 (이상치 제외 기준)
사분위범위(IQR)	상자의 높이 (Q3 - Q1)	중간 50% 데이터의 퍼짐 정도
이상치	수염 바깥의 점	Q1 - 1.5*IQR 보다 작거나, Q3 + 1.5*IQR 보다 큰 값

한눈에 비교!

시각화 도구	주요 기능	정규분포 판단	보건행정 활용 예
상자그림(Box plot)	5가지 요약수치, 이상치 탐지, 다중 집단 비교	간접적 추론만 가능	병원별 평균 재원일수 비교, 진료과별 환자 만족도 점수 분포 비교
히스토그램(Histogram)	도수분포, 분포의 모양(봉우리, 치우침)	종모양(Bell-shaped)으로 직관적 판단 가능	연령대별 환자 수 분포, 일일 외래 환자 수 변동 확인
Q-Q plot	표본 분위수와 이론적 정규 분위수 비교	공식적 검정에 가까운 판단 (점들이 대각선에 모일수록 정규성 높음)	통계적 검정(예: t-test) 수행 전 데이터의 정규성 가정 확인

실무 포인트 병원 경영 데이터 분석 시, 상자그림은 비교 분석에 매우 유용해요. 예를 들어, 여러 개의 상자그림을 나란히 그려서 A병원, B병원, C병원의 '입원 환자 1인당 평균 진료비' 분포를 비교할 수 있어요. 중앙값(성과 수준), IQR(데이터의 안정성), 이상치(특이 케이스 관리 필요 여부)를 한눈에 비교하여 경영 진단에 활용할 수 있어요. 하지만, 이 데이터가 정규분포를 따르는지 확인하려면 별도의 분석이 필요하다는 점을 기억하세요!
암기 팁 "상자는 중앙과 사분위를 담고, 수염은 최소/최대를 보여준다. 하지만 정규인지는 속단 금물!" 상자그림의 구성 요소를 시각적으로 연상하면서 외우면 좋아요.
국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 상자그림의 구성 요소(5가지 요약수치)와 해석 방법이 자주 출제돼요. 특히 "상자그림으로 알 수 없는 것은?" 또는 "이상치를 판단하는 공식은?" 같은 형태로 물어보는 경우가 많아요. 정규분포 판단은 Q-Q plot이나 히스토그램의 역할과 비교하여 출제되니 함께 정리하세요.
기출 변형 주의! 이 개념은 다음과 같이 변형 출제될 수 있어요. - 사례형: "다음은 A, B, C 세 병원의 월별 수술 건수를 상자그림으로 나타낸 것이다. 중앙값이 가장 높은 병원은?" (그래프 해석 능력 평가) - 계산형: "제1사분위수가 10, 제3사분위수가 22일 때, 35는 이상치인가?" (IQR = 12, Q3 + 1.5*IQR = 22 + 18 = 40 이므로 이상치 아님) - 역발상형: "정규분포를 확인하기 가장 적합한 그래프는?" (Q-Q plot 또는 히스토그램)

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "보건정보팀에서 병원의 주요 성과지표(KPI) 중 하나인 '응급실 체류 시간' 데이터를 분석하고 있어요. 지난 분기 데이터를 상자그림으로 그렸더니, 중앙값은 120분이지만 상자가 매우 길고(IQR이 큼), 위쪽 수염 끝에 멀리 떨어진 이상치 점들이 여러 개 보여요. 과장님께 이 그래프를 바탕으로 보고할 때, 어떤 점을 강조하고 어떤 점은 추가 분석이 필요하다고 말해야 할까요?" 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 상자그림을 통해 '대부분의 환자' 응급실 체류 시간(중앙값 120분)과 데이터의 변동성(IQR), 그리고 특이 케이스(이상치)를 확인했어요. 2. 보고 및 강조 포인트: - "중앙값 120분을 기준으로 응급실 운영 효율을 논의할 수 있습니다." - "상자의 길이(IQR)가 크다는 것은 환자별 체류 시간 차이가 매우 크다는 의미로, 프로세스 표준화가 필요할 수 있습니다." - "이상치로 표시된 긴 체류 시간 사례들에 대해 원인 분석(근본원인분석, RCA)이 필요합니다. (예: 중증 환자, 진단 지연, 병실 가용성 문제 등)" 3. 추가 분석 제안: - 핵심! "이 데이터가 정규분포를 따르는지 확인하지 않았습니다. 만약 정규분포를 가정한 통계 검정(예: 전년 동기 대비 평균 체류 시간 차이 검정)을 계획한다면, Q-Q plot이나 정규성 검정을 먼저 수행해야 합니다." - 이상치 사례들의 의무기록(EMR)을 후향적으로 조사하여 공통된 문제점을 도출할 수 있어요. 법적 안전 및 주의사항 (Precautions) 데이터 시각화와 보고 시, 상자그림이 보여주는 정보를 과장 해석하지 않는 것이 중요해요. "상자그림이 대칭이니 정규분포다"라고 단정하지 말고, "대칭적으로 보이니 정규분포 가정을 검토해볼 수 있다"고 표현해야 해요. 잘못된 통계적 가정은 잘못된 경영 결정으로 이어질 수 있어요.
업무 프로토콜 상자그림 생성 및 해석 프로토콜 1. 데이터 준비: 분석할 수치형 변수(예: 진료비, 재원일수)와 필요한 경우 집단 변수(예: 진료과)를 확보. 2. 도구 선택: Excel, SPSS, R, Python 등 통계 소프트웨어 활용. 3. 생성 및 확인: 5가지 요약수치(Min, Q1, Median, Q3, Max)와 이상치를 확인. 4. 해석 및 보고: - 중심 경향: 중앙값 보고. - 산포: IQR 보고 및 해석. - 이상치: 존재 여부 및 후속 조치 필요성 보고. - 한계 명시: 정규분포 판단은 본 도구로 불가능함을 인지. 5. 추가 분석 결정: 필요 시 히스토그램, Q-Q plot, 정규성 검정 수행.
선배의 한마디 "보건행정가에게 통계는 무기가 돼요. 상자그림 같은 간단한 도구도 제대로 알고 쓰면, 복잡한 데이터 속에서 핵심 인사이트를 뽑아내는 '데이터 이야기꾼'이 될 수 있어요. '이 그래프가 말해주는 것'과 '말해주지 않는 것'을 정확히 구분하는 눈을 키우세요. 정규분포 여부 같은 기술적 판단은 도구에 맡기고, 우리는 그 결과를 바탕으로 '병원을 어떻게 더 잘 운영할까'라는 본질적인 질문에 집중하는 게 중요해요!"