다음 중 연속형 자료의 분포를 시각적으로 파악하는 데 가장 적합한 그래프는?

히스토그램은 연속형 자료를 계급구간으로 나누어 각 구간의 도수를 막대의 높이로 나타내므로, 자료의 분포 형태(대칭성, 치우침, 봉우리 개수 등)를 한눈에 파악하는 데 적합하다.

보건행정 핵심 해설 이 문제는 보건통계학에서 자료의 유형과 적절한 시각화 방법을 묻는 기초적이지만 중요한 문제예요. 보건행정 업무에서는 환자 데이터, 재무 데이터, 역학 조사 결과 등 다양한 자료를 분석해야 하는데, 자료의 특성에 맞는 그래프를 선택하는 것이 올바른 해석의 첫걸음이에요. 핵심 개념 분석 (Key Concept): 문제의 핵심은 연속형 자료(Continuous Data)와 이산형 자료(Discrete Data)의 구분, 그리고 각 자료 유형에 적합한 시각화(Visualization) 방법이에요. 연속형 자료는 키, 체중, 혈압, 나이(실수로 표현 가능)처럼 연속적인 값을 가질 수 있는 자료를 말해요. 반면, 이산형 자료는 병상 수, 환자 수, 질병 발생 건수처럼 셀 수 있는 정수 값을 가지는 자료예요. 정답 근거 (Answer Rationale): 핵심! 정답인 히스토그램(Histogram)은 연속형 자료의 분포를 보여주기 위해 특별히 고안된 그래프예요. 연속된 수치를 일정한 계급(Class Interval)으로 나누고, 각 계급에 속하는 자료의 빈도(도수)를 막대의 높이로 나타내요. 막대들이 서로 붙어있는 형태로 그려지며, 이를 통해 자료가 어떻게 퍼져 있는지(분포 형태), 중심은 어디인지, 대칭적인지, 치우쳤는지, 이상치가 있는지 등을 한눈에 파악할 수 있어요. 이는 보건통계에서 정규분포(Normal Distribution) 검토나 데이터 품질 확인에 필수적이에요. 오답 분석 (Distractor Analysis):
혼동 주의! ②번 '원그래프(Pie Chart)'는 전체에 대한 각 부분의 비율을 보여주는 데 적합해요. 주로 범주형 자료(Categorical Data)의 구성 비율을 나타낼 때 사용되며, 연속형 자료의 분포를 보여주는 데는 부적절해요.
③번 '산점도(Scatter Plot)'는 두 연속형 변수 간의 관계(상관관계)를 탐색하는 데 최적의 그래프예요. 예를 들어, 체중과 혈압의 관계를 볼 때 사용하지, 단일 연속형 변수의 분포를 보는 데는 주로 사용되지 않아요.
④번 '선그래프(Line Graph)'는 주로 시간의 흐름에 따른 변화 추이를 보여주는 데 사용돼요. 시계열 자료(Time Series Data)에 적합하며, 단일 시점의 분포를 보는 히스토그램과는 목적이 달라요.
⑤번 '막대그래프(Bar Chart)'는 이산형 자료나 범주형 자료의 빈도나 크기를 비교하는 데 사용돼요. 막대들이 서로 떨어져 그려지는 것이 히스토그램과의 큰 차이점이며, 예를 들어 병원별 입원 환자 수 비교에 사용될 수 있어요. 연관 개념 정리 (Related Concepts): 자료의 분포를 설명할 때는 중심화 경향(Central Tendency)(평균, 중앙값, 최빈값)과 산포도(Dispersion)(범위, 분산, 표준편차) 지표를 함께 사용해요. 히스토그램은 이러한 수치적 특성을 시각적으로 확인하는 데 도움을 줘요. 개념 정리

그래프 유형	주요 용도	적합한 자료 유형	보건행정 예시
히스토그램	연속형 자료의 분포 형태 확인	연속형(Continuous)	응급실 대기 시간 분포, 입원 환자 연령 분포
막대그래프	범주별 빈도 또는 크기 비교	이산형(Discrete), 범주형(Categorical)	진료과별 월간 외래 환자 수, 보험 급여 유형별 건수
원그래프	전체 대비 부분의 비율(구성비) 표시	범주형(Categorical)	병원 수입원별 구성 비율, 내원 환자의 보험 유형별 비율
선그래프	시간에 따른 변화 추이 표시	시계열(Time Series)	월별 병원 매출 추이, 연도별 감염병 발생 건수 추이
산점도	두 변수 간의 관계(상관관계) 탐색	두 연속형 변수	수술 시간과 재원일수의 관계, 진료비와 환자 만족도 관계

한눈에 비교!

비교 항목	히스토그램(Histogram)	막대그래프(Bar Chart)
자료 유형	연속형 자료	이산형/범주형 자료
막대 배열	막대들이 서로 붙어 있음	막대들이 서로 떨어져 있음
X축 의미	계급 구간(예: 10-20세, 20-30세)	별개의 범주(예: 내과, 외과, 소아과)
주요 목적	분포 형태(형태, 중심, 산포) 확인	범주 간 크기/빈도 비교

실무 포인트 병원 경영 데이터 분석 시, 예를 들어 '외래 환자 대기 시간' 데이터를 개선하려면 먼저 히스토그램을 그려 분포를 확인해요. 정규분포를 따르는지, 오른쪽으로 치우친 분포인지(긴 대기 시간이 꼬리를 이루는지)에 따라 개선 전략이 달라져요. 정규분포라면 평균 대기 시간 단축에 집중하고, 치우친 분포라면 특정 시간대나 진료과의 병목 현상을 해결하는 데 초점을 맞춰야 해요. 암기 팁 "히스토(History)는 연속된 이야기"라고 연상해보세요. 히스토그램은 연속된 숫자(연속형 자료)의 이야기(분포)를 보여주는 그래프예요. 반면, 막대그래프는 떨어져 있는(Discrete) 항목들을 비교하는 그래프라고 구분하세요. 국시 빈출 포인트 보건의료정보관리사 시험에서는 통계 파트에서 자료 유형 구분과 그래프 선택 문제가 단골로 나와요. 특히 "연속형 자료의 분포"에는 히스토그램, "범주형 자료의 비율"에는 원그래프, "두 변수 관계"에는 산점도라는 연결을 확실히 기억하세요. 계산 문제보다는 개념 적용 문제로 출제되는 경우가 많아요. 기출 변형 주의! 이 개념은 "다음 중 이산형 자료의 빈도를 나타내는 데 가장 적합한 그래프는?"으로 변형 출제될 수 있어요. 정답은 '막대그래프'가 되겠죠. 또는 "환자 만족도 점수(1점~5점)의 분포를 보기 위해 어떤 그래프를 사용해야 하는가?"와 같은 문제도 나올 수 있어요. 이 경우 만족도 점수는 서열형 자료이지만, 빈도 분포를 보기 위해 히스토그램과 유사한 형태로 사용할 수도 있어요. 하지만 엄밀히 말하면 이산형에 가깝기 때문에 막대그래프를 사용하는 것이 더 적절할 수 있어요. 문제의 뉘앙스를 잘 읽어야 해요.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "병원 기획팀에서 최근 1년간 입원 환자의 '재원일수(Length of Stay)' 데이터를 분석하여 병상 관리 효율성을 높이고자 해요. 데이터는 1일부터 100일까지의 실수 값으로 구성되어 있어요. 팀장님께서 이 데이터의 전반적인 패턴을 한눈에 보여줄 수 있는 차트를 만들어 오라고 지시했어요." 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 분석 대상은 '재원일수'라는 연속형 수치 데이터이며, 목표는 데이터의 분포 형태 파악이에요. 평균만 보면 특정 구간에 몰려 있는 이상치(Outlier)를 놓칠 수 있어요. 2. 법적/규정 검토: 통계적 방법 선택에 대한 법적 제한은 없지만, 정확한 분석을 위한 방법론적 원칙을 따라야 해요. 3. 대응 및 처리: 핵심! 이 경우 가장 적합한 도구는 히스토그램이에요. 먼저, 재원일수 데이터를 적절한 계급 구간(예: 0-5일, 6-10일, 11-20일, 21-30일, 31일 이상)으로 나눈 후, 각 구간에 속하는 환자 수(빈도)를 계산해요. 이를 바탕으로 히스토그램을 작성하면, 재원일수가 대부분 어느 구간에 집중되어 있는지, 분포가 오른쪽으로 긴 꼬리를 이루는지(장기 입원 환자 존재), 혹은 봉우리가 여러 개인지(서로 다른 환자 군집)를 명확히 시각화할 수 있어요. 4. 사후 기록/보고: 히스토그램과 함께 평균, 중앙값, 최빈값, 표준편차 등의 요약 통계치를 제시하고, 분포 형태에 따른 병상 관리 개선 방안(예: 장기 입원 환자 케이스 관리 강화, 표준 재원일수 설정 등)을 보고서에 포함시켜요. 법적 안전 및 주의사항 (Precautions): 데이터를 시각화할 때는 개인정보가 노출되지 않도록 집계된 데이터만 사용해야 해요. 또한, 계급 구간의 너비와 개수를 임의로 조정하면 분포 모양이 왜곡될 수 있어서, 통계 소프트웨어의 기본 설정이나 일반적으로 인정되는 구간 설정 방법(예: 스터지스의 법칙)을 참고하는 것이 좋아요. 업무 프로토콜 단계별 히스토그램 작성 프로세스: 1. 데이터 정제: 원본 데이터에서 결측치나 오기입 오류 제거. 2. 계급 구간 설정: 데이터의 범위와 개수를 고려하여 적절한 계급 수(보통 5~15개)와 구간 너비 결정. 3. 도수분포표 작성: 각 계급에 속하는 데이터의 개수(도수) 계산. 4. 그래프 작성: X축에 계급 구간, Y축에 도수를 표시하고, 막대를 서로 붙여서 그림. 5. 해석 및 보고: 그래프의 모양(대칭, 치우침, 봉우리)을 해석하고 업무 개선점 도출. 선배의 한마디 "보건행정에서 데이터는 말을 하지 않아요. 우리가 올바른 방법으로 질문을 던져야 그 답을 들을 수 있어요. '분포가 어떻게 생겼지?'라고 묻는다면, 히스토그램이라는 훌륭한 도구가 준비되어 있어요. 단순한 숫자 나열을 넘어서 데이터의 숨겨진 이야기를 발견하는 즐거움을 느껴보세요. 이것이 데이터 기반 의사결정(Data-Driven Decision Making)의 시작이에요!"