보건행정 핵심 해설
이 문제는 보건통계 및 의료데이터 분석에서 자료의 형태를 파악하고
이상치(Outlier) 탐지에 적합한 시각화 도구를 묻고 있어요. 보건행정 현장에서는 병원 경영 데이터, 환자 만족도 조사 결과, 건강검진 자료 등을 분석할 때 데이터의 분포와 특이점을 빠르게 파악하는 능력이 매우 중요해요.
핵심 개념 분석 (Key Concept): 이 문제의 핵심은
상자그림(Box plot, Box-and-whisker plot)의 고유한 기능에 있어요. 상자그림은 다섯 숫자 요약(최솟값, 제1사분위수(Q1), 중앙값(Median), 제3사분위수(Q3), 최댓값)을 기반으로 자료의 중심 경향, 산포, 비대칭성을 한눈에 보여주는 강력한 도구예요. 특히,
핵심! IQR(Interquartile Range, 사분위 범위 = Q3 - Q1)을 이용해 이상치를 객관적으로 정의하고 시각적으로 표시한다는 점이 가장 큰 특징이에요. 일반적으로 Q1 - 1.5*IQR 미만이거나 Q3 + 1.5*IQR 초과인 데이터 점을 '이상치'로 간주하고 상자 밖의 점(dot)으로 표시해요.
정답 근거 (Answer Rationale): 정답은 ②번 '상자그림'이에요. 그 이유는 상자그림이 명시적으로
이상치 탐지 기능을 내장한 유일한 그래프 유형이기 때문이에요. 상자 그림을 보면 중앙값(자료의 중심), 상자의 길이(IQR, 자료의 퍼짐), 상자와 수염의 비대칭성(자료의 왜도)을 동시에 파악할 수 있어 자료의 분포 형태를 요약하는 데도 탁월해요.
오답 분석 (Distractor Analysis):
혼동 주의! 다른 그래프들도 각자의 용도가 있지만, 이상치 탐지에는 한계가 있어요.
①
막대그래프(Bar chart): 범주형 변수의 빈도나 평균값을 비교할 때 사용. 연속형 데이터의 분포나 이상치를 보여주지 않아요.
③
선그래프(Line chart): 시간에 따른 추세를 보여주는 시계열 데이터에 적합. 특정 시점의 이상치는 확인할 수 있지만, 전체 분포의 이상치를 체계적으로 탐지하는 도구는 아니에요.
④
히스토그램(Histogram): 연속형 데이터의 분포 형태(정규분포, 쌍봉분포 등)와 빈도를 보여주는 데 탁월해요. 눈으로 봤을 때 극단적으로 떨어진 막대가 있다면 이상치를 의심할 수는 있지만, 상자그림처럼 수치적으로 명확한 기준을 제시하지는 않아요.
⑤
원그래프(Pie chart): 전체에 대한 각 부분의 비율을 보여주는 데 사용. 범주형 데이터에 적합하며, 연속형 데이터의 분포나 이상치 탐지에는 전혀 사용되지 않아요.
연관 개념 정리 (Related Concepts): 보건 데이터 분석에서 이상치는 단순히 '잘못된 값'이 아닐 수 있어요. 진짜 오류(Data entry error)일 수도 있지만, 희귀질환(Rare disease) 환자나 특이한 임상 증례를 의미할 수도 있어요. 따라서 이상치를 발견했을 때는 무조건 삭제하기보다 원인을 파악하는 것이 중요해요.
개념 정리
| 그래프 유형 | 주요 용도 | 이상치 탐지 가능성 |
|---|
| 상자그림(Box plot) | 연속형 자료 분포 요약(중앙값, IQR, 범위), 이상치 시각화 | 탁월함 (명시적 기능) |
| 히스토그램(Histogram) | 연속형 자료의 분포 형태 및 빈도 확인 | 제한적 (시각적 추정) |
| 산점도(Scatter plot) | 두 연속형 변수 간 관계 확인 | 양호함 (멀리 떨어진 점 확인) |
| 막대그래프/원그래프 | 범주형 자료의 빈도 또는 비율 비교 | 거의 불가능 |
한눈에 비교!
| 구분 | 상자그림(Box plot) | 히스토그램(Histogram) |
|---|
| 데이터 유형 | 주로 연속형(일변량) | 연속형(구간화 후) |
| 보여주는 정보 | 중앙값, 사분위수, 범위, 이상치 | 분포 형태, 빈도, 중심, 봉우리 개수 |
| 이상치 표시 | IQR 기준으로 명확히 점으로 표시 | 분포 끝의 막대로 추정 가능 |
| 실무 적용 예 | 병원별 평균 재원일수 비교 시 이상치 병원 탐지 | 환자 연령대 분포 확인, 검사 수치의 정규분포 여부 확인 |
실무 포인트
보건행정 실무에서 상자그림은 매우 유용해요.
-
병원 경영 지표 모니터링: 각 진료과의
평균 재원일수(ALOS)를 상자그림으로 그리면, 특정 과가 비정상적으로 길거나 짧은 재원일수를 보이는지(이상치) 쉽게 발견할 수 있어요.
-
의료 질 관리(QI): 수술 후 합병증 발생률, 환자 만족도 점수 등의 데이터를 분석할 때 상자그림을 사용하면 전반적인 성과와 함께 개선이 필요한 이상치 기관이나 팀을 식별하는 데 도움이 돼요.
-
보험 청구 데이터 검토: 특정 처치나 수술의 청구 금액 분포를 상자그림으로 분석하면, 지나치게 높은 금액을 청구하는 이상치 사례를 찾아 심사 조정의 대상이 될 수 있는지 검토할 수 있어요.
암기 팁
"
상자 안에
이상한 건
밖에!" 라고 기억하세요. 상자그림(Box plot)은 상자(Box) 안에 정상 데이터 범위(IQR)를 넣고, 이상(異常)한 데이터, 즉 이상치(Outlier)는 상자 밖(Whisker 바깥)에 점으로 표시한다는 뜻이에요!
국시 빈출 포인트
보건의료정보관리사 시험에서는
기술통계(Descriptive Statistics)와 데이터 시각화 부분에서 상자그림의 구성 요소(중앙값, Q1, Q3, IQR, 이상치 기준)와 용도를 직접 묻거나, 히스토그램/산점도 등 다른 그래프와 비교하여 출제되는 경우가 많아요. "자료의 분포를 요약하고 이상치를 탐지하는 그래프"라는 문구는 상자그림을 지목하는 전형적인 표현이니 꼭 외워두세요.
기출 변형 주의!
동일한 개념을 다음과 같이 변형하여 출제될 수 있어요.
-
사례형: "A 병원에서 12개 진료과의 월 평균 수입 데이터를 분석하여 특이하게 높은 수입을 보이는 과를 찾고자 한다. 가장 적합한 시각화 방법은?"
-
구성 요소 묻기: "상자그림(Box plot)에서 상자의 위쪽과 아래쪽 경계는 각각 무엇을 의미하는가?" (정답: 제3사분위수(Q3)와 제1사분위수(Q1))
-
계산형: "Q1=30, Q3=50일 때, 상자그림에서 이상치로 판단되는 값의 하한 기준은?" (정답: 30 - 1.5*(50-30) = 0)