다음 중 극단값(outlier)의 영향을 가장 많이 받는 중심경향 측정치는?

평균은 모든 관측값을 합하여 개수로 나누므로 극단적으로 크거나 작은 값에 의해 크게 영향을 받는다. 중앙값과 최빈값은 극단값의 영향을 상대적으로 덜 받는다.

보건행정 핵심 해설 이 문제는 보건통계 및 병원 경영 데이터 분석에서 핵심이 되는 중심경향 측정치의 특성을 묻고 있어요. 특히, 데이터에 극단값(Outlier)이 존재할 때 어떤 통계치가 왜곡되기 쉬운지를 이해하는 것은, 병원 성과 지표(KPI) 해석, 의료비 분석, 환자 만족도 조사 결과 평가 등 실무에서 매우 중요해요. 핵심 개념 분석 (Key Concept) 중심경향 측정치는 데이터의 중심 또는 일반적인 값을 나타내는 대표값이에요. 주요 측정치로는 평균(Mean), 중앙값(Median), 최빈값(Mode)이 있어요. 각각의 계산 방식이 다르기 때문에 극단값에 대한 민감도가 결정돼요. 정답 근거 (Answer Rationale) 정답은 ④ 평균이에요. 핵심! 평균은 모든 관측값의 합을 관측값의 개수로 나누어 계산해요. 따라서 계산 과정에 모든 데이터 값이 직접적으로 참여합니다. 만약 데이터 세트에 극단적으로 크거나 작은 값(Outlier)이 하나만 들어가도, 합계가 급격히 변하게 되어 평균값이 크게 끌려가게 돼요. 이는 평균의 수학적 정의상 필연적으로 발생하는 특성이에요. 오답 분석 (Distractor Analysis) 혼동 주의! 다른 선택지들은 극단값에 강건(Robust)한 특성을 가지고 있어요.
① 제1사분위수(Q1): 데이터를 크기 순으로 나열했을 때 하위 25%에 해당하는 값이에요. 극단값은 데이터의 가장자리(상위 또는 하위 끝)에 위치하므로, 중간 순위에 있는 Q1의 값에는 영향을 미치지 않아요.
② 최빈값(Mode): 가장 자주 나타나는 값이에요. 극단값은 일반적으로 빈도가 매우 낮기 때문에, 최빈값을 결정하는 데 영향을 주지 않아요.
③ 중앙값(Median): 데이터를 크기 순으로 나열했을 때 정가운데 위치하는 값이에요. 중앙값은 값들의 '순위'에만 의존하므로, 가운데 순위를 벗어난 극단값의 크기가 아무리 커도 중앙값 자체는 변하지 않아요.
⑤ 사분위수 범위(IQR, Interquartile Range): 제3사분위수(Q3)에서 제1사분위수(Q1)를 뺀 값으로, 데이터 중간 50%의 범위를 나타내요. Q1과 Q3 모두 극단값에 영향을 받지 않으므로, IQR 역시 극단값에 강건해요. 연관 개념 정리 (Related Concepts) - 변동성 측정치: 평균과 함께 데이터의 퍼짐 정도를 나타내는 표준편차(Standard Deviation)와 분산(Variance)도 극단값에 매우 민감해요. 왜냐하면 이들도 모든 관측값과 평균의 차이를 기반으로 계산되기 때문이에요. - 실무 적용: 병원에서 한 과의 월간 평균 수술 시간을 분석할 때, 특정 달에 예외적으로 매우 오래 걸린 수술(Outlier)이 한 건 있었다면, 평균 수술 시간은 실제 대부분의 수술 상황을 반영하지 못할 수 있어요. 이럴 때는 중앙값을 함께 보는 것이 더 합리적인 판단을 돕습니다. 개념 정리

측정치	정의	극단값 영향	실무 예시 (의료비 분석)
평균(Mean)	모든 값의 합 / 개수	매우 큼 (민감)	고액의 특수치료 비용이 평균을 급격히 상승시킴
중앙값(Median)	크기 순 정렬 시 중앙값	없음 (강건)	대부분 환자의 의료비 수준을 대표함
최빈값(Mode)	가장 빈번한 값	없음 (강건)	가장 흔한 진단명이나 처방 코드 파악
사분위수 범위(IQR)	Q3 - Q1 (중간 50% 범위)	없음 (강건)	의료비 분포의 중심부 변동성 측정

한눈에 비교!

비교 항목	평균 vs 중앙값	실무 선택 가이드
데이터 형태	정규분포, 대칭적 데이터	평균 사용 권장
	왜도 있는(Skewed) 데이터, 극단값 존재	중앙값 사용 권장
보건행정 적용	병상 가동률, 평균 재원일수(ALOS)	두 지표 모두 확인 필요. ALOS는 중증도 조정 시 중앙값도 참고
	환자 만족도 점수(1-5점 척도)	평균과 함께 최빈값(가장 많은 선택)도 중요

실무 포인트 - 병원 경영 지표 보고 시: 평균만 제시하면 리더의 판단을 왜곡시킬 수 있어요. 반드시 중앙값, 범위, 또는 사분위수를 함께 제시하여 데이터의 전체적인 분포를 보여주는 것이 전문성입니다. - 건강보험 데이터 분석: 특정 질환군(DRG)별 표준 의료비를 산정할 때, 극단적인 고비용 사례(Outlier)를 어떻게 처리할지(예: 절삭(Trimming) 또는 별도 가산)에 대한 정책이 중요해요. 이는 포괄수가제(DRG)의 핵심 운영 원리 중 하나입니다. 암기 팁 - "평균은 모든 아이의 성적을 더해서 나누니까, 한 명이 0점이나 100점을 받으면 반 전체 평균이 쏠린다!" 라고 생각하세요. - "중앙값은 줄을 세워서 가운데 아이를 보는 거니까, 맨 앞이나 맨 뒤 아이가 얼마나 튀는지 상관없다!" 라고 이해하세요. 국시 빈출 포인트 이 주제는 보건의료정보관리사 시험의 '보건정보학/통계' 파트와 병원행정사 시험의 '병원경영학/재무관리' 파트에서 꾸준히 출제됩니다. 출제 형태는 크게 두 가지예요: 1. 직접적 정의 확인: "극단값에 가장 민감한/강건한 측정치는?" (본 문제) 2. 사례 적용형: "왜도 있는(Skewed) 입원비 데이터를 요약할 때 가장 적합한 대표값은?" → 정답은 '중앙값' 기출 변형 주의! - 계산형 변형: 작은 데이터 세트를 주고 평균과 중앙값을 각각 계산하게 한 후, 특정 값을 극단값으로 변경했을 때 어떤 지표가 얼마나 변하는지 물어볼 수 있어요. - 역으로 물어보기: "다음 중 극단값의 영향을 가장 적게 받는 측정치는?" → 정답은 '중앙값' 또는 '최빈값'. 보기에 '사분위수 범위'가 있으면 그것도 정답이 될 수 있어요.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "병원 기획팀에서 외과의 월별 평균 수술 소요 시간을 분석 중이에요. 대부분의 수술은 1-2시간 내에 끝나지만, 지난달에 한 건의 매우 복잡한 재수술이 8시간 이상 소요되었습니다. 이 데이터를 바탕으로 수술실 운영 효율성 보고서를 작성해야 하는데, 평균 수술 시간만 제시하면 관리자에게 '수술실이 비효율적으로 운영되고 있다'는 오해를 살 수 있을 것 같아요. 어떻게 보고하는 것이 좋을까요?" 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 데이터에 명백한 극단값(8시간 수술)이 존재함을 인지합니다. 2. 데이터 분석: 평균, 중앙값, 최빈값, 사분위수 범위(IQR)를 모두 계산해봅니다. 평균은 극단값으로 인해 실제 대부분의 수술 상황보다 높게 나올 가능성이 큽니다. 3. 보고 전략 수립: - 핵심! 중앙값을 주요 대표값으로 제시합니다. "외과 월별 수술 시간 중앙값은 1.5시간입니다." - 평균값도 함께 제시하되, 주석을 달아 설명합니다. "평균 수술 시간은 2.1시간이며, 이는 한 건의 장시간 재수술 사례에 영향을 받은 수치입니다." - 데이터 분포를 보여주기 위해 상자그림(Box plot)을 활용하면 IQR과 극단값(Outlier)을 시각적으로 명확히 보여줄 수 있어 매우 효과적입니다. 4. 의사결정 지원: "대부분(중간 50%)의 수술은 1.2시간에서 1.8시간 사이(IQR)에 완료되며, 이는 표준 프로토콜 대비 효율적인 운영을 보여줍니다. 단, 극히 일부의 복잡 사례에 대비한 수술실 스케줄링 유연성 확보 방안을 검토할 필요가 있습니다."라는 식으로 해석을 추가합니다. 법적 안전 및 주의사항 (Precautions) - 보건복지부에 제출하는 공식 통계나 의료기관 인증 평가 지표에는 해당 기관이 정한 계산 방식을 엄격히 따라야 해요. 평균을 요구하는 지표에 중앙값을 대체 제출할 수는 없습니다. - 그러나 내부 경영 회의나 품질 개선(QI) 활동에서는 데이터를 정확히 해석하기 위해 적절한 통계치를 선택하는 것이 데이터 리터러시(Data Literacy)의 핵심입니다. 오해의 소지가 있는 통계는 오히려 법적 분쟁이나 내부 갈등의 원인이 될 수 있어요. 업무 프로토콜 데이터 기반 보고서 작성 프로토콜 1. 데이터 수집: 원본 데이터 확인 (EMR, 원무시스템). 2. 기초 분석: 기술 통계량(평균, 중앙값, 표준편차, 최소/최대값, 사분위수) 계산. 3. 이상치 탐지: 시각적 방법(산점도, 상자그림) 또는 통계적 방법(Z-score, IQR 기준)으로 극단값 확인. 4. 보고서 작성: - 목적에 맞는 대표값 선정 (일반적 현황 → 중앙값, 총량 영향 분석 → 평균). - 극단값 존재 시 반드시 주석 표기. - 가능하면 분포를 보여주는 차트 포함. 5. 검토 및 제출. 선배의 한마디 "보건행정가에게 통계는 단순한 숫자 놀이가 아니에요. 그 숫자 뒤에 숨은 환자의 이야기, 병원의 운영 현실, 그리고 정책의 의도를 읽어내는 도구예요. '평균' 하나에 매몰되면 숲을 보지 못하고 나무만 보게 됩니다. 항상 '이 데이터의 분포는 어떨까?', '가장 흔한 경우는 무엇일까?'를 묻는 습관을 들이세요. 그러면 당신의 보고서는 더욱 신뢰받고, 합리적인 의사결정을 이끌어낼 수 있을 거예요!"