보건행정 핵심 해설
이 문제는
보건통계학의 기초이자, 병원 경영 데이터 분석이나 의료 질 지표(Healthcare Quality Indicators)를 해석할 때 반드시 이해해야 할 핵심 개념을 묻고 있어요. 데이터의 중심을 나타내는
중심경향 측도(Central Tendency) 중 어떤 것이
이상치(Outlier)에 강건한지(Robust)를 판단하는 능력이 중요해요.
핵심 개념 분석 (Key Concept)
중심경향 측도는 데이터가 어떤 값을 중심으로 모여 있는지를 나타내는 대표값이에요. 주요 측도로는
평균(Mean),
중앙값(Median),
최빈값(Mode)이 있어요. 각각의 특징을 이해하면, 병원의 평균 재원일수, 평균 진료비, 환자 만족도 점수 등 다양한 데이터를 올바르게 해석할 수 있어요.
정답 근거 (Answer Rationale)
정답은
③ 중앙값이에요.
핵심! 중앙값은 모든 데이터를 크기 순으로 정렬했을 때 정확히 중앙에 위치하는 값이에요. 계산 방식 자체가 극단적으로 크거나 작은 값(이상치)의 영향을 받지 않아요. 반면, 평균은 모든 데이터 값을 더해 개수로 나누므로, 하나의 극단적인 값이 전체 평균을 크게 끌어올리거나 내릴 수 있어요.
예를 들어, 병동 5명의 환자 재원일수가 [3, 4, 5, 6, 50]일이라고 해볼게요. '50일'은 수술 후 합병증 등으로 인한 이상치일 수 있어요.
- 평균: (3+4+5+6+50)/5 =
13.6일 → 실제 대부분의 환자 재원일수(3~6일)를 전혀 대표하지 못해요.
- 중앙값: 크기 순으로 정렬된 데이터의 가운데 값 →
5일. 이상치 '50'의 영향을 받지 않고 데이터의 중심을 잘 나타내요.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답이 왜 중심경향 측도로 부적합한지, 또는 이상치에 약한지 확인해요.
①
범위(Range): 최댓값과 최솟값의 차이로,
산포도(Dispersion)를 측정하는 지표예요. 중심이 어디인지는 알려주지 않으며, 오히려 이상치에 매우 민감해요. (위 예시에서 범위는 47일로 매우 큼)
②
최빈값(Mode): 가장 자주 나타나는 값이에요. 이상치의 영향을 받지 않을 수는 있지만, 데이터 분포에 따라 존재하지 않거나(모든 값이 한 번씩만 나옴), 여러 개 존재할 수 있어 중심을 명확히 대표하지 못할 때가 많아요.
④
평균(Mean): 가장 널리 사용되지만, 앞서 설명한 것처럼 이상치에 매우 취약한 단점이 있어요. 보건의료 데이터에는 극단적인 값이 종종 포함되므로, 평균만 보고 판단하면 오해를 불러일으킬 수 있어요.
⑤
표준편차(Standard Deviation): 평균으로부터 데이터가 평균적으로 얼마나 떨어져 있는지를 나타내는
산포도 지표예요. 중심경향 측도가 아니며, 평균을 사용해 계산하므로 이상치에 매우 민감해요.
연관 개념 정리 (Related Concepts)
-
강건성(Robustness): 통계량이 이상치나 모델의 가정 위반에 얼마나 민감하지 않은지를 의미해요. 중앙값 > 최빈값 > 평균 순으로 강건해요.
-
왜도(Skewness): 데이터 분포의 비대칭 정도예요. 이상치가 존재하면 분포가 한쪽으로 치우치게(왜곡되게) 되고, 이때 평균은 꼬리가 긴 방향으로 끌려가요.
개념 정리
| 측도 | 정의 | 이상치 영향 | 보건행정 활용 예 |
|---|
| 평균(Mean) | 모든 값의 합 ÷ 개수 | 매우 민감함 | 전체 진료비 총액 분석, 평균 재원일수(주의 필요) |
| 중앙값(Median) | 크기 순 정렬 시 중앙값 | 영향 받지 않음 | 이상치가 있을 때 대표 재원일수, 중위 진료비 |
| 최빈값(Mode) | 가장 빈번한 값 | 영향 받지 않음 | 가장 흔한 주상병(Principal Diagnosis), 처방 코드 |
한눈에 비교!
| 구분 | 중심경향 측도
(데이터의 중심) | 산포도 측도
(데이터의 퍼짐) |
|---|
| 주요 지표 | 평균, 중앙값, 최빈값 | 범위, 분산, 표준편차, 사분위범위(IQR) |
| 이상치 영향 | 평균은 민감, 중앙값/최빈값은 강건 | 범위/표준편차는 민감, IQR은 강건 |
| 실무 적용 | "전형적인" 값 파악 | 데이터의 변동성/안정성 평가 |
실무 포인트
병원 경영 데이터(예:
DRG별 평균 재원일수, 수술 소요 시간, 외래 대기 시간)를 분석할 때는
항상 데이터에 이상치가 있는지 먼저 확인해야 해요. 평균만 제시하는 보고서는 오해의 소지가 큽니다. 실무에서는
중앙값과 IQR(사분위범위)를 함께 제시하거나, 박스플롯(Box plot)을 활용하여 데이터의 중심과 퍼짐, 이상치를 한눈에 보여주는 것이 좋은 방법이에요.
암기 팁
"
이상(異常)치에는 중앙(中央)값"이라는 연상법으로 기억하세요. 또는 "평균은 이상치에
Mean(심하게 민감)하다"고 생각해도 좋아요.
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서는 통계 기초 개념이 자주 출제돼요. 특히
평균 vs 중앙값 vs 최빈값의 특징과 적용 상황,
산포도 지표(범위, 표준편차, IQR)의 구분을 묻는 문제가 많아요. 이상치가 주어지는 간단한 계산 문제로 변형 출제될 수도 있어요.
기출 변형 주의!
1.
사례형: "한 병원의 10명의 수술 시간(분) 데이터가 다음과 같다. 이 중 한 건의 수술에서 예상치 못한 합병증으로 시간이 매우 길어졌다. 이 데이터의 중심경향을 가장 정확히 나타내는 측도는?" (이상치 포함 데이터 제시)
2.
역으로 물어보기: "다음 중 이상치의 영향을 가장 많이 받는 측도는?" → 정답은 '평균'.