극단적인 이상치(outlier)가 자료에 포함되어 있을 때, 전체 자료의 중심을 가장 잘 나타내는 중심경향값은?

중앙값은 자료를 크기 순으로 배열했을 때 가운데 위치하는 값이므로, 극단적인 이상치의 영향을 거의 받지 않는다. 반면 평균은 이상치에 매우 민감하다.

보건행정 핵심 해설 이 문제는 보건통계학에서 자료의 중심경향(Central Tendency)을 측정하는 지표들의 특성과 이상치(Outlier)에 대한 민감도를 묻고 있어요. 병원 경영 데이터(예: 평균 재원일수, 수술 시간, 비용 데이터)를 분석하거나, 보건 통계 보고서를 작성할 때 어떤 평균값을 사용해야 데이터를 왜곡 없이 정확히 표현할지 결정하는 데 필수적인 개념이에요. 핵심 개념 분석 (Key Concept): 중심경향값은 자료의 중심 위치를 나타내는 대표값으로, 주로 산술 평균(Arithmetic Mean), 중앙값(Median), 최빈값(Mode)이 사용됩니다. 각 지표는 자료의 분포 형태와 이상치 존재 여부에 따라 적합성이 달라져요. 정답 근거 (Answer Rationale): 정답은 핵심! ①번 '중앙값'입니다. 중앙값은 자료를 크기 순으로 나열했을 때 정 가운데 위치하는 값(또는 두 중앙값의 평균)을 의미해요. 계산 과정에서 자료의 '값' 자체가 아닌 '순위'만을 사용하기 때문에, 극단적으로 크거나 작은 값(이상치)이 존재하더라도 그 영향이 거의 없거나 전혀 없어요. 따라서 이상치가 포함된 자료의 중심을 왜곡 없이 가장 안정적으로 나타내는 지표입니다. 오답 분석 (Distractor Analysis):
혼동 주의! ⑤번 '산술 평균'은 모든 자료값을 합하여 개수로 나눈 값이에요. 이 계산 방식 때문에 극단적인 이상치가 하나만 있어도 평균값이 크게 끌려가서(평균의 민감성), 자료의 실제 중심을 잘못 표현할 위험이 매우 커요.
②번 '기하 평균'은 성장률, 비율의 평균을 구할 때 유용하지만, 0이나 음수가 포함되면 계산이 불가능하며, 이상치에 대한 민감도는 산술 평균보다는 낮지만 중앙값보다는 높은 편이에요.
③번 '최빈값'은 가장 자주 나타나는 값이에요. 자료의 중심보다는 빈도를 나타내며, 이상치의 직접적인 영향을 받지는 않지만, 자료의 분포가 복잡하거나 최빈값이 여러 개일 경우 중심을 대표하기 어려울 수 있어요.
④번 '조화 평균'은 속도나 비율의 평균(예: 평균 속력)을 계산할 때 사용되며, 사용처가 매우 제한적이고, 작은 값에 큰 영향을 받기 때문에 이상치에 매우 취약해요. 연관 개념 정리 (Related Concepts): - 이상치(Outlier)의 원인: 측정 오류, 자료 입력 오류, 또는 실제로 발생한 극단적인 사례(예: 매우 드문 고액 의료비, 초고령 환자의 긴 재원일수)일 수 있어요. 보건행정에서는 이상치를 단순히 제거하기 전에 원인을 분석하는 것이 중요해요. - 자료의 분포와 적합한 대표값: - 정규분포(Normal Distribution): 산술 평균 = 중앙값 = 최빈값. 산술 평균이 가장 효율적. - 왜도가 있는 비대칭 분포(Skewed Distribution): 중앙값이 중심을 더 잘 나타냄. - 명목척도 자료: 최빈값만 사용 가능. 개념 정리

중심경향 지표	정의	이상치 영향	주요 사용처
산술 평균	모든 값의 합 / 개수	매우 민감함	정규분포 자료, 일반적인 평균 계산
중앙값	크기 순 배열 시 중앙값	거의 영향 없음	이상치 존재 시, 소득/비용 등 비대칭 자료
최빈값	가장 빈번한 값	직접적 영향 없음	범주형 자료, 선호도 조사

한눈에 비교!

비교 항목	중앙값 (Median)	산술 평균 (Mean)
이상치 영향	강건함(Robust). 영향 거의 없음.	취약함. 크게 영향을 받음.
자료 요구사항	서열척도 이상	등간척도, 비율척도
보건행정 활용 예	병원 환자 중위 재원일수, 중위 진료비	병원 평균 재원일수, 평균 진료비
결정 방식	위치(순위)에 기반	모든 값에 기반

실무 포인트 병원 경영 데이터(예: 평균 재원일수(ALOS, Average Length of Stay))를 분석할 때, 매우 긴 재원일수를 보이는 특정 환자(이상치)가 포함되면 산술 평균은 실제 병상 운영 효율을 과대평가하게 만들어요. 이럴 때는 중앙값을 함께 제시하거나 주요 분석 지표로 사용하여 보다 현실적인 운영 현황을 파악해야 해요. 건강보험심사평가원 보고서에서도 '중위값'이 자주 사용되는 이유예요. 암기 팁 "이상(異常)치에는 중앙(中央)이 안전!"
이상치(異常)가 있을 땐, 중앙값(中央)이 가장 안정적이다는 뜻으로 연상하세요. 평균(Mean)은 이상치에 '민감(Mean-gam)'하다고도 외울 수 있어요. 국시 빈출 포인트 통계학 기초 파트에서 중앙값과 산술 평균의 특성 비교는 매년 빠지지 않고 출제되는 초고빈도 주제예요. 특히 "이상치 존재 시", "왜도가 큰 자료에서"라는 조건이 붙으면 답은 거의 항상 중앙값입니다. 기하평균, 조화평균의 정의와 용도도 함께 묻는 경우가 많아요. 기출 변형 주의! - 사례형: "A병원의 10명 환자 재원일수가 3,4,5,5,6,7,8,9,10, 100일일 때, 재원일수의 중심을 가장 잘 나타내는 값은?" → 이상치(100일) 존재 → 중앙값((6+7)/2=6.5일) 선택. - 역으로 물어보기: "다음 중 이상치의 영향을 가장 많이 받는 중심경향값은?" → 산술 평균 선택.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "의료기관평가인증원의 지표 모니터링 보고서를 작성 중입니다. 병원의 '폐암 수술 환자 평균 재원일수' 지표가 작년 대비 급격히 증가했습니다. 데이터를 확인해 보니, 대부분의 환자는 7-10일 사이에 퇴원했지만, 한 명의 환자만 합병증으로 인해 120일을 입원한 기록이 있었습니다. 이 데이터를 바탕으로 병원의 수술 후 관리 품질이 나빠졌다고 단정 지어 보고서에 기재해야 할까요?" 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 단 한 건의 극단적 사례(이상치)가 산술 평균을 크게 끌어올려 전체 지표를 왜곡시키고 있음을 인지합니다. 2. 법적/규정 검토: 의료기관평가인증원의 지표 해석 가이드라인을 확인합니다. 많은 평가 지표는 이상치를 제외하거나, 중앙값을 병행 제시하도록 권고하고 있습니다. 3. 대응 및 처리: - 보고서에 산술 평균과 함께 중앙값을 반드시 병기합니다. - 해당 이상치 사례에 대한 각주를 추가하여 "한 건의 중증 합병증 장기 입원 사례로 인해 평균이 상승하였으며, 중앙값은 XX일로 안정적"이라고 설명합니다. - 필요시, 합리적인 기준(예: 평균 ± 3표준편차 밖의 값)을 설정하여 이상치를 제외한 평균을 별도로 계산할 수 있습니다. 4. 사후 기록/보고: 데이터 분석 방법과 이상치 처리 근거를 보고서 메모에 명확히 기록하여, 향후 동일한 질문에 대한 답변 근거를 마련합니다. 법적 안전 및 주의사항 (Precautions): - 데이터를 의도적으로 조작하거나 숨기지 마세요. 이상치는 중요한 임상 정보(예: 중증 합병증, 드문 사례)를 담고 있을 수 있어요. - 핵심! 공정한 평가와 정확한 현황 파악을 위해서는 단일 지표(특히 평균)에만 의존하기보다, 중앙값, 분포도, 사례 분석 등을 종합적으로 고려하는 다각적 분석이 필수적입니다. 업무 프로토콜 보건 통계 보고서 작성 시 중심경향값 선택 프로토콜 1. 1단계: 데이터 탐색 - 히스토그램이나 상자그림(Box plot)을 그려 분포와 이상치 존재 여부를 시각적으로 확인. 2. 2단계: 지표 선정 - 분포가 대칭이고 이상치 없음 → 산술 평균 보고. - 분포가 비대칭이거나 이상치 존재 → 중앙값을 주요 지표로 보고, 필요시 평균을 보조 지표로 병기. - 범주형 데이터 → 최빈값 보고. 3. 3단계: 보고 및 설명 - 사용한 지표와 그 이유, 이상치 처리 방법을 보고서에 명시. 선배의 한마디 "보건행정가에게 데이터는 사실(fact)을 말하지만, 그 사실을 어떻게 해석하고 전달하느냐가 전문성입니다. 평균 하나에 휘둘리지 말고, 데이터의 '맥락'을 읽는 눈을 키우세요. 이상치는 문제가 아니라, 특별한 주의가 필요한 '신호'일 수 있어요. 중앙값은 그 신호에 휘둘리지 않고 중심을 잡아주는 든든한 버팀목이죠!"