보건행정 핵심 해설
이 문제는 보건통계학에서 자료의 중심경향을 측정하는 지표들의 특성, 특히
이상치(Outlier)의 영향력에 초점을 맞춘 기본적이지만 중요한 개념을 묻고 있어요. 보건행정 현장에서는 의료비 데이터, 수술 시간, 환자 대기 시간 등 다양한 데이터를 분석할 때 이상치를 자주 마주하게 되는데, 어떤 통계량을 사용하느냐에 따라 해석이 크게 달라질 수 있어 주의해야 해요.
핵심 개념 분석 (Key Concept): 중심경향 측정치(Measure of Central Tendency)는 자료의 중심 위치를 나타내는 대표값이에요. 주요 지표로는
산술평균(Arithmetic Mean),
중앙값(Median),
최빈값(Mode)이 있으며, 상황에 따라
기하평균(Geometric Mean)이나
조화평균(Harmonic Mean)도 사용돼요. 각 지표는 자료의 분포 형태(정규분포, 왜도 분포 등)와 이상치 유무에 따라 적절성이 결정돼요.
정답 근거 (Answer Rationale): 정답은
① 중앙값이에요. 그 이유는 중앙값이 자료를 크기순으로 나열했을 때 정 가운데 위치한 값(또는 두 중앙값의 평균)이기 때문이에요. 계산 과정에서 모든 자료의 '값' 자체를 사용하는 것이 아니라 '순위'만을 사용하므로, 극단적으로 크거나 작은 값(이상치)이 존재하더라도 중앙값은 거의 영향을 받지 않아 안정적인 대표값을 제공해요. 예를 들어, 병원 입원일 데이터 [3, 4, 5, 6,
100]이 있다면, 산술평균은 23.6일로 왜곡되지만, 중앙값은 5일로 대부분 환자의 전형적인 입원 기간을 잘 반영해요.
오답 분석 (Distractor Analysis):
혼동 주의! ④번 '산술평균'은 가장 흔히 사용되는 중심경향 지표지만, 모든 관측값을 합하여 개수로 나누기 때문에 이상치에 매우 민감해요. 한 명의 고액 진료비 환자가 전체 평균 진료비를 크게 끌어올리는 경우가 대표적 사례예요.
②번 '최빈값'은 가장 자주 나타나는 값이에요. 이산형 자료(예: 혈액형)나 명목척도 자료에서 유용하지만, 연속형 자료에서는 잘 정의되지 않거나, 여러 개 존재할 수 있어 대표성에 한계가 있어요. 이상치의 직접적인 영향을 받지는 않지만, 중심을 나타내는 데 부적합할 때가 많아요.
⑤번 '기하평균'과 ③번 '조화평균'은 특수한 상황에서 사용되는 평균이에요. 기하평균은 성장률, 비율의 평균(예: 항체 역가 증가율) 계산에, 조화평균은 속도나 비율의 평균(예: 단위 시간당 진료 환자 수) 계산에 적합해요. 이들도 모든 관측값을 사용해 계산되므로 이상치의 영향을 받는 것은 마찬가지예요.
연관 개념 정리 (Related Concepts): 이상치의 영향을 받는 정도는
산술평균 > 기하평균 > 조화평균 > 중앙값 > 최빈값 순으로 이해하면 좋아요. 또한, 자료의 분포가 한쪽으로 치우친(왜도, Skewness) 경우, 중앙값이 평균보다 중심을 더 잘 설명해요. 보건행정에서 데이터를 분석할 때는 단순히 평균만 보지 말고, 분포 형태와 이상치를 확인한 후 적절한 대표값을 선택하는 습관이 필요해요.
개념 정리
| 지표 | 정의/계산법 | 이상치 영향 | 주요 사용 사례 |
|---|
| 중앙값(Median) | 자료를 크기순 배열 시 중앙에 위치한 값 | 매우 낮음 (순위 기반) | 소득, 의료비, 입원기간 등 이상치 존재 가능성 높은 자료 |
| 산술평균(Mean) | 모든 관측값의 합 / 관측값 개수 | 매우 높음 | 정규분포를 따르는 자료 (예: 신장, 체중) |
| 최빈값(Mode) | 가장 자주 관측되는 값 | 낮음 (빈도 기반) | 혈액형, 선호하는 진료과 등 범주형 자료 |
| 기하평균(Geometric Mean) | n개 관측값 곱의 n제곱근 | 높음 | 성장률, 비율의 평균 (예: 세균 배양 증가율) |
| 조화평균(Harmonic Mean) | 관측값 역수의 산술평균의 역수 | 높음 | 속도, 효율의 평균 (예: 평균 진료 속도) |
한눈에 비교!
| 비교 항목 | 중앙값 vs 산술평균 |
|---|
| 이상치 영향 | 중앙값: 영향 없음
산술평균: 매우 큰 영향 (이상치 쪽으로 끌려감) |
| 자료 활용 | 중앙값: 순위 정보만 활용
산술평균: 모든 관측값의 수치 활용 |
| 적합한 분포 | 중앙값: 비대칭(왜도) 분포
산술평균: 대칭(정규) 분포 |
| 보건행정 사례 | 중앙값: "전체 환자의 전형적인 입원일수는 5일"
산술평균: "환자 1인당 평균 진료비는 50만원" (고액 환자 포함) |
실무 포인트
병원 경영 데이터(예: 평균 재원일수(ALOS), 평균 진료비)를 분석할 때, 단순한 산술평균만 제시하면 심각한 오해를 불러일으킬 수 있어요. 예를 들어, 몇 명의 초고액 진료 환자 때문에 전체 평균 진료비가 급등했다면, 중앙값을 함께 제시하여 "대부분의 환자"가 부담하는 전형적인 비용을 보여주는 것이 더 정확한 정보 전달이에요.
핵심! 병원 리포트나 성과 지표(KPI) 작성 시, 데이터 분포를 확인하고 이상치가 있다면 중앙값을 중심경향 지표로 사용하는 것이 바람직해요.
암기 팁
"
중앙에 서면
극단을 보지 않는다!" 중앙값(Median)은 중앙(中央)에 위치하므로 극단값(이상치)의 영향을 받지 않는다고 연상하세요. 반대로, 평균(Mean)은 "모든 것을 평등하게
평균내다 보니 극단값까지 반영되어
왜곡된다"고 생각하면 돼요.
국시 빈출 포인트
이 주제는 보건의료정보관리사/병원행정사 시험에서
매우 높은 빈도로 출제돼요. 출제 패턴은 1) 이상치가 있을 때 적합한 중심경향 지표 고르기, 2) 주어진 자료(예: 왜도 있는 분포도)를 보고 적합한 지표 고르기, 3) 각 평균(산술, 기하, 조화)의 적용 사례 구분하기 등이에요. 중앙값의 정의와 특성을 정확히 이해하면 쉽게 풀 수 있는 문제예요.
기출 변형 주의!
동일한 개념으로 다음과 같이 변형 출제될 수 있어요:
- 사례형: "한 병원의 외래 진료 대기 시간을 조사했더니, 대부분 10~20분이지만 몇 건의 120분 이상 대기 사례가 있습니다. 이 자료의 중심경향을 가장 잘 나타내는 지표는?"
- 계산형: "주어진 자료 [2, 5, 7, 8, 100]의 중앙값과 산술평균을 각각 구하고, 그 차이를 설명하시오."
- 혼합형: "다음 중 연속형 자료이며 이상치가 많을 때 중심경향 지표로 가장 적절한 것은? (보기에 중앙값, 최빈값, 산술평균 등)"