보건행정 핵심 해설
이 문제는 보건통계학에서 가장 기본이 되는 기술통계(Descriptive Statistics)의 두 가지 핵심 개념인
중심 경향성(Central Tendency)과
산포도(Dispersion)를 구분하는 능력을 묻고 있어요. 보건행정에서 데이터 분석은 정책 효과 평가, 병원 경영 지표 분석, 건강 불평등 측정 등 모든 분야의 기초가 되므로, 이 개념을 명확히 이해하는 것이 매우 중요해요.
핵심 개념 분석 (Key Concept)
통계 지표는 크게 두 가지 목적을 가져요.
1.
중심 경향성 지표: 데이터가 어떤 값을 중심으로 모여 있는지를 나타내는 '대표값'이에요. 평균(Mean), 중앙값(Median), 최빈값(Mode)이 대표적이에요.
2.
산포도 지표: 데이터가 얼마나 퍼져 있는지, 변동성이 큰지를 나타내는 지표예요. 평균만으로는 데이터의 전체 모습을 파악하기 어려워요. 예를 들어, 두 병동의 평균 재원일수가 같아도 한 병동은 환자별 재원일수가 고르고, 다른 병동은 매우 짧거나 매우 긴 경우가 혼재한다면, 이는 전혀 다른 관리가 필요한 상황이죠. 바로 이 '퍼짐 정도'를 측정하는 것이 산포도 지표예요.
정답 근거 (Answer Rationale)
정답은
② 평균이에요.
핵심! 평균(Mean)은 모든 관측값을 더해 개수로 나눈 값으로, 자료의 중심 위치를 가장 잘 대표하는 값 중 하나예요. 반면,
범위(Range),
사분위수 범위(Interquartile Range, IQR),
분산(Variance),
표준편차(Standard Deviation)는 모두 자료 값들이 평균이나 중앙값을 중심으로 얼마나 멀리 떨어져 있는지, 즉 산포 정도를 수치화한 지표들이에요.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답 선택지들이 산포도를 측정하는 원리를 정확히 이해해야 해요.
* ①
범위: 최댓값과 최솟값의 차이로, 가장 간단하지만 극단값(Outlier)에 매우 민감해요.
* ③
사분위수 범위: 데이터를 4등분했을 때, 상위 25%(제3사분위수, Q3)와 하위 25%(제1사분위수, Q1)의 차이(IQR = Q3 - Q1)예요. 중앙 50% 데이터의 퍼짐을 나타내므로, 극단값의 영향을 받지 않아 더욱 안정적인 산포도 지표로 사용돼요.
* ④
분산: 각 자료값이 평균에서 떨어진 거리(편차)의 제곱을 평균낸 값이에요. 단위가 제곱이 되어 해석이 어려운 단점이 있어요.
* ⑤
표준편차: 분산에 제곱근을 씌워 원래 자료의 단위로 돌려놓은 값이에요. 가장 널리 사용되는 산포도 지표이며, "평균 ± 표준편차" 범위 내에 대략 얼마나 많은 데이터가 포함되는지 추정할 수 있어요.
연관 개념 정리 (Related Concepts)
*
변동계수(Coefficient of Variation, CV): 표준편차를 평균으로 나눈 값(%). 단위가 다른 두 데이터 집단의 산포도를 비교할 때 사용해요. 예: 두 병원의 평균 재원일수와 그 변동성 비교.
*
왜도(Skewness) & 첨도(Kurtosis): 데이터 분포의 모양을 설명하는 지표로, 왜도는 분포의 비대칭 정도, 첨도는 꼬리의 두꺼움 정도를 나타내요.
개념 정리
| 구분 | 주요 지표 | 의미 | 특징/용도 |
|---|
| 중심 경향성 | 평균(Mean) | 모든 값의 합 / 개수 | 대표값, 극단값 영향 큼 |
| 중앙값(Median) | 크기 순 정렬 시 가운데 값 | 극단값 영향 적음, 비대칭 분포에 유리 |
| 최빈값(Mode) | 가장 자주 나타나는 값 | 범주형 자료에 사용 |
| 산포도 | 범위(Range) | 최댓값 - 최솟값 | 간단하지만 극단값 민감 |
| 사분위수 범위(IQR) | Q3 - Q1 | 중앙 50%의 퍼짐, 극단값 영향 적음 |
| 분산(Variance) | 편차 제곱의 평균 | 단위가 제곱, 해석 어려움 |
| 표준편차(SD) | 분산의 제곱근 | 가장 일반적, 평균과 함께 보고 |
| 변동계수(CV) | (SD / 평균) × 100% | 단위 다른 집단 간 산포도 비교 |
실무 포인트
*
병원 경영 지표 분석: 월별 외래 환자 수의 '평균'과 함께 '표준편차'를 보면 업무량 변동성을 파악해 인력 배치에 반영할 수 있어요.
*
의료 질 관리(QI): 수술 후 평균 재원일수를 줄이는 프로젝트를 진행할 때, 표준편차나 IQR이 함께 줄어들었는지 확인해야 해요. 평균만 줄이고 산포도가 커지면, 일부 환자에게는 오히려 불리한 결과가 발생했을 수 있어요.
*
보건통계 보고: 지역주민 건강검진 데이터를 분석할 때, 혈압, 혈당 등의 '평균'과 더불어 그 '산포'를 제시함으로써 건강 불평등 수준을 가시화할 수 있어요.
암기 팁
* "중심은 대표값(평균, 중앙값, 최빈값), 퍼짐은 산포도(범위, IQR, 분산, 표준편차)"라고 외우세요.
* 표준편차는 분산의 뿌리(제곱근)를 찾아 원래 단위로 돌아온 것이라고 생각하세요.
국시 빈출 포인트
이 주제는 중심 경향성 vs 산포도 지표 구분 문제로 매년 빠지지 않고 출제돼요. '다음 중 ~가 아닌 것은?' 형태로 평균, 중앙값, 표준편차, 분산, 범위 등을 섞어서 내는 패턴이 매우 흔해요. 각 지표의 정의와 용도를 정확히 알고 있으면 쉽게 풀 수 있어요.
기출 변형 주의!
* 사례 적용형: "A병원과 B병원의 평균 재원일수는 7일로 동일하다. 그러나 A병원의 표준편차는 2일, B병원은 5일이다. 이로부터 알 수 있는 것은?" → B병원의 재원일수 변동성이 더 크다(관리 품질이 불균일할 가능성).
* 계산형: 간단한 데이터 세트가 주어지고 분산이나 표준편차를 계산하도록 하는 문제도 출제될 수 있어요.