모든 관측값이 동일한 값을 가질 때, 다음 산포도 지표 중 0이 아닌 값을 가지는 것은?

모든 관측값이 동일하면 평균과의 편차가 모두 0이므로 분산과 표준편차는 0이다. 또한 최대값과 최소값이 같으므로 범위도 0이다. 변동계수는 표준편차/평균으로 정의되며, 이 경우 0/평균이 되어 0이거나 정의되지 않는다(평균이 0일 경우).

보건행정 핵심 해설 이 문제는 보건통계학에서 사용되는 산포도(Dispersion) 측정 지표의 기본 원리를 묻고 있어요. 병원 경영 데이터 분석, 의료 품질 지표(QI) 모니터링, 연구 결과 해석 시 데이터의 변동성을 이해하는 것은 매우 중요해요. 핵심 개념 분석 (Key Concept) 산포도 지표는 데이터 값들이 평균 주위에 얼마나 흩어져 있는지를 수치화한 것이에요. 주요 지표로는 분산(Variance), 표준편차(Standard Deviation), 범위(Range), 변동계수(Coefficient of Variation, CV) 등이 있어요. 모든 관측값이 동일하다는 것은 변동성이 전혀 없다는 것을 의미하므로, 대부분의 산포도 지표는 0의 값을 가져요. 정답 근거 (Answer Rationale) 핵심! 모든 관측값이 동일할 때 각 지표의 값을 계산해볼게요. 1. 분산: 각 값과 평균의 차이(편차)의 제곱의 평균입니다. 모든 값이 같으므로 편차는 모두 0이고, 따라서 분산도 0입니다. 2. 표준편차: 분산의 양의 제곱근입니다. 분산이 0이므로 표준편차도 0입니다. 3. 범위: 최댓값 - 최솟값입니다. 모든 값이 같으므로 최댓값과 최솟값이 동일하여 범위는 0입니다. 4. 변동계수: (표준편차 / 평균) × 100% 로 정의됩니다. 표준편차가 0이므로, 평균이 어떤 값이든 (0이 아닐 때) 변동계수는 0이 됩니다. 다만, 평균이 0인 특수한 경우에는 0/0이 되어 정의되지 않지만, 이 경우에도 "0이 아닌 값"은 아니에요. 따라서, 네 가지 지표 모두 0의 값을 가지거나(또는 정의되지 않거나) 합니다. 그러므로 "모두 0의 값을 가진다"는 진술이 옳다고 볼 수 있어요. 정답은 ④번입니다. 오답 분석 (Distractor Analysis) 혼동 주의! ③번 '변동계수'가 0이 아닐 것이라고 생각할 수 있어요. 변동계수는 표준편차를 평균으로 나눈 상대적 산포도 지표로, 단위가 다른 두 집단의 변동성을 비교할 때 유용해요. 표준편차가 0이면 분자 자체가 0이므로, 평균이 0이 아닌 한 결과는 항상 0이 됩니다. "정의되지 않는다"는 경우도 0이 아닌 값을 가지는 것은 아니므로, 이 보기만이 예외라는 주장은 성립하지 않아요. 연관 개념 정리 (Related Concepts) 산포도 지표는 보건통계에서 데이터의 신뢰성과 균일성을 판단하는 데 필수적이에요. 예를 들어, 병원 내 동일 수술의 재원일수가 병동마다 얼마나 차이가 나는지(표준편차), 또는 혈압 측정값의 변동이 상대적으로 큰지(변동계수) 등을 분석하여 의료의 질을 관리(Quality Improvement, QI)하는 데 활용됩니다. 개념 정리

산포도 지표	계산법	모든 값이 같을 때	보건행정 활용 예
분산	편차 제곱의 평균	0	연구 데이터의 오차 분석
표준편차	분산의 제곱근	0	진료 결과의 일관성 평가
범위	최댓값 - 최솟값	0	입원 기간의 최소/최대 차이 파악
변동계수(CV)	(표준편차/평균)×100%	0 (평균≠0) 또는 정의되지 않음(평균=0)	단위가 다른 지표(예: 비용 vs 일수)의 변동성 비교

실무 포인트 병원 행정에서 데이터를 분석할 때, 평균만 보면 중요한 정보를 놓칠 수 있어요. 예를 들어, 두 개의 외래 클리닉이 월 평균 환자 수가 같아도, 한 클리닉은 매일 비슷한 수의 환자가 오고(표준편차 작음), 다른 클리닉은 특정 요일에만 몰려온다면(표준편차 큼) 인력 배치와 자원 관리 전략이 완전히 달라져야 해요. 산포도 분석은 이런 실무적 의사결정의 근거가 됩니다. 암기 팁 "산포도, 다 같으면 제로(0)"라고 외우세요. 분산, 표준편차, 범위는 직관적으로 0이 됩니다. 변동계수는 "표준편차(0) 나누기 평균"이므로 결과는 0이에요. 평균이 0인 극단적 경우는 거의 고려하지 않아도 돼요. 국시 빈출 포인트 산포도 지표의 정의와 계산법, 각 지표의 특징(예: 범위는 극단값에 민감함, 변동계수는 상대적 비교에 사용됨)이 자주 출제됩니다. 특히 '모든 값이 같을 때' 또는 '한 값이 극단적으로 클 때' 각 지표가 어떻게 변하는지를 묻는 문제가 많아요. 기출 변형 주의! 이 개념은 다음과 같이 변형 출제될 수 있어요. * 사례형: "A병원과 B병원의 평균 재원일수는 동일하나, A병원의 표준편차가 더 크다. 이는 무엇을 의미하는가?" (정답: A병원의 재원일수 변동이 더 크다, 즉 관리의 일관성이 낮다) * 계산형: "다섯 명의 환자 나이가 모두 65세일 때, 이 데이터의 분산과 표준편차를 구하시오."

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) 병원 기획팀에서 최근 1년간 '맹장수술(충수절제술, Appendectomy)'에 대한 포괄수가제(DRG) 데이터를 분석하고 있습니다. 평균 재원일수는 표준인 3일로 잘 관리되고 있는 것처럼 보입니다. 그러나 각 케이스별 재원일수를 살펴보니, 2일에서 10일까지 편차가 매우 크게 나타났습니다. 평균만 본다면 문제가 없어 보이지만, 산포도 지표를 함께 분석해야 하는 이유가 무엇일까요? 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 평균 재원일수는 목표치를 달성했지만, 표준편차가 크다는 것은 수술 후 회복 과정이나 병원 내 처치에 있어 균일하지 않은 프로토콜이 적용되고 있거나, 합병증 발생률이 높을 수 있음을 시사합니다. 2. 데이터 심층 분석: 재원일수가 긴 케이스(예: 7일, 10일)의 의무기록(EMR)을 추적하여 원인을 파악합니다. 수술 후 감염, 다른 기저질환의 악화, 사회적 문제로 인한 퇴원 지연 등 다양한 원인이 있을 수 있어요. 3. 대응 및 처리: 분석 결과를 바탕으로 외과, 감염관리실, 간호부와 협의하여 표준화된 임상경로(Clinical Pathway)를 강화하거나, 고위험 환자 조기 발견 시스템을 도입하는 등의 질 관리(QI) 활동을 계획합니다. 4. 사후 기록/보고: 개선 활동 후 동일 지표(평균 재원일수 및 표준편차)를 다시 모니터링하여 개선 효과를 평가하고, 병원 경영진에게 보고합니다. 법적 안전 및 주의사항 (Precautions) 데이터 분석 시 핵심! 환자 개인정보보호를 위해 익명화된 집계 데이터를 사용해야 합니다. 또한, 특정 의사나 부서의 성과를 비난하는 용도가 아니라, 시스템 전체를 개선하기 위한 학습 도구로 활용해야 합니다. 건강보험심사평가원(HIRA)의 적정성 평가도 평균값과 함께 분포(산포도)를 고려한다는 점을 명심하세요. 업무 프로토콜 1. 데이터 수집: EMR 또는 원무시스템에서 관련 DRG 코드의 퇴원 환자 데이터 추출. 2. 산포도 분석: 평균, 표준편차, 범위, 백분위수(예: 75번째 백분위수) 계산. 3. 이상치(Outlier) 검토: 표준편차의 2~3배를 넘는 값의 기록을 검토(원인 코딩 확인). 4. 부서 간 회의: 분석 결과 공유 및 개선 방안 논의. 5. 모니터링: 개선 조치 후 주기적으로 동일 분석 반복. 선배의 한마디 "보건행정가는 숫자 뒤에 숨은 이야기를 읽어내는 사람이에요. 평균 '3일'이라는 숫자 하나만 보지 말고, 그 숫자가 어떻게 만들어졌는지(산포도)를 꼭 확인하세요. 그 작은 차이가 병원의 효율성과 환자 안전을 크게 좌우한답니다. 통계는 단순한 계산이 아니라, 더 나은 의료 서비스를 설계하는 강력한 도구예요!"