자료에 극단적으로 크거나 작은 값(이상치)이 포함되어 있을 때, 이 값의 영향을 가장 덜 받는 산포도 측정치는?

사분위수 범위(IQR)는 제1사분위수와 제3사분위수의 차이로, 자료의 중간 50%에 기반하기 때문에 극단값(이상치)의 영향을 거의 받지 않는다. 범위, 분산, 표준편차, 변동계수는 모두 평균이나 최대/최소값을 사용하므로 이상치의 영향을 크게 받는다.

보건행정 핵심 해설 이 문제는 보건통계 및 병원 경영 데이터 분석에서 매우 중요한 개념인 산포도(變動度, Dispersion) 측정치의 특성을 묻고 있어요. 특히 핵심! 데이터에 포함된 이상치(Outlier)가 각 통계치에 미치는 영향을 이해하는 것이 포인트입니다. 핵심 개념 분석 (Key Concept) 산포도는 데이터가 평균을 중심으로 얼마나 퍼져 있는지를 나타내는 지표예요. 주요 측정치로는 범위(Range), 분산(Variance), 표준편차(Standard Deviation), 변동계수(Coefficient of Variation), 사분위수 범위(Interquartile Range, IQR) 등이 있습니다. 이 중 어떤 지표가 이상치에 강건하다(Robust)는지를 판단해야 해요. 정답 근거 (Answer Rationale) 정답은 5번 '사분위수 범위(IQR)'입니다. 그 이유는 IQR이 데이터를 크기 순으로 나열했을 때, 중앙값(Median)을 기준으로 한 중간 50% 데이터(제1사분위수 Q1과 제3사분위수 Q3 사이)의 범위만을 계산하기 때문이에요. 극단적으로 크거나 작은 값(이상치)은 Q1보다 작은 하위 25% 또는 Q3보다 큰 상위 25%에 위치하게 되어 IQR 계산에서 완전히 배제됩니다. 따라서 이상치의 영향을 거의 받지 않는 강건한(Robust) 산포도 측정치라고 할 수 있어요. 오답 분석 (Distractor Analysis) 혼동 주의! 다른 선택지들은 모두 이상치에 민감하게 반응합니다.
① 표준편차: 평균으로부터의 편차 제곱의 평균에 루트를 씌운 값입니다. 이상치는 평균을 크게 끌어당기고, 평균과의 거리가 매우 크기 때문에 제곱하면 그 영향이 더욱 증폭되어 표준편차 값을 급격히 증가시킵니다.
② 범위: 최대값과 최소값의 차이입니다. 이상치는 바로 최대값이나 최소값이 되어 범위를 극단적으로 넓히는 직접적인 원인이 됩니다.
③ 분산: 표준편차의 제곱입니다. 표준편차와 마찬가지 이유로 이상치의 영향을 가장 크게 받는 측정치 중 하나입니다.
④ 변동계수: 표준편차를 평균으로 나눈 값(표준편차/평균)으로, 단위가 다른 자료의 산포를 비교할 때 사용됩니다. 이상치는 평균과 표준편차 모두에 영향을 미치므로, 변동계수 역시 그 영향을 받게 됩니다. 연관 개념 정리 (Related Concepts) 이상치에 강건한 대표적인 위치 측정치는 중앙값(Median)입니다. 평균(Mean)은 이상치에 매우 민감하지만, 중앙값은 데이터의 순서만 중요하기 때문에 이상치의 영향을 받지 않아요. IQR은 이러한 중앙값의 철학을 산포도 측정으로 확장한 개념이라고 볼 수 있어요. 개념 정리

측정치	계산 방식	이상치 영향	주요 용도
사분위수 범위(IQR)	Q3 - Q1	거의 없음 (강건함)	이상치가 있을 때 산포 파악, 상자그림(Box plot) 작성
범위(Range)	최대값 - 최소값	매우 큼	데이터의 전체적인 퍼짐 간단 확인
분산(Variance)	편차 제곱의 평균	매우 큼	통계적 추정, 검정의 기초
표준편차(SD)	분산의 제곱근	매우 큼	평균 주변의 일반적인 산포 설명
변동계수(CV)	SD / 평균	큼	단위가 다른 자료군 간 산포 비교

한눈에 비교!

구분	이상치에 강건한 측정치	이상치에 민감한 측정치
위치 측정	중앙값(Median), 사분위수(Q1, Q3)	평균(Mean)
산포 측정	사분위수 범위(IQR), 중위절대편차(MAD)	범위, 분산, 표준편차
특징	데이터의 순서(순위)에 기반	데이터의 모든 값과 평균에 기반

실무 포인트 병원 경영 데이터(예: 평균 재원일수, 진료비 분포, 직원 업무 처리 시간)를 분석할 때는 항상 데이터에 이상치가 있는지 먼저 확인해야 해요. 예를 들어, 특정 고액 진료비 1건이 전체 평균 진료비를 급격히 올려 잘못된 해석을 초래할 수 있습니다. 이럴 때는 평균 대신 중앙값을, 표준편차 대신 IQR을 사용하여 데이터의 전형적인 모습을 파악하는 것이 현명한 방법이에요. 암기 팁 "사분위수는 이상치를 쿨하게 무시한다(IQR Ignores Crazy Outliers Reliably)"라고 기억하세요! IQR은 데이터의 가운데 50%만 본다는 점에서 '쿨하다'고 생각하면 외우기 쉬워요. 국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 통계 기본 개념과 함께 핵심! 이상치에 강건한 통계량 vs 민감한 통계량을 비교하는 문제가 자주 출제됩니다. IQR과 중앙값을 한 세트로, 평균과 표준편차를 다른 세트로 묶어서 이해해 두세요. 기출 변형 주의! 같은 개념을 "다음 중 중앙값과 함께 사용할 때 데이터의 대표성을 가장 잘 나타내는 산포도는?" 또는 "상자그림(Box plot)에서 상자의 길이가 나타내는 것은?" 같은 형태로 변형 출제될 수 있어요. IQR은 상자그림의 상자 부분을 구성하는 핵심 요소임을 꼭 기억하세요.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) 병원 기획팀에서 외래 진료과별 '평균 진료 소요 시간'을 분석하여 진료 효율성을 평가하려고 합니다. 데이터를 보니, A과는 대부분 20~30분이지만 특정 복잡한 환자 2명으로 인해 120분 이상의 기록이 섞여 있습니다. B과는 모든 환자가 15~25분 사이에 집중되어 있습니다. 단순 평균과 표준편차로 비교하면 A과의 평균이 매우 높고 산포도 크게 나와 비효율적으로 보일 수 있습니다. 행정 중재 전략 (Admin Intervention) 1. 상황 파악: A과 데이터에 명백한 이상치(120분 이상)가 존재함을 인지합니다. 2. 법적/규정 검토: 통계적 분석 시 이상치 처리는 내부 지침에 따르되, 일반적인 통계 원칙을 적용합니다. 3. 대응 및 처리: 평균과 표준편차 대신 중앙값과 사분위수 범위(IQR)를 사용하여 각 과의 전형적인 진료 시간과 그 변동성을 파악합니다. A과의 중앙값은 25분, IQR은 10분(20분~30분)으로 분석될 수 있어, 실제 대부분의 진료는 효율적임을 보여줄 수 있습니다. 4. 사후 기록/보고: 분석 보고서에 "이상치를 포함한 평균"과 "이상치의 영향을 배제한 중앙값 및 IQR"을 모두 제시하고, 해석 시 주의사항을 명기합니다. 법적 안전 및 주의사항 (Precautions) 데이터를 의도적으로 조작하거나 숨기는 것은 윤리적, 법적 문제가 될 수 있습니다. 이상치를 제거할 때는 그 이유(예: 데이터 입력 오류, 극히 예외적인 의학적 상황)를 명확히 기록하고, 가능하면 이상치를 포함/배제한 두 가지 분석 결과를 모두 제시하는 것이 투명한 보고 방법입니다. 업무 프로토콜 1. 데이터 수집 후, 상자그림(Box plot)이나 산점도(Scatter plot)를 통해 이상치 시각적 확인. 2. 이상치 발견 시, 원인 파악(의무기록 확인 등). 3. 분석 목적 결정: 전체 현황 파악 vs 전형적 패턴 파악. 4. 적절한 통계량 선택: 전자라면 평균/SD, 후자라면 중앙값/IQR. 5. 보고서에 사용한 통계량과 그 이유 명시. 선배의 한마디 "병원 데이터는 사람의 건강과 직결되어 있어 항상 예외가 존재하기 마련이에요. 평균 하나로 모든 걸 판단하려다 보면 중요한 본질을 놓치기 쉬워요. 이상치를 어떻게 바라보고 처리할지에 따라 당신의 데이터 해석 능력이 드러납니다. IQR처럼 '중심'을 보는 안목을 키우세요!"