보건행정 핵심 해설
이 문제는 보건통계학의 기초가 되는
산포도(變異數, Dispersion)의 핵심 정의를 묻고 있어요. 보건행정에서는 질병 발생률, 의료비 지출, 환자 만족도 점수 등 다양한 데이터를 분석할 때, 단순히 평균만 보는 것이 아니라 데이터가 얼마나 퍼져 있는지(분산)를 이해하는 것이 정책 효과 평가나 병원 경영 진단에 매우 중요해요.
핵심 개념 분석 (Key Concept)
분산(Variance)은 데이터의
산포도를 측정하는 가장 기본적인 지표 중 하나예요. 평균이 데이터의 중심 위치를 나타낸다면, 분산은 각 데이터 포인트가 그 중심으로부터 평균적으로 얼마나 멀리 떨어져 있는지를 수치화한 것이죠. 보건의료 데이터 분석, 연구 논문의 통계 처리, 병원 성과 지표(예: 수술 소요 시간의 변동성) 모니터링 등 전 분야에서 활용되는 기초 개념이에요.
정답 근거 (Answer Rationale)
핵심! 통계학의 표준 정의에 따르면,
분산(Variance)은 "각 관찰값에서 평균을 뺀 값(편차)을 제곱한 후, 그 제곱값들의 평균을 구한 것"이에요. 수식으로는 σ² = Σ(xᵢ - μ)² / N (모집단) 또는 s² = Σ(xᵢ - x̄)² / (n-1) (표본)으로 표현돼요. 따라서 정답은 "각 관찰값과 평균 간 차이의 제곱의 평균"을 설명한 ①번이에요.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답은 다른 통계 개념과 혼동하기 쉽게 만들어졌어요.
②번 "최댓값과 최솟값의 차이": 이는
범위(Range)의 정의예요. 극단값에만 영향을 받아 산포도를 정확히 나타내지 못하는 단점이 있어요.
③번 "제3사분위수와 제1사분위수의 차이": 이는
사분위수 범위(Interquartile Range, IQR)의 정의로, 데이터의 중간 50%가 퍼진 정도를 나타내요. 극단값의 영향을 받지 않는다는 장점이 있어요.
④번 "각 관찰값과 평균 간 차이의 절대값의 평균": 이는
평균 편차(Mean Deviation) 또는
평균 절대 편차(Mean Absolute Deviation, MAD)의 정의예요. 분산과 유사하지만 제곱 대신 절대값을 사용해요. 수학적 처리(미분 등)가 어려워 분산보다 덜 사용돼요.
⑤번 "각 관찰값과 평균 간 차이의 제곱의 합": 이는
제곱합(Sum of Squares, SS)의 정의예요. 분산을 계산하는 과정의 중간 단계 값이며, 분산은 이 제곱합을 (데이터 수 - 1)이나 N으로 나눈 것이에요.
연관 개념 정리 (Related Concepts)
분산의 제곱근을 취한 값을
표준편차(Standard Deviation)라고 해요. 표준편차는 원래 데이터와 단위가 같아 해석이 더 쉬워 실제 보고에서 더 자주 사용되요. 또한, 표준편차를 평균으로 나눈 값을
변동계수(Coefficient of Variation, CV)라고 하며, 단위가 다른 데이터 집단 간 산포도를 비교할 때 유용해요.
개념 정리
| 개념 | 정의 | 특징/용도 |
|---|
| 분산(Variance) | 편차(관측값-평균)의 제곱의 평균 | 산포도의 기본 측정치. 제곱 단위라 해석이 어려움. |
| 표준편차(SD) | 분산의 제곱근 | 원 데이터와 단위 일치. 가장 흔히 사용되는 산포도 지표. |
| 범위(Range) | 최댓값 - 최솟값 | 계산 쉽지만 극단값에 민감. |
| 사분위범위(IQR) | Q3(제3사분위수) - Q1(제1사분위수) | 중간 50% 데이터의 폭. 극단값 영향 없음. |
| 평균절대편차(MAD) | 편차의 절대값의 평균 | 분산의 대안이지만 미분 불가능해 덜 사용. |
한눈에 비교!
| 비교 항목 | 분산(Variance) | 표준편차(Standard Deviation) |
|---|
| 관계 | 기본값 | 분산의 제곱근 (√분산) |
| 단위 | 원 데이터 단위의 제곱 (예: kg², 년²) | 원 데이터 단위와 동일 (예: kg, 년) |
| 해석 용이성 | 단위가 달라 직관적 이해 어려움 | 단위가 같아 평균과 직접 비교 가능 (예: 평균±1SD) |
| 주요 용도 | 통계적 추론(검정, 분산분석)의 기초 | 데이터 분포 설명, 신뢰구간 계산 |
실무 포인트
병원 행정 및 보건정책 평가에서 분산/표준편차는 어떻게 쓰일까요?
1. 병원 경영: 월별 입원 환자 수의 표준편차를 계산하여 병상 관리와 직원 스케줄링의 변동성을 예측합니다.
2. 의료 질 관리(Quality Improvement): 동일 수술의 소요 시간 표준편차를 모니터링하여 프로세스 표준화 정도를 평가합니다. 표준편차가 크면 수술법이나 준비 과정에 일관성이 부족함을 의미할 수 있어요.
3. 보험 심사: 특정 질환의 평균 입원일수와 그 표준편차를 분석하여 비정상적으로 긴 입원(Outlier) 사례를 선별해 감사의 대상으로 삼을 수 있어요.
4. 연구 설계: 표본 수를 계산할 때 필요한 핵심 입력값이 표준편차예요. 효과 크기(effect size)와 함께 연구의 필요 표본 크기를 결정합니다.
암기 팁
"
분산은 편차 제곱의 평균"이라는 문장을 외우세요. "제곱의 평균"이라는 키포인트가 ⑤번 '제곱의 합'과 구분하는 핵심이에요. '평균'이 들어가야 진짜 분산이에요!
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서는
핵심! 분산의 정의 자체를 직접 묻거나, 표준편차, 변동계수 등 관련 개념의 계산 및 해석을 묻는 문제가 자주 출제돼요. 특히 '제곱합(Sum of Squares)'과의 구분은 함정 선택지로 단골 출제되니 꼭 기억하세요.
기출 변형 주의!
이 개념은 다음과 같이 변형되어 출제될 수 있어요.
사례형: "A병원과 B병원의 당뇨 환자 공복 혈당 관리 수치가 주어졌을 때, 어느 병원의 관리가 더 일관적인지 판단하시오." → 표준편차나 변동계수를 계산하여 비교하는 문제.
계산형: "5명 환자의 재원일수 데이터가 주어졌을 때, 분산과 표준편차를 계산하시오." → 직접 계산 과정을 수행하는 문제.