서로 다른 단위를 가진 두 자료 집단의 산포도를 비교할 때 가장 유용한 지표는?

변동계수(CV)는 표준편차를 평균으로 나눈 값으로, 단위가 없거나 다른 두 집단의 상대적인 변동성을 비교할 때 사용한다. 입원기간과 입원비용은 단위가 다르므로 변동계수를 사용해야 한다.

보건행정 핵심 해설 이 문제는 보건통계 및 병원 경영 성과 지표에서 자료의 변동성을 비교하는 적절한 통계량을 묻고 있어요. 병원 경영에서는 입원기간, 비용, 만족도 등 다양한 척도의 데이터를 비교하며, 단위가 다른 데이터를 어떻게 공정하게 비교할지가 매우 중요해요. 핵심 개념 분석 (Key Concept) 문제의 핵심은 변동계수(Coefficient of Variation, CV)의 용도에 있어요. 변동계수는 표준편차를 평균으로 나눈 값(표준편차/평균)으로, 핵심! 단위가 없어지기 때문에(무차원량), 서로 다른 단위를 가진 두 개 이상의 자료 집단 간 상대적 변동성을 비교할 때 유일하게 사용할 수 있는 지표예요. 입원기간(일)과 입원비용(만원)은 단위 자체가 완전히 달라 절대적인 산포도(분산, 표준편차)로는 비교가 불가능해요. 정답 근거 (Answer Rationale) 정답이 ① 변동계수인 이유는 다음과 같아요. 1. 법리/원칙: 통계학의 기본 원칙에 따라, 단위가 다른 데이터의 변동성 비교는 단위의 영향을 제거한 상대적 지표를 사용해야 해요. 변동계수는 평균 대비 표준편차의 비율을 나타내므로, 단위의 영향을 받지 않고 순수한 '변동의 크기'를 비교할 수 있어요. 2. 실무 적용: 병원 경영에서 A병원의 입원기간 변동성(예: CV=0.5)과 B병원의 입원비용 변동성(예: CV=0.3)을 비교하면, "B병원의 비용 관리가 A병원의 기간 관리보다 상대적으로 더 안정적이다"라고 해석할 수 있어요. 이는 의료의 질(Quality of Care) 및 효율성 평가에 직접 활용되는 중요한 분석 도구예요. 오답 분석 (Distractor Analysis) 혼동 주의! 다른 선택지들은 모두 단위의 영향을 받는 절대적 산포도 지표이기 때문에 단위가 다른 데이터 간 비교에 사용할 수 없어요. - ② 범위(Range): 최대값-최소값. 단위의 영향을 그대로 받으며, 극단값에 너무 민감해 신뢰도가 낮은 지표예요. - ③ 사분위수 범위(Interquartile Range, IQR): Q3 - Q1. 중앙 50% 데이터의 범위로, 범위보다는 극단값의 영향을 덜 받지만, 여전히 원 데이터의 단위(일, 만원)를 가지므로 다른 단위와의 비교는 불가능해요. - ④ 분산(Variance): 편차 제곱의 평균. 단위가 제곱되어(일², (만원)²) 원래 단위와 달라지며, 해석이 어렵고 단위가 다른 데이터와 비교 자체가 무의미해요. - ⑤ 표준편차(Standard Deviation): 분산의 양의 제곱근으로 원래 단위로 복원됨. 가장 일반적인 산포도 지표이지만, 평균의 크기와 단위에 의존적이므로 단위가 다른 데이터 간 비교 기준이 될 수 없어요. 연관 개념 정리 (Related Concepts) 변동계수는 평균이 0에 가까울 때는 사용에 주의해야 해요(분모가 0에 가까우면 값이 급격히 커짐). 또한, 로그 변환(Log Transformation)을 통해 비정규 분포 데이터의 변동성을 안정화시킨 후 변동계수를 계산하기도 해요. 보건의료 데이터 분석에서 매우 유용한 도구입니다.
개념 정리

지표	정의/계산	특징 및 용도	단위 영향
변동계수(CV)	(표준편차 / 평균) × 100%	서로 단위가 다른 집단의 상대적 변동성 비교	영향 없음(무차원)
표준편차(SD)	√분산	단위가 같은 집단 내에서의 절대적 변동성 측정	영향 있음
분산(Variance)	편차 제곱의 평균	통계적 추정의 기초, 단위가 제곱됨	영향 있음(제곱 단위)
사분위수범위(IQR)	Q3 - Q1	중앙 50% 데이터의 범위, 극단값 영향 적음	영향 있음
범위(Range)	최대값 - 최소값	가장 간단한 산포도, 극단값에 매우 민감	영향 있음

한눈에 비교!

비교 상황	권장 지표	비고
단위가 다른 두 집단 변동성 비교 (예: 입원일수 vs. 진료비)	핵심! 변동계수(CV)	유일하게 사용 가능한 지표
단위가 같은 두 집단 변동성 비교 (예: A병원 vs. B병원 입원일수)	표준편차(SD) 또는 분산	평균 크기가 비슷할 때
평균 크기가 매우 다른 동일 단위 비교 (예: 대형병원 vs. 소형병원 진료비)	변동계수(CV) 권장	평균의 크기 차이 영향을 제거
극단값(Outlier)이 많은 데이터의 산포	사분위수범위(IQR)	범위(Range)보다 robust(강건)함

실무 포인트 병원 기획/경영지원실이나 의료의 질 관리(QI) 팀에서 성과 지표를 분석할 때 변동계수는 필수 도구예요. - 업무 프로토콜: 1) 비교 대상 지표(예: 평균 재원일수(ALOS), 건당 진료비) 선정 → 2) 각 부서/병원별 평균과 표준편차 계산 → 3) 변동계수(CV) 산출 → 4) CV 값이 높은 부서는 해당 지표 관리가 불안정하다고 판단, 원인 분석 실시. - 주의사항: CV는 평균이 0이나 음수일 때 계산 불가. 의료 비용 데이터는 보통 로그 정규분포를 따르므로, 로그 변환 후 CV를 계산하면 더 정확한 비교가 가능해요.
암기 팁 "단위가 다르면 CV!"
"변동계수 = 표준편차 / 평균" → '변(변동계수)하는 표준을 평균으로 나눈다'고 연상하세요. CV는 백분율(%)로 표현하기도 해요.
국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 핵심! 변동계수의 정의와 용도를 직접 묻거나, 단위가 다른 두 데이터를 제시하고 '비교 가능한 지표는?'을 묻는 형태로 자주 출제돼요. '분산', '표준편차', '범위' 등 다른 산포도 지표와의 명확한 구분이 핵심이에요.
기출 변형 주의! - 사례형: "A병원 내과와 B병원 외과의 평균 수술시간과 표준편차가 주어졌을 때, 어느 부서의 수술시간이 더 균일한지 비교하시오." (CV 계산 요구) - 역으로 물어보기: "변동계수를 사용해 비교하기에 적합하지 않은 데이터 쌍은?" (예: 키(cm)와 체중(kg) → 단위는 다르지만 CV 비교 가능 vs. 혈압(mmHg)과 혈압 측정 횟수(회) → 후자는 횟수 자체가 변동성 의미가 약함)

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "병원 경영지원실에서 상급종합병원(Tertiary care hospital) A와 B의 1분기 주요 성과 지표를 분석 중이에요. A병원의 평균 재원일수(ALOS)는 7.2일(표준편차 1.8일), B병원의 건당 입원비용은 450만원(표준편차 90만원)으로 집계되었습니다. 상부에서는 '두 병원 중 어느 지표의 관리가 더 안정적인가?'를 보고하라고 지시했어요. 어떻게 분석해야 할까요?" 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 비교 대상이 '일수'와 '비용'으로 단위가 완전히 다름을 인지합니다. 2. 법적/규정 검토: 통계학 원칙 및 병원 평가 지침에 따라, 단위가 다른 데이터의 변동성 비교는 핵심! 변동계수(CV)를 사용해야 함을 확인합니다. 3. 대응 및 처리: - A병원 ALOS의 CV 계산: (1.8 / 7.2) = 0.25 (또는 25%) - B병원 입원비용의 CV 계산: (90 / 450) = 0.20 (또는 20%) - 해석: B병원의 입원비용 변동계수(20%)가 A병원의 재원일수 변동계수(25%)보다 작다. 따라서, 상대적으로 B병원의 비용 관리가 A병원의 재원일수 관리보다 더 안정적(변동이 적음)이라고 보고할 수 있습니다. 4. 사후 기록/보고: 분석 근거(CV 사용 이유)와 계산 과정, 해석을 명시한 보고서를 작성합니다. 추가로, 변동성이 큰 지표에 대한 원인 분석(예: 중증도 차이, 진료 프로토콜 차이)을 제안하면 더 좋은 인상을 줄 수 있어요. 법적 안전 및 주의사항 (Precautions) - 변동계수는 평균이 0 또는 0에 매우 가까운 데이터에는 적용하지 마세요. (예: 이익/손실 데이터에서 평균이 0 근처) - 의료비 데이터는 보통 오른쪽으로 치우친 분포를 보이므로, 로그 변환을 고려할 수 있어요. 하지만 일반적인 경영 보고에서는 원 데이터의 CV를 사용해도 무방해요. - 보고 시 CV 값만 제시하지 말고, "이는 평균 대비 상대적인 변동성을 나타내는 지표로..."와 같이 배경 설명을 간략히 추가하면 이해도를 높일 수 있어요.
업무 프로토콜 단위가 다른 성과 지표 비교 프로토콜 1. 데이터 수집: 비교 대상 지표의 평균(Mean)과 표준편차(Standard Deviation, SD)를 확보. 2. 적합성 검토: 지표의 단위가 다른지, 평균이 0에 가깝지 않은지 확인. 3. 계산: CV = (SD / Mean) 공식 적용. 필요시 백분율로 표현 (× 100%). 4. 해석: CV 값이 작을수록 평균 대비 변동이 적음 = 관리가 안정적. CV 값이 클수록 변동이 큼 = 불안정, 원인 분석 필요. 5. 보고: CV 값 비교 결과와 함께, 데이터의 한계(예: 중증도 조정 안 됨)를 명시.
선배의 한마디 "보건행정과 통계는 뗄레야 뗄 수 없는 관계예요. 변동계수처럼 단순해 보이는 개념이 실제 병원 경영의 복잡한 데이터를 해석하는 강력한 도구가 된답니다. 숫자 뒤에 숨은 '의미'를 읽어내는 연습을 하다 보면, 데이터 기반 의사결정(Data-driven decision making)을 하는 진정한 전문가가 될 수 있을 거예요. 처음에는 공식이 외워지지 않을 수 있지만, '왜 CV가 필요한 상황인가?'를 먼저 생각해보세요. 자연스럽게 이해가 될 거예요!"