보건행정 핵심 해설
이 문제는 보건통계학에서 가장 기본적이면서도 실무와 연구에서 빈번히 사용되는
가설검정 방법을 묻고 있어요. 보건행정이나 의학 연구에서 두 집단(예: 신약 투여군 vs 대조군, 남성 vs 여성, 병원 A vs 병원 B) 간 평균의 차이가 통계적으로 유의한지 확인하는 것은 정책 효과 평가나 의료 서비스 품질 비교의 근거가 되죠.
핵심 개념 분석 (Key Concept): 문제의 핵심은 "두 독립적인 표본"과 "모분산을 모를 때"라는 두 가지 조건이에요.
독립표본(Independent samples)이란 한 표본의 관측치가 다른 표본의 관측치에 영향을 주지 않는, 서로 무관한 두 집단을 의미해요. 예를 들어, 무작위로 선정된 A병원 환자 50명과 B병원 환자 50명의 평균 재원일수를 비교하는 경우가 여기에 해당해요.
정답 근거 (Answer Rationale):
핵심! 모집단의 분산(σ²)을 알지 못할 때, 표본으로부터 추정된 분산(s²)을 사용하여 평균 차이를 검정하는 방법이 바로
t-검정(t-test)이에요. 그중에서도 두 표본이 서로 독립적이라는 조건을 만족시키는 검정법이
독립표본 t-검정(Independent two-sample t-test)이에요. 이는 보건통계학의 기본 원리로서, 연구 설계 단계에서 반드시 구분해야 할 핵심 개념이죠.
오답 분석 (Distractor Analysis):
- ① ANOVA(Analysis of Variance): 이는
혼동 주의! 세 개 이상의 집단 평균을 동시에 비교할 때 사용하는 분산분석법이에요. 두 집단 비교에도 사용할 수는 있지만, 그 경우 결과는 t-검정의 제곱과 동일해집니다. 주로 다중 비교에 활용되므로 이 문제의 조건에는 부적합해요.
- ② 카이제곱 검정(Chi-squared test): 이 검정은 평균이 아닌
비율이나
분포의 차이를 검정할 때 사용해요. 예를 들어, 흡연자와 비흡연자 간의 폐암 발병 '비율' 차이를 볼 때 사용하지, 평균 연령 차이를 볼 때는 사용하지 않아요.
- ③ 일표본 z-검정(One-sample z-test): 이는
한 개의 표본 평균을 알고 있는 모집단 평균(μ)과 비교할 때 사용하며,
모분산을 알고 있을 때 주로 적용해요. 문제의 "두 독립적인 표본" 조건과 맞지 않아요.
- ④ 대응표본 t-검정(Paired samples t-test): 이는 독립표본 t-검정과 가장 혼동하기 쉬운 개념이에요.
혼동 주의! 대응표본은 동일한 대상에게 처치 전후를 비교하거나, 쌍을 이루는 두 관측치(예: 왼손과 오른손의 악력)를 비교할 때 사용해요. '독립적'이지 않고 '짝을 이룬' 표본에 적용하는 방법이에요.
연관 개념 정리 (Related Concepts): t-검정을 선택한 후에도 '등분산 가정'을 만족하는지 여부에 따라 공통분산을 사용하는 검정법과 따로 분산을 사용하는 검정법(웰치의 t-검정)으로 나뉘어요. 이는 Levene의 등분산 검정 등을 통해 먼저 확인한 후 결정하는 절차가 필요하답니다.
개념 정리
| 검정 방법 | 사용 조건 | 주요 용도 예시 |
|---|
| 독립표본 t-검정 | • 두 개의 독립된 표본
• 비교하고자 하는 변수가 연속형
• 모분산을 모름 | 남성과 여성의 평균 혈압 비교, 두 병원의 평균 만족도 점수 비교 |
| 대응표본 t-검정 | • 동일 집단의 전/후 측정
• 자연스럽게 쌍을 이루는 표본 | 다이어트 프로그램 전/후 체중 비교, 약 복용 전/후 통증 점수 비교 |
| 일표본 t-검정 | • 하나의 표본 평균
• 알고자 하는 모집단 평균(μ)과 비교 | 한 병원 환자들의 평균 나이가 국가 평균(70세)과 다른지 검정 |
한눈에 비교!
| 비교 항목 | 독립표본 t-검정 | 대응표본 t-검정 |
|---|
| 표본 관계 | 서로 무관한 두 집단 (예: A군, B군) | 동일 집단 또는 짝 지어진 집단 (예: 전 vs 후) |
| 자료 특성 | 두 개의 독립된 측정값 세트 | 한 쌍의 측정값 (차이를 계산) |
| 검정 통계량 계산 | 두 표본 평균의 차이 사용 | 쌍별 차이(paired difference)의 평균 사용 |
| 실무 예시 | 신약군과 위약군의 평균 회복일 비교 | 한 환자에게 신약 투여 전후의 혈압 비교 |
실무 포인트
보건행정 현장에서, 예를 들어 병원 경영 개선 프로젝트를 할 때 두 개의 다른 부서(예: 내과 vs 외과)의 평균 업무 처리 시간을 비교하여 효율성 차이를 분석한다면, 바로
독립표본 t-검정을 사용해야 해요. 데이터 수집 시 두 부서의 데이터가 서로 영향을 주지 않도록 독립적으로 수집하는 것이 첫걸음이에요. 분석 시에는 SPSS, R, SAS 등의 통계 소프트웨어에서 'Independent Samples T-Test' 메뉴를 선택하면 돼요.
암기 팁
"
독(립)다르고, 대(응)같아!" 라고 외우세요. 비교하는 표본이
다른 집단이면 '독립표본',
같은 집단의 전후면 '대응표본' t-검정이에요.
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서는 통계 파트에서
핵심! 검정 방법의 선택 기준이 매우 자주 출제돼요. "어떤 자료형(범주형/연속형)인가?", "몇 개의 집단을 비교하는가?", "표본이 독립적인가 대응적인가?" 이 세 가지 질문을 순서대로 떠올리면 정답을 쉽게 고를 수 있어요.
기출 변형 주의!
이 개념은 다음과 같이 변형 출제될 수 있어요:
1.
사례형: "A연구원이 새로운 물리치료법의 효과를 검증하기 위해 실험군 30명, 대조군 30명을 무작위로 배정하여 치료 후 통증 점수를 측정하였다. 적합한 통계검정 방법은?" → 정답: 독립표본 t-검정.
2.
역방향 질문: "독립표본 t-검정의 가정으로 옳지 않은 것은?" → 정답: "표본들이 서로 대응되어야 한다" (오답, 대응표본의 가정임).