보건행정 핵심 해설
이 문제는
보건통계학에서 가장 기본적이면서도 중요한
가설검정 방법의 선택 기준을 묻고 있어요. 보건행정에서 데이터 분석은 정책 효과 평가, 병원 성과 비교, 환자 만족도 분석 등 다양한 분야에 필수적이기 때문에, 어떤 검정 방법을 써야 하는지 원리를 이해하는 게 중요해요.
핵심 개념 분석 (Key Concept): 문제의 핵심은 "
세 군 이상의 평균 비교"입니다. 통계적 가설검정은 비교하고자 하는 집단(군)의 수와 데이터의 특성(독립적/대응적, 연속형/범주형)에 따라 방법이 정해져요.
분산분석(Analysis of Variance, ANOVA)은 정확히 3개 이상의 독립적인 집단 간 평균 차이를 검정하는 데 사용되는 방법이에요.
정답 근거 (Answer Rationale):
핵심! 분산분석(ANOVA)의 기본 원리는 '집단 간 변동'과 '집단 내 변동'을 비교하는 거예요. 만약 집단 간 평균 차이가 크다면, 집단 간 변동이 집단 내 변동에 비해 상대적으로 커지게 되고, 이는 통계적으로 유의미한 차이가 있다는 결론을 내릴 수 있는 근거가 돼요. 예를 들어, A, B, C 세 개 병원의 평균 재원일수를 비교하거나, 서로 다른 세 가지 건강교육 프로그램의 혈압 강하 효과를 비교할 때 사용해요.
오답 분석 (Distractor Analysis):
혼동 주의! ①번 '대응표본 t-검정(Paired t-test)'과 ③번 '독립표본 t-검정(Independent t-test)'은 모두
두 군의 평균을 비교할 때 사용하는 방법이에요. 대응표본은 동일 집단을 전후로 비교할 때(예: 다이어트 프로그램 전후 체중 비교), 독립표본은 서로 다른 두 집단을 비교할 때(예: 남성과 여성의 평균 혈압 비교) 사용하지요. '세 군 이상'이라는 조건에 맞지 않아요.
②번 '피어슨 상관분석(Pearson correlation analysis)'은 두
연속형 변수 간의 선형 관계의 강도와 방향을 분석하는 방법이에요. 예를 들어, 나이와 혈압의 관계를 볼 때 사용하지, 평균 비교가 목적이 아니에요.
⑤번 '카이제곱 검정(Chi-square test)'은 두 개의
범주형 변수 간의 독립성 또는 동질성을 검정하는 방법이에요. 예를 들어, 성별(남/여)과 흡연 여부(예/아니오)가 서로 관련이 있는지 볼 때 사용하지, 평균 비교에는 사용하지 않아요.
연관 개념 정리 (Related Concepts): 분산분석(ANOVA)을 시행한 후, 세 군 이상 중에서 정확히 어느 군들 사이에 차이가 있는지 알아보기 위해 사후검정(Post-hoc test)을 실시해요. 대표적으로 Tukey's HSD, Scheffe, Bonferroni 검정 등이 있어요. 또한, ANOVA에는 일원분산분석(One-way ANOVA, 요인 1개), 이원분산분석(Two-way ANOVA, 요인 2개) 등이 있다는 점도 기억하세요.
개념 정리
| 검정 방법 | 용도 | 비교 대상/변수 |
|---|
| 분산분석(ANOVA) | 3개 이상 집단의 평균 비교 | 범주형 변수(군 구분) vs 연속형 변수(평균) |
| 독립표본 t-검정 | 2개 독립 집단의 평균 비교 | 범주형 변수(2개 군) vs 연속형 변수 |
| 대응표본 t-검정 | 동일 집단의 전후 측정값 평균 비교 | 연속형 변수(시간1 vs 시간2) |
| 피어슨 상관분석 | 두 연속형 변수의 선형 관계 분석 | 연속형 변수 vs 연속형 변수 |
| 카이제곱 검정 | 두 범주형 변수의 연관성 분석 | 범주형 변수 vs 범주형 변수 |
한눈에 비교!
| 비교 항목 | t-검정 (두 군 비교) | ANOVA (세 군 이상 비교) |
|---|
| 주요 용도 | 평균의 차이가 유의미한지 검정 | 평균의 차이가 유의미한지 검정 |
| 적용 군 수 | 2개 | 3개 이상 |
| 가설 | H0: μ1 = μ2 | H0: μ1 = μ2 = μ3 = ... |
| 원리 | t-통계량(평균차/표준오차) | F-통계량(집단간변동/집단내변동) |
| 사후 분석 필요성 | 필요 없음 (두 군 직접 비교) | 필요함 (어느 군들 간 차이인지 확인) |
실무 포인트
보건행정 실무에서 ANOVA는 정말 다양하게 활용돼요.
예시 1: 병원 경영 평가 - 서울, 부산, 대구 소재 동일 종별 병원 3곳의 연간 평균 병상 가동률을 비교하여 지역별 운영 효율성 차이를 분석.
예시 2: 보건정책 효과 분석 - A지역(집중관리), B지역(일반관리), C지역(대조군)의 당뇨병 환자 평균 혈당 관리 지표를 비교하여 정책의 효과성을 입증.
주의사항: ANOVA를 사용하기 전에는 정규성(Normality), 등분산성(Homogeneity of variance) 같은 가정을 확인해야 해요. SPSS, R, SAS 같은 통계 프로그램을 사용하면 쉽게 검정할 수 있어요.
암기 팁
"
평균 비교는 t와 F, 두 개는 t, 셋 이상은 F(ANOVA)"라고 외우세요! t-검정은 t-분포를, ANOVA는 F-분포를 사용한다는 점에서도 연결 지어 기억할 수 있어요.
국시 빈출 포인트
통계 방법 선택 문제는
매년 빠지지 않고 출제되는 고정 출제 영역이에요. "세 군 이상", "평균 비교"라는 키워드만 보면 바로
ANOVA를 떠올려야 해요. 반대로 "두 군", "범주형 변수 간 관계" 같은 키워드로 다른 검정 방법을 묻는 변형 문제도 많아요.
기출 변형 주의!
1.
사례 적용형: "서울, 경기, 인천에 소재한 3개 종합병원의 간호사 직무만족도 평균 점수를 비교하려고 한다. 가장 적합한 통계 검정 방법은?" → 바로 ANOVA.
2.
역방향 질문형: "분산분석(ANOVA)을 사용하기에 적합하지 않은 상황은?" → "두 개의 독립된 집단 평균 비교"를 고르면 돼요.
3.
용어 정의형: "F-검정(F-test)이라고도 불리며, 세 개 이상 모집단의 평균이 동일한지 검정하는 방법은?" → 분산분석.