보건행정 핵심 해설
이 문제는 보건통계학에서 가장 기본적이면서도 실무와 연구에서 자주 활용되는
가설검정 방법을 묻고 있어요. 특히 "동일한 대상"의 "처치 전과 후"라는 조건은 어떤 검정법을 선택해야 하는지 결정하는 핵심 단서예요.
핵심 개념 분석 (Key Concept)
통계적 가설검정은 표본 데이터를 바탕으로 모집단에 대한 주장(가설)을 검증하는 방법이에요. t-검정은 두 집단의 평균을 비교할 때 사용하는 대표적인 방법이며, 데이터의 수집 구조에 따라
독립표본 t-검정(Independent t-test),
대응표본 t-검정(Paired t-test),
일표본 t-검정(One-sample t-test)으로 구분돼요.
정답 근거 (Answer Rationale)
핵심! 정답이
③ 대응표본 t-검정인 이유는 문제의 조건에 완벽히 부합하기 때문이에요. "동일한 대상"에게서 "처치 전과 후"라는 두 개의 측정값을 얻었을 때, 이 두 데이터는 서로 독립적이지 않고
짝(Pair)을 이루고(paired) 있어요. 예를 들어, 혈압 강하제 투여 전과 후의 혈압 측정, 다이어트 프로그램 참가 전과 후의 체중 측정 등이 전형적인 사례예요. 대응표본 t-검정은 바로 이러한
짝지어진 관측치 간의 평균 차이가 통계적으로 유의한지를 검정하는 방법이에요.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답이 틀린 이유와 혼동하기 쉬운 포인트를 정리했어요.
①
카이제곱 검정(Chi-square test): 이는 평균이 아닌
빈도나 비율의 차이를 검정할 때 사용해요. 예를 들어, 성별에 따른 흡연 여부 분포의 차이를 볼 때 사용하지, 전후 평균 비교에는 사용하지 않아요.
②
일표본 t-검정(One-sample t-test): 이는
하나의 표본 집단의 평균이 특정 기준값(예: 국가 평균)과 통계적으로 다른지 비교할 때 사용해요. 두 시점의 비교가 아니에요.
④
독립표본 t-검정(Independent t-test): 이는
서로 다른 두 집단(예: 실험군 vs 대조군)의 평균을 비교할 때 사용해요. 문제는 "동일한 대상"이라고 명시했으므로, 서로 다른 독립된 집단을 비교하는 이 방법은 적합하지 않아요.
⑤
단순회귀분석(Simple regression analysis): 이는 하나의 독립변수(X)가 종속변수(Y)에 미치는 영향을 분석하는 방법이에요. 인과관계나 예측 모형을 만들 때 사용하며, 단순한 전후 평균 차이 검정에는 주로 t-검정을 사용해요.
연관 개념 정리 (Related Concepts)
t-검정을 선택할 때는 "데이터가 어떻게 수집되었는가?"를 먼저 물어야 해요.
1.
한 집단의 평균 vs 알려진 값 →
일표본 t-검정
2.
서로 다른 두 집단의 평균 →
독립표본 t-검정
3.
동일 집단의 두 시점/조건에서의 평균 →
대응표본 t-검정
개념 정리
| 검정 방법 | 사용 목적 | 핵심 조건 | 보건행정 예시 |
|---|
| 대응표본 t-검정 | 동일 집단의 두 관련된 측정값 평균 비교 | 짝지어진 데이터(Paired Data) | 건강교육 프로그램 전후의 건강지식 점수 비교 |
| 독립표본 t-검정 | 서로 무관한 두 집단의 평균 비교 | 독립된 데이터(Independent Data) | 남성과 여성의 평균 진료비 비교 |
| 일표본 t-검정 | 한 집단의 평균이 특정 값과 다른지 비교 | 하나의 표본 집단 | 우리 병원 환자 만족도 점수가 국가 평균 70점과 다른지 검정 |
| 카이제곱 검정 | 범주형 변수 간의 연관성/독립성 검정 | 빈도수(분할표) 데이터 | 진료과목에 따른 재진율의 차이 검정 |
한눈에 비교!
| 비교 항목 | 대응표본 t-검정 | 독립표본 t-검정 |
|---|
| 데이터 관계 | 짝지어짐(의존적) | 독립적 |
| 연구 설계 | 전후 비교(Within-subject) | 집단 간 비교(Between-subject) |
| 분산 고려 | 개인 내 변동 제거 → 검정력 높음 | 개인 간 변동 포함 |
| 실무 키워드 | "동일 환자", "전 vs 후", "좌 vs 우" | "A군 vs B군", "실험군 vs 대조군" |
실무 포인트
병원에서
의료의 질(Quality Improvement) 평가이나 연구를 할 때 이 개념이 빈번히 적용돼요.
-
처리 절차: 1) 전후 데이터 수집 → 2) 정규성 검정(Shapiro-Wilk 등) → 3) 대응표본 t-검정 수행 → 4) p-value 해석(p < .05면 차이 있음) → 5) 결과 보고
-
주의사항: 데이터가 정규분포를 따르지 않으면
비모수 검정인 윌콕슨 부호순위 검정(Wilcoxon signed-rank test)을 사용해야 해요.
-
담당 부서:
의료질관리실(QI Team),
임상연구센터(Clinical Trial Center), 기획조정실에서 데이터 분석 시 필수적으로 알아야 할 개념이에요.
암기 팁
-
대응 = 짝을 생각하세요! "대응표본"은 "짝지어진 표본"이라는 뜻이에요. "동일한 대상 = 나와 내 짝꿍은 나 자신"이라고 연상하면 외우기 쉬워요.
- 영어 명칭으로 구분하세요:
Paired t-test(짝지어진),
Independent t-test(독립된).
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서 통계 파트는
검정 방법의 선택 기준을 사례 중심으로 출제되는 경우가 매우 많아요. "동일 대상 전후 비교"라는 키워드만 보면 반사적으로
대응표본 t-검정을 떠올리세요. 또한, 카이제곱 검정의 사용 목적(빈도 비교)과 함께 묻는 복합 문제도 자주 나옵니다.
기출 변형 주의!
이 개념은 다음과 같이 변형되어 출제될 수 있어요.
-
사례형: "어느 병원에서 새로운 물리치료법의 효과를 평가하기 위해 환자 30명의 치료 전후 통증 점수를 측정하였다. 적절한 통계 분석 방법은?"
-
명칭 연결형: "Paired t-test의 한국어 명칭은?" → 대응표본 t-검정
-
오개념 확인형: "독립표본 t-검정과 대응표본 t-검정 중 검정력(Power)이 일반적으로 더 높은 것은?" → (대응표본 t-검정. 개인 내 변동을 제거하므로)