보건행정 핵심 해설
이 문제는 보건통계학에서 가장 핵심적인 가설검정 방법 중 하나인
분산분석(ANOVA, Analysis of Variance)의 기본 원리를 묻고 있어요. 특히, 세 개 이상의 독립적인 집단(예: 서로 다른 교육 방법) 간 평균 차이를 검정할 때 사용하는 통계적 원리를 이해해야 해요.
핵심 개념 분석 (Key Concept)
분산분석(ANOVA)은 세 개 이상의 집단 평균이 동일한지(귀무가설: μ1=μ2=μ3)를 검정하는 방법이에요. 핵심 아이디어는
전체 데이터의 변동(Variation)을 집단 간 변동(Between-group variation)과 집단 내 변동(Within-group variation)으로 분해하는 거예요. 만약 집단 간 평균 차이가 크다면, 집단 간 변동이 집단 내 변동에 비해 상대적으로 커질 거예요.
정답 근거 (Answer Rationale)
핵심! 정답인 ⑤번이 바로 이 원리를 정확히 설명하고 있어요. 분산분석은
F-통계량(F-statistic)을 계산하는데, 이는
집단 간 평균 제곱(Mean Square Between, MSB)을 집단 내 평균 제곱(Mean Square Within, MSW)으로 나눈 비율이에요.
F = (집단 간 분산) / (집단 내 분산)
이 F-값이 임계값보다 크다면, "집단 간 평균 차이가 통계적으로 유의하다"고 결론을 내릴 수 있어요. 문제의 시나리오처럼 세 가지 교육 방법의 효과를 비교할 때 가장 적합한 방법이 바로 분산분석이에요.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답은 다른 통계 검정법의 원리를 설명하고 있어요.
① "관측값과 기대값의 차이를 제곱하여 합산한다": 이는
카이제곱 검정(Chi-square test)의 원리예요. 범주형 자료(예: 성별에 따른 치료법 선호도)의 독립성이나 적합성을 검정할 때 사용해요.
② "자료의 순위를 매겨 순위 합을 비교한다": 이는
비모수 검정(Nonparametric test)인
크루스칼-왈리스 검정(Kruskal-Wallis test)이나
만-위트니 U 검정(Mann-Whitney U test)의 원리예요. 정규성 가정을 만족하지 않거나 순위 자료일 때 사용해요.
③ "전체 데이터의 중앙값을 비교한다": 중앙값 비교는 비모수 검정에서 자주 쓰이지만, 분산분석의 공식적인 원리는 아니에요.
④ "각 집단 평균의 차이를 쌍별로 t-검정한다": 두 집단 비교에는 t-검정(t-test)을 사용하지만, 세 집단 이상에서 모든 쌍을 t-검정으로 비교하면
다중 비교 문제(Multiple comparisons problem)로 인해 제1종 오류(False positive) 확률이 증가해요. 분산분석은 이 문제를 해결하기 위해 먼저 전체적인 평균 차이를 검정한 후, 필요 시 사후검정(Post-hoc test)을 실시하는 체계적인 접근법이에요.
연관 개념 정리 (Related Concepts)
분산분석에는 여러 유형이 있어요. 문제의 시나리오(서로 다른 세 교육 방법)는
일원분산분석(One-way ANOVA)에 해당해요. 만약 교육 방법(요인 A)과 성별(요인 B)이 치료 순응도에 미치는 영향을 함께 보고 싶다면
이원분산분석(Two-way ANOVA)을 사용해야 해요. 분산분석의 중요한 가정은 정규성(Normality), 등분산성(Homogeneity of variance), 독립성(Independence)이에요.
개념 정리
| 용어 | 의미 | 비고 |
|---|
| 분산분석(ANOVA) | 3개 이상 집단의 평균 차이를 검정 | F-검정 사용 |
| F-통계량 | 집단 간 분산 / 집단 내 분산 | 값이 클수록 집단 간 차이 큼 |
| 집단 간 변동(MSB) | 처리 효과(교육 방법 차이)에 의한 변동 | 분자 |
| 집단 내 변동(MSW) | 개체 간 자연스러운 차이(오차)에 의한 변동 | 분모 |
| 사후검정(Post-hoc) | ANOVA 유의 시, 어느 집단 쌍에서 차이가 나는지 추가 검정 | 튜키(Tukey), 본페로니(Bonferroni) 등 |
한눈에 비교!
| 검정 방법 | 비교 대상 | 사용 통계량 | 주요 용도 |
|---|
| 분산분석(ANOVA) | 3개 이상 집단 평균 | F-통계량 | 교육 방법, 치료법 효과 비교 |
| t-검정(t-test) | 2개 집단 평균 | t-통계량 | 신약 vs 위약군 비교 |
| 카이제곱 검정 | 범주형 변수 간 관계 | χ² 통계량 | 흡연 여부와 폐암 발병 관련성 |
| 크루스칼-왈리스 검정 | 3개 이상 집단 중앙값 (비모수) | H 통계량 | 정규성 불만족 시 ANOVA 대체 |
실무 포인트
병원에서 신규 환자 교육 프로그램(A, B, C)의 만족도 점수를 비교하거나, 다른 병동 간 평균 재원일수를 비교할 때 분산분석이 유용하게 활용돼요. 통계 소프트웨어(SPSS, R, SAS)로 분석 시,
Levene 검정으로 등분산성 가정을 먼저 확인하고, 결과 해석 시 p-value와 함께 F-값, 자유도를 보고하는 것이 전문적이에요.
암기 팁
"
F는 Fraction(분수)!" 집단 간/집단 내 분산의 '분수(비율)'을 비교한다고 생각하세요. 또, "ANOVA는 A(3개 이상)의 평균을 O(Overall, 전체적으로) 검정한다"고 연상하면 좋아요.
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서는 분산분석의
가정, F-통계량의 구성, t-검정과의 차이점, 사후검정의 필요성을 묻는 문제가 자주 나와요. 특히 "세 집단 이상 비교 시 왜 t-검정을 여러 번 쓰면 안 되는가?"에 대한 이해가 중요해요.
기출 변형 주의!
이 개념은 "다음 중 분산분석의 가정이 아닌 것은?" (정답: 자료가 비율척도이다 → 등분산성, 정규성, 독립성이 맞음)이나, "F-통계량의 분모는 무엇인가?" (정답: 집단 내 평균 제곱) 같은 형태로 변형 출제될 수 있어요.