어떤 연구에서 혈압 강하제의 효과를 조사하기 위해 환자 25명의 평균 이완기 혈압 강하량을 측정했다. 표본평균은 8mmHg, 표본표준편차는 5mmHg였다. 모평균 강하량에 대한 95% 신뢰구간을 구하기 위한 기준값(t값)은? (자유도 24, 양측 0.05 유의수준 t값=2.064)

모집단 표준편차를 모르고 표본크기(n=25)가 크지 않으므로 t-분포를 사용한다. 자유도는 n-1=24이며, 95% 신뢰구간에 해당하는 양측 t값은 2.064이다.

보건행정 핵심 해설 이 문제는 보건통계학에서 가장 기본적이면서도 핵심적인 개념인 신뢰구간(Confidence Interval) 추정과 t-분포(t-distribution)의 적용 조건을 묻고 있어요. 보건행정 현장에서는 의료 서비스 효과 평가, 건강정책 효과 분석, 병원 경영 지표 해석 등 다양한 분야에서 통계적 추정이 필수적으로 사용되기 때문에, 그 원리를 정확히 이해하는 것이 매우 중요해요. 핵심 개념 분석 (Key Concept): 신뢰구간은 표본 데이터를 바탕으로 모집단의 평균(모평균)이 있을 법한 값의 범위를 확률적으로 제시하는 방법이에요. 95% 신뢰구간은 "이 방법으로 구간을 추정했을 때, 그 구간이 모평균을 포함할 확률이 95%이다"라는 의미예요. 이때 사용하는 기준값(임계값)은 표본의 크기와 모집단 분산에 대한 정보에 따라 달라져요.
핵심! z-분포(정규분포) vs t-분포의 선택 기준은 다음과 같아요. 1. 모집단 표준편차를 알고 있고, 표본 크기가 크거나 모집단이 정규분포를 따른다 → z-분포 사용 (기준값: 1.96 for 95% CI). 2. 모집단 표준편차를 모르고, 표본 표준편차로 대체하며, 표본 크기가 작다(n < 30) → t-분포 사용. 이 문제에서는 모표준편차를 모르고, 표본크기(n=25)가 30 미만이므로 t-분포를 사용하는 것이 정확해요. 정답 근거 (Answer Rationale): 정답은 ⑤번 '2.064'입니다. 그 근거는 문제에 명시된 조건에 정확히 부합하기 때문이에요. - 사용 조건: 모표준편차 미지, 표본크기 n=25 (소표본) → t-분포 사용. - 자유도(Degrees of Freedom, df): n - 1 = 25 - 1 = 24 - 신뢰수준(Confidence Level): 95% → 유의수준(α) = 0.05 - 검정 방식: 양측 검정 (신뢰구간은 상한과 하한을 모두 구하므로) 문제에서 "(자유도 24, 양측 0.05 유의수준 t값=2.064)"라고 직접 주어졌기 때문에, 계산 없이도 이 값이 기준값(t값)임을 알 수 있어요. 오답 분석 (Distractor Analysis):
① 2.492: 이는 자유도 24에서 98% 신뢰구간(양측 α=0.02)에 가까운 t값이거나, 다른 자유도에서의 95% t값일 수 있어요.
② 3.091: 이는 자유도가 매우 작을 때(예: df=2)의 95% t값이거나, 99% 신뢰구간의 t값에 가까워요.
③ 2.797: 이는 자유도 24에서 99% 신뢰구간(양측 α=0.01)의 t값에 해당해요. 신뢰수준이 높아질수록 구간이 넓어지므로 t값이 커집니다.
④ 1.96: 혼동 주의! 이는 표준정규분표(z-분포)에서 95% 신뢰구간의 기준값이에요. 대표본(n≥30)이거나 모표준편차를 알 때 사용합니다. 이 문제의 조건과 맞지 않아요. 연관 개념 정리 (Related Concepts): - 자유도(Degrees of Freedom): 표본 데이터 중 독립적으로 변할 수 있는 정보의 수. 평균 추정 시 n-1인 이유는, 표본의 n개 관측치 중 (n-1)개가 정해지면 나머지 하나는 표본평균이 정해져 있기 때문에 자유롭지 않기 때문이에요. - 표준오차(Standard Error, SE): 표본평균의 변동성을 나타내며, 공식은 SE = 표준편차 / √표본크기 입니다. 신뢰구간의 너비는 표준오차와 t값의 곱으로 결정돼요. 개념 정리

구분	z-분포(정규분포) 사용	t-분포 사용
주요 조건	모표준편차(σ)를 알거나, 표본크기(n)가 충분히 큼 (일반적 n≥30)	모표준편차(σ)를 모르고, 표본크기(n)가 작음
95% CI 기준값	1.96 (고정값)	자유도(n-1)에 따라 변함 (예: df=24 → 2.064)
용도	대표본 조사, 알려진 모집단 분산 하의 추정	소표본 실험 연구(예: 신약 임상시험), 모분산 미지의 추정

실무 포인트 보건행정 또는 병원 경영에서 통계 결과를 해석할 때는 반드시 어떤 분포를 사용해 신뢰구간을 구했는지 확인해야 해요. 예를 들어, 건강보험 자료를 이용한 대규모 연구(n>1000) 보고서에서는 z값(1.96)을 사용한 95% 신뢰구간이 일반적이지만, 특정 병동에서 신규 간호 프로토콜을 20명에게 적용한 효과를 분석한 내부 보고서라면 t값(예: df=19, t=2.093)을 사용한 신뢰구간이 더 정확해요. 잘못된 기준값 사용은 결과 해석의 오류로 이어질 수 있어요. 암기 팁 - "소표본, 모르는 시그마(σ), t를 써라!" → 표본이 작고(

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "병원 경영지원실에서 신규 도입한 원격 모니터링 시스템이 당뇨 환자의 혈당 조절에 미치는 효과를 18명의 환자로 시범 운영하여 평가하려고 합니다. 3개월 후 평균 당화혈색소(HbA1c) 감소량이 0.8%, 표준편차가 0.5%로 나타났습니다. 이 효과의 95% 신뢰구간을 보고서에 제시해야 합니다. 어떤 기준값을 사용해 계산해야 할까요?" 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 평가 대상 환자 수(n=18)는 30명 미만의 소표본입니다. 모집단(모든 당뇨 환자)의 표준편차는 알 수 없고, 표본 표준편차(0.5%)로 대체해야 합니다. 2. 법적/규정 검토: 통계학적 원칙에 따라, 소표본이며 모분산을 모르는 경우 t-분포를 사용하여 신뢰구간을 추정하는 것이 표준 방법입니다. 3. 대응 및 처리: 자유도(df) = 18 - 1 = 17입니다. t-분포표에서 자유도 17, 양측 95% 신뢰구간에 해당하는 t값을 찾습니다(약 2.110). 이를 공식에 대입: 0.8 ± 2.110 × (0.5/√18)으로 신뢰구간을 계산합니다. 4. 사후 기록/보고: 보고서에는 "평균 감소량 0.8% (95% CI: [하한값, 상한값])" 형식으로 결과를 명시하고, 소표본 t-분포를 사용하여 추정했음을 각주나 방법론 부분에 반드시 기재해야 합니다. 이는 결과의 신뢰성을 보여주고, 동료 검토(review) 시 중요한 정보가 돼요. 법적 안전 및 주의사항 (Precautions): 연구 결과를 바탕으로 의료 서비스 도입이나 정책 변경을 주장할 때, 신뢰구간이 0을 포함하는지 여부를 꼭 확인해야 해요. 만약 위 예시에서 신뢰구간이 -0.1% ~ 1.7%라면, 0을 포함하므로 "효과가 없다"는 가능성도 배제할 수 없어요. 이러한 통계적 불확실성을 무시하고 과장된 주장을 하는 것은 윤리적, 법적 문제를 초래할 수 있어요. 업무 프로토콜 통계적 추정 결과 보고 프로토콜 1. 데이터 확인: 표본크기(n), 표본평균, 표본표준편차(s) 확인. 2. 분포 선택: n ≥ 30? → z-분포(1.96) 고려. n < 30 또는 모σ 미지 → t-분포 사용. t값은 자유도(n-1)로 결정. 3. 계산: 신뢰구간 = 표본평균 ± (기준값 × (s/√n)) 4. 보고: 평균값과 함께 신뢰구간(예: 95% CI)을 괄호 안에 표기. 사용한 통계 방법(예: t-분포 기반 신뢰구간) 명시. 선배의 한마디 "보건행정가에게 통계는 무기예요. 숫자 뒤에 숨은 의미를 읽고, 불확실성을 정량적으로 표현할 줄 알아야 정책을 설계하고 평가하는 데 설득력을 가질 수 있어요. 't-분포'가 뭔지 모른 채 신뢰구간 숫자만 복사해 붙이는 것은 위험한 일이에요. 기본 원리를 이해하면, 다양한 연구 보고서를 비판적으로 읽고 병원 경영에 현명한 결정을 내리는 데 큰 도움이 될 거예요!"