표본 크기와 신뢰구간의 폭에 대한 관계로 옳은 것은?

표본 크기(n)가 커질수록 표준오차가 작아지므로, 동일한 신뢰수준에서 모수 추정의 정밀도가 높아져 신뢰구간의 폭은 좁아진다.

보건행정 핵심 해설 이 문제는 보건통계학의 기본 원리 중 하나인 표본 크기와 신뢰구간의 관계를 묻고 있어요. 병원 경영 데이터 분석, 건강보험 정책 평가, 역학 조사 결과 해석 등 보건행정 전반에서 통계적 추정의 정확도를 이해하는 데 필수적인 개념이에요. 핵심 개념 분석 (Key Concept) 신뢰구간(Confidence Interval)은 표본 데이터를 바탕으로 모집단의 모수(예: 평균, 비율)가 있을 것으로 예상되는 범위를 확률적으로 나타낸 것이에요. 이 구간의 폭(Width)은 추정의 정밀도를 의미해요. 폭이 좁을수록 모수를 더 정밀하게 추정했다고 볼 수 있어요. 정답 근거 (Answer Rationale) 핵심! 정답은 ① "표본 크기가 증가하면 신뢰구간의 폭이 좁아진다."입니다. 그 근거는 표준오차(Standard Error) 공식에 있어요. 평균에 대한 표준오차는 σ/√n (σ: 모표준편차, n: 표본 크기)로 계산됩니다. 표본 크기(n)가 커질수록 분모가 커지므로 표준오차는 작아져요. 신뢰구간의 폭은 일반적으로 [표본통계량 ± (임계값 × 표준오차)]로 구하는데, 표준오차가 작아지면 자연스럽게 구간의 폭도 좁아지게 됩니다. 이는 더 많은 데이터를 수집할수록 모집단에 대한 우리의 추정이 더 정밀해진다는 직관과도 일치해요. 오답 분석 (Distractor Analysis) 혼동 주의! ②번 '표본 크기와 신뢰구간의 폭 사이에는 관계가 없다.'는 명백히 틀린 설명이에요. 표본 크기는 신뢰구간 계산의 핵심 변수 중 하나입니다. ③번 '표본 크기가 증가하면 신뢰구간의 폭이 넓어진다.'는 정반대의 관계를 말하는 오답이에요. 만약 이 관계가 맞다면, 데이터를 많이 모을수록 추정이 더 불확실해지는 모순이 생겨요. ④번 '표본 크기가 감소하면 신뢰구간의 폭이 좁아진다.'도 역시 틀려요. 표본 크기가 작아지면 표준오차가 커져 신뢰구간 폭은 넓어집니다. ⑤번 '표본 크기가 특정 값 이상이면 신뢰구간의 폭이 일정해진다.'는 사실이 아니에요. 표본 크기가 증가할수록 폭은 계속 좁아지지만, 그 감소 폭은 점점 줄어들어 점근적으로 0에 가까워질 뿐, 완전히 일정해지지는 않아요. 연관 개념 정리 (Related Concepts) 신뢰구간의 폭에 영향을 미치는 요소는 크게 세 가지예요. 1. 표본 크기(n): n이 클수록 폭 ↓ (정밀도 ↑) 2. 신뢰수준(Confidence Level, 예: 95%): 신뢰수준이 높을수록(예: 99%로 변경) 임계값이 커져 폭 ↑ (정밀도 ↓) 3. 모집단의 변동성(σ): 데이터가 퍼져 있을수록(σ가 클수록) 폭 ↑ (정밀도 ↓)
개념 정리

용어	의미	신뢰구간 폭과의 관계
표본 크기 (n)	조사에 포함된 대상자 수	n ↑ → 폭 ↓ (정밀도 ↑)
표준오차 (SE)	표본 통계량의 변동성(SE = σ/√n)	SE ↓ → 폭 ↓
신뢰수준 (CL)	모수가 구간 내에 있을 확률(보통 95%)	CL ↑ → 폭 ↑ (정밀도 ↓)

한눈에 비교!

조건 변화	신뢰구간 폭 변화	통계적 의미
표본 크기 증가	좁아짐	추정 정밀도 향상
신뢰수준 증가 (95% → 99%)	넓어짐	더 확실히 포함시키려 함
모집단 변동성 증가	넓어짐	추정 불확실성 증가

실무 포인트 보건행정 실무에서 이 원리는 매우 중요해요. - 병원 만족도 조사: 정밀한 결과를 얻으려면 충분한 표본 크기로 설문을 실시해야 해요. - 건강보험 정책 효과 평가: 새로운 제도의 효과를 평가할 때, 소규모 시범사업 결과만으로 결론 내리면 신뢰구간이 너무 넓어 신뢰할 수 없는 결론이 나올 수 있어요. - 의료 질 지표(Medical Quality Indicator) 모니터링: 감염률, 재입원율 등을 추정할 때 표본 크기를 고려하여 해석해야 해요.
암기 팁 "많이 뽑을수록 정밀해진다"라고 기억하세요! 표본을 많이 뽑을수록(n↑) 신뢰구간 폭이 좁아져(정밀도↑) 모수를 더 정확히 가리킬 수 있어요.
국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 이 기본 관계를 직접 묻거나, 신뢰구간 공식의 구성 요소를 묻는 형태로 자주 출제돼요. "신뢰구간의 폭에 영향을 미치는 요인"을 모두 고르는 문제도 단골 메뉴예요.
기출 변형 주의! 동일한 개념을 다음과 같이 변형하여 출제할 수 있어요. - 사례형: "어느 병원이 환자 만족도를 95% 신뢰구간으로 추정했을 때 폭이 너무 넓게 나왔다. 폭을 좁히기 위한 가장 효과적인 방법은?" → 답: 표본 크기를 늘린다. - 계산형: 표준오차 공식(σ/√n)을 제시하고, n이 두 배가 되면 표준오차가 어떻게 변하는지 묻기.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "보건소에서 새로운 금연 프로그램의 효과를 평가하기 위해 참여자 50명을 대상으로 프로그램 전후의 흡연량을 조사했어요. 분석 결과, 평균 흡연 감소량에 대한 95% 신뢰구간이 '1.5패키지 ~ 4.5패키지'로 매우 넓게 나왔습니다. 프로그램 담당자는 이 결과를 가지고 "효과가 매우 다양하다"고 보고하려 합니다. 하지만 보건행정 담당자인 여러분은 이 해석에 문제가 있다고 생각합니다." 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 신뢰구간이 넓다는 것은 추정의 정밀도가 낮다는 신호예요. 효과의 '평균'은 약 3패키지 감소이지만, 실제 모집단 평균은 1.5패키지 감소일 수도 있고 4.5패키지 감소일 수도 있어 불확실성이 큽니다. 2. 법적/규정 검토: 통계적 원리에 기반한 평가가 필요합니다. 보건사업 평가 지침에도 통계적 유의성과 정밀도를 함께 고려하도록 권고하는 경우가 많아요. 3. 대응 및 처리: 담당자에게 "표본 크기(n=50)가 상대적으로 작아 신뢰구간이 넓게 형성된 것 같습니다. 더 정밀한 효과 추정을 위해서는 표본 크기를 늘려 추가 조사를 고려해보는 것이 좋겠습니다."라고 조언할 수 있어요. 또는, 이미 수집된 데이터 내에서 변동성을 줄일 수 있는 방법(예: 동질적인 집단만 분석)을 검토해볼 수도 있어요. 4. 사후 기록/보고: 보고서에 "본 추정치는 표본 크기의 제한으로 인해 신뢰구간이 넓게 나타났으므로, 해석에 주의가 필요하며 향후 대규모 연구를 통한 검증이 필요함"이라는 주의사항을 반드시 포함시켜야 해요. 법적 안전 및 주의사항 (Precautions) 통계 결과를 오해하거나 과장하여 보고하는 것은 잘못된 정책 결정으로 이어질 수 있어요. 특히 공공보건 예산이 투입되는 사업의 평가에서는 정확한 통계 해석이 핵심!입니다. 표본 크기 부족으로 인한 불확실성을 보고하지 않는 것은 전문성 결여로 볼 수 있어요.
업무 프로토콜 보건사업 효과 평가 시 통계 검토 체크리스트 1. 표본 크기(n) 확인: 목표 효과 크기(Effect size)를 검출할 수 있는 충분한 크기인가? 2. 신뢰구간 폭 확인: 폭이 사업적으로 의미 있는 수준보다 좁은가? 3. 주요 변동원인 분석: 폭이 넓다면, 큰 표준편차(σ) 때문인가, 작은 표본 크기(n) 때문인가? 4. 보고서 작성: 신뢰구간과 함께 표본 크기, 신뢰수준을 명시할 것.
선배의 한마디 "보건행정에서 숫자는 말을 해요. 하지만 그 숫자가 어떻게 만들어졌는지(표본 크기, 측정 방법 등)를 이해하지 못하면, 잘못된 말을 듣게 될 수 있어요. '표본 크기가 클수록 정밀해진다'는 이 간단한 원리는 데이터 기반 의사결정(Data-Driven Decision Making)의 첫걸음이에요. 병원 경영 지표를 볼 때도, 건강보험 통계를 읽을 때도 항상 '이 숫자는 얼마나 믿을 만한가?'를 질문하는 습관을 들이세요!"