보건행정 핵심 해설
이 문제는
상관계수(Correlation Coefficient)의 해석과 그 의미를 묻는 기초 통계학 문제예요. 보건행정 및 의료정보 분석에서 데이터 간의 관계를 파악하는 것은 정책 효과 평가, 질병 위험 요인 분석, 병원 경영 지표 간 연관성 분석 등에 필수적이에요.
핵심 개념 분석 (Key Concept):
피어슨 상관계수(Pearson Correlation Coefficient, r)는 두 연속형 변수 간 선형 관계의 방향과 강도를 나타내는 지표예요. 값의 범위는 -1에서 +1 사이이며, 절대값이 클수록 강한 상관관계를 의미해요.
정답 근거 (Answer Rationale): 상관계수 r = 0.15는 양의 부호를 가지고 있어 X가 증가할 때 Y도 증가하는
양의 상관관계를 시사해요. 그러나 절대값이 0.15로, 일반적인 해석 기준에 따르면
0.1 ≤ |r| < 0.3 범위에 속하므로
매우 약한(Weak) 상관관계에 해당해요. 따라서 "X가 증가하면 Y도 매우 약하게 증가하는 경향이 있다"는 해석이 가장 적절해요.
핵심! 상관계수는 '인과관계(Causality)'를 증명하지 않으며, 단순히 두 변수가 함께 움직이는 경향만을 보여준다는 점을 꼭 기억하세요.
오답 분석 (Distractor Analysis):
- ①번 '강한 음의 상관관계': 부호가 양수(+)인 0.15를 음(-)으로 해석했고, 0.15는 '강한' 관계로 보기에는 너무 작은 값이에요.
- ②번 '매우 약하게 감소': 방향을 음(-)으로 잘못 해석했어요. 양의 상관계수는 함께 증가하는 관계를 의미해요.
- ④번 '거의 무관하다': 0에 가까운 값(예: |r| < 0.1)은 무관하다고 해석할 수 있지만, 0.15는 통계적으로 유의할 수도 있는 매우 약한 관계를 나타낼 수 있어요. '무관'이라고 단정하기는 어려워요.
- ⑤번 '강한 양의 상관관계': 일반적으로 |r| > 0.7 정도 되어야 '강한' 상관관계로 해석하는데, 0.15는 이에 훨씬 미치지 못해요.
연관 개념 정리 (Related Concepts):
-
상관관계 해석 기준: 매우 약함(0.1~0.3), 약함(0.3~0.5), 중간(0.5~0.7), 강함(0.7~0.9), 매우 강함(0.9~1.0). *절대값 기준
-
통계적 유의성(Statistical Significance): 상관계수 값 자체의 크기와 별개로, p-value를 통해 그 관계가 우연히 발생했을 가능성이 낮은지(통계적으로 유의한지)를 판단해야 해요. r=0.15라도 표본 크기가 매우 크면 통계적으로 유의할 수 있어요.
개념 정리
| 용어 | 의미 | 범위/특징 |
|---|
| 피어슨 상관계수(r) | 두 연속변수 간 선형 관계의 방향과 강도 | -1 ≤ r ≤ +1 |
| 양의 상관(Positive) | 한 변수가 증가하면 다른 변수도 증가 | r > 0 |
| 음의 상관(Negative) | 한 변수가 증가하면 다른 변수는 감소 | r < 0 |
| 무상관(No Correlation) | 두 변수 간 선형 관계 없음 | r ≈ 0 |
한눈에 비교!
| 상관계수 값 (r) | 일반적 해석 | 보건행정 예시 (가상) |
|---|
| 0.85 | 강한 양의 상관 | 병상 가동률과 병원 총 수입 |
| 0.45 | 약한/중간 양의 상관 | 외래 환자 수와 약제비 |
| 0.15 | 매우 약한 양의 상관 | 직원 만족도 설문 점수와 퇴직률 |
| -0.60 | 중간 정도의 음의 상관 | 예방접종률과 해당 감염병 발병률 |
| -0.05 | 거의 무관 | 병원 건물 연식과 환자 만족도 |
실무 포인트
보건의료정보관리사는
전자의무기록(EMR) 데이터나 병원 경영 지표를 분석할 때 상관분석을 자주 사용해요. 예를 들어, '수술 건수 대비 합병증 발생률', '입원 기간과 총 진료비', '다양성 지표와 병원 평판 조사 점수' 등의 관계를 파악할 때 유용해요. 분석 시 주의할 점은:
1.
산점도(Scatter Plot) 먼저 확인: 이상치(Outlier)가 결과를 왜곡할 수 있어요.
2.
통계적 유의성 검정: 상관계수 값과 함께 p-value를 반드시 확인하세요.
3.
인과관계 오해 금지: 상관관계가 있다고 해서 반드시 원인-결과 관계는 아니에요.
암기 팁
상관계수 크기 해석은 "0.1, 0.3, 0.5, 0.7, 0.9"라는 다섯 가지 기준점을 기억하세요. "일삼오칠구(1,3,5,7,9)로 구간을 나눈다"고 생각하면 외우기 쉬워요. 부호는 방향: (+)면 함께 커지고, (-)면 반대로 움직인다!
국시 빈출 포인트
상관계수 해석은
보건정보학 및
병원경영학(연구방법론)에서 단골 출제예요. 값의 범위(-1~+1), 부호의 의미, 절대값에 따른 관계 강도(매우 약함~강함)를 연결 지을 수 있는지 묻는 문제가 많아요. '인과관계'와의 혼동을 유도하는 오답도 자주 나오니 주의하세요.
기출 변형 주의!
동일 개념을 "다음 중 상관계수 해석으로 옳은 것은?" 같은 직접적인 문제뿐 아니라, 연구 설계나 데이터 분석 결과를 해석하는
사례형 문제로 변형 출제될 수 있어요. 예: "A병원에서 조사한 결과, 의사 1인당 외래 환자 수와 환자 만족도 점수의 상관계수가 -0.12로 나왔다. 이 결과를 어떻게 해석해야 하는가?"