보건행정 핵심 해설
이 문제는
보건통계학의 기초이자, 연구 데이터 분석이나
병원 경영 지표 간의 관계를 파악할 때 필수적으로 사용되는
피어슨 상관계수(Pearson correlation coefficient)의 기본 속성을 묻고 있어요.
핵심 개념 분석 (Key Concept): 피어슨 상관계수(r)는 두 연속형 변수(예: 환자 나이와 혈압 수치, 병상 가동률과 수익률) 간의
선형적 관계의 방향과 강도를 나타내는 지표예요. 이 값은 공식적으로 계산되는 범위가 정해져 있으며, 이는 통계학의 근본적인 원리에 기반해요.
정답 근거 (Answer Rationale):
핵심! 피어슨 상관계수 r의 값은 항상
-1 ≤ r ≤ 1의 범위를 가져요. 이는 수학적 정의에서 비롯됩니다.
-
r = 1: 완벽한 양의 선형 상관관계. 한 변수가 증가하면 다른 변수도 정비례하여 증가함.
-
r = -1: 완벽한 음의 선형 상관관계. 한 변수가 증가하면 다른 변수는 반비례하여 감소함.
-
r = 0: 선형 상관관계가 없음. (무상관, 하지만 비선형 관계일 수는 있음)
따라서 정답은
③ -1 ≤ r ≤ 1입니다.
오답 분석 (Distractor Analysis):
- ①번 (0 ≤ r ≤ 1): 상관계수가 항상 양수라는 오해에서 비롯된 선택지예요. 음의 상관관계(예: 운동량과 체중감소)를 설명할 수 없어요.
- ②번 (-∞ < r < ∞): 이는 표준점수(Z-score)나 일반적인 수치의 범위처럼 보일 수 있지만, 피어슨 상관계수의 계산 방식(공분산을 표준편차의 곱으로 나눔)은 결과값을 -1과 1 사이로 제한해요.
- ④번 (1 ≤ r ≤ 10): 완전히 잘못된 범위예요. 상관계수의 최대 강도는 1을 넘을 수 없어요.
- ⑤번 (r ≥ 0): ①번과 유사하게 음의 상관관계 존재를 부정하는 오류예요.
연관 개념 정리 (Related Concepts):
-
상관관계 vs 인과관계(Correlation vs Causation): r값이 높다고 해서 반드시 한 변수가 다른 변수의 원인이라는 것을 의미하지는 않아요. (예: 아이스크림 판매량과 익사 사고 건수는 양의 상관관계가 있을 수 있지만, 제3의 요인(기온)이 영향을 미칠 수 있어요.)
-
다른 상관계수: 스피어만 순위 상관계수(Spearman's rank correlation coefficient)는 서열(순위) 데이터에 사용되며, 역시 -1에서 1 사이의 값을 가져요.
개념 정리
| 용어 | 정의 | 범위 | 보건행정 활용 예 |
|---|
| 피어슨 상관계수(r) | 두 연속형 변수 간 선형 관계의 방향과 강도 | -1 ≤ r ≤ 1 | 환자 만족도 조사 점수와 병원 재방문율의 관계 분석, 인력 투입 시간과 업무 처리량 분석 |
| 양의 상관 | r > 0. 한 변수 증가 시 다른 변수도 증가 | 0 < r ≤ 1 | 진료 시간과 진료비, 병상 수와 총 수입 |
| 음의 상관 | r < 0. 한 변수 증가 시 다른 변수는 감소 | -1 ≤ r < 0 | 예방접종률과 특정 감염병 발병률, 환자 교육 횟수와 합병증 발생률 |
| 무상관 | 선형 관계 없음 | r ≈ 0 | 직원의 혈액형과 업무 효율성 (일반적으로 관련 없음) |
한눈에 비교!
| 구분 | 피어슨 상관계수 | 스피어만 순위 상관계수 |
|---|
| 데이터 유형 | 연속형(등간, 비율 척도) | 서열형(순위 척도) 또는 연속형의 비정규 분포 |
| 가정 | 선형성, 정규성, 등분산성 | 단조 관계(증가/감세), 정규성 가정 없음 |
| 범위 | -1 ≤ r ≤ 1 | -1 ≤ ρ ≤ 1 |
| 보건행정 예시 | 나이(연속)와 혈중 콜레스테롤 수치(연속)의 관계 | 병원 서비스 만족도 순위(1,2,3등)와 추천 의도 순위의 관계 |
실무 포인트
-
데이터 품질 확인: 상관분석 전, 산점도(Scatter plot)를 그려 선형적 패턴을 눈으로 확인하는 것이 첫걸음이에요.
-
결과 해석 주의: r값이 통계적으로 유의하다고(p-value < 0.05) 해도, 그 크기가 작다면(예: r=0.1) 실무적 의미는 미미할 수 있어요.
핵심! r의 제곱인
결정계수(R-squared)를 보면 한 변수의 변동이 다른 변수로 설명되는 비율을 알 수 있어요.
-
보고서 작성: "A와 B는 통계적으로 유의한 양의 상관관계가 있었다(r = .65, p < .01)."와 같이 r값과 유의확률(p-value)을 함께 보고해야 해요.
암기 팁
- "피어슨은
선을 본다": 선형(Linear) 관계를 측정한다는 점을 기억하세요. 범위는 선이 기울어질 수 있는 최대 각도처럼 -1에서 1까지예요.
- "1은 완벽한 짝꿍, -1은 완벽한 반대, 0은 남남": 관계의 강도를 이미지로 연상하면 쉽게 외울 수 있어요.
국시 빈출 포인트
- 피어슨 상관계수의
범위(-1~1)는 단순 암기형으로 자주 출제돼요.
- r값의 부호(+, -)가 의미하는
관계의 방향을 묻거나, 특정 r값(예: 0.8)이 의미하는
관계의 강도(강한 양의 상관)를 묻는 문제도 나와요.
- 상관관계와 인과관계를 혼동하지 말라는 교훈을 담은 사례형 문제도 출제 가능성이 있어요.
기출 변형 주의!
1.
계산형: "다음 공분산과 표준편차 값이 주어졌을 때, 피어슨 상관계수 r을 계산하시오." (공식: r = 공분산 / (X표준편차 * Y표준편차))
2.
해석형: "환자 교육 시간과 약물 복용 준수도 간의 r값이 -0.72로 나왔다. 이 결과를 해석하시오." → "강한 음의 상관관계로, 교육 시간이 증가할수록 복용 준수도가 낮아진다고 해석할 수 없다. (방향 해석은 맞지만, 인과관계로 확신할 수 없음)"
3.
참/거짓 판단형: "피어슨 상관계수가 0이면 두 변수는 아무런 관계가 없다. (O/X)" → 'X'. 선형 관계가 없다는 뜻이지, 비선형 관계(예: U자형 관계)일 수는 있어요.