두 변수 간의 관계가 강한 음의 선형 상관관계를 가질 때, 상관계수 값에 가장 가까운 것은?

강한 음의 선형 상관관계는 한 변수가 증가할 때 다른 변수가 감소하는 강한 패턴을 의미하며, 상관계수는 -1에 가까운 음수 값을 가진다. 따라서 -0.90이 가장 적합하다.

보건행정 핵심 해설 이 문제는 상관관계(Correlation)의 개념과 상관계수(Correlation Coefficient)의 해석을 묻는 기초 통계 문제예요. 보건행정 및 의료정보 분석에서 데이터 간의 관계를 파악하는 것은 정책 효과 평가, 질병 위험요인 분석, 병원 경영 지표 간 연관성 분석 등에 매우 중요해요. 핵심 개념 분석 (Key Concept): 상관계수(r)는 두 연속형 변수 간 선형 관계의 방향과 강도를 나타내는 지표로, -1부터 +1 사이의 값을 가져요. 핵심! 절대값(|r|)이 1에 가까울수록 관계가 강하고, 0에 가까울수록 관계가 약하거나 없어요. 방향은 부호로 판단하며, 양수(+)는 정적 관계(한 변수가 증가하면 다른 변수도 증가), 음수(-)는 부적 관계(한 변수가 증가하면 다른 변수가 감소)를 의미해요. 정답 근거 (Answer Rationale): 문제에서 "강한 음의 선형 상관관계"를 명시했어요. 이는 관계의 강도가 "강함"이고 방향이 "음(-)"임을 의미해요. 통상적으로 상관관계의 강도는 다음과 같이 해석돼요:
- |r| ≥ 0.7: 강한 상관관계(Strong correlation)
- 0.3 ≤ |r| < 0.7: 중간 정도의 상관관계(Moderate correlation)
- |r| < 0.3: 약한 상관관계(Weak correlation)
따라서 "강한" 관계를 나타내려면 절대값이 0.7 이상이어야 하며, "음의" 관계이므로 값은 -1에 가까운 음수여야 해요. 주어진 선택지 중 절대값이 0.7 이상인 것은 -0.90과 0.90이에요. 이 중 음수인 -0.90이 "강한 음의 선형 상관관계"에 가장 가까운 값이므로 정답이에요. 오답 분석 (Distractor Analysis):
혼동 주의! ①번 0.00은 상관관계가 전혀 없음을 의미하는 "무상관(No correlation)"을 나타내요.
②번 -0.10과 ⑤번 0.10은 절대값이 0.3 미만으로, 관계가 매우 약하거나 무시할 수 있는 수준의 "약한 상관관계(Weak correlation)"를 나타내요.
④번 0.90은 절대값이 0.7 이상으로 강도는 "강함"이지만, 부호가 양수(+)이므로 "강한 양의 선형 상관관계"를 의미해요. 문제의 조건인 "음의" 관계와 정반대 방향이므로 오답이에요. 연관 개념 정리 (Related Concepts): 상관관계는 인과관계(Causation)를 함축하지 않아요. 두 변수가 강한 상관관계를 보인다고 해서 하나가 다른 하나의 원인이라고 단정할 수 없어요. 이는 보건정책이나 의학 연구 결과를 해석할 때 반드시 유의해야 할 점이에요. 또한, 상관계수는 선형 관계(Linear relationship)만을 측정하므로, 비선형 관계는 포착하지 못할 수 있어요. 개념 정리

용어	의미	상관계수(r) 범위 예시
강한 양의 상관	한 변수 ↑ → 다른 변수 ↑ (강함)	0.70 ≤ r ≤ 1.00 (예: 0.90)
중간 양의 상관	한 변수 ↑ → 다른 변수 ↑ (중간)	0.30 ≤ r < 0.70 (예: 0.50)
약한 양의 상관	한 변수 ↑ → 다른 변수 ↑ (약함)	0 < r < 0.30 (예: 0.10)
무상관	두 변수 간 선형 관계 없음	r ≈ 0.00
약한 음의 상관	한 변수 ↑ → 다른 변수 ↓ (약함)	-0.30 < r < 0 (예: -0.10)
중간 음의 상관	한 변수 ↑ → 다른 변수 ↓ (중간)	-0.70 < r ≤ -0.30 (예: -0.50)
강한 음의 상관	한 변수 ↑ → 다른 변수 ↓ (강함)	-1.00 ≤ r ≤ -0.70 (예: -0.90)

실무 포인트 보건행정 실무에서 상관분석은 다양하게 활용돼요.
- 병원 경영: 입원일수와 병원비 간의 관계, 병상 가동률과 수익 간의 관계 분석.
- 공중보건: 흡연율과 폐암 발생률, 운동 빈도와 비만도(BMI) 간의 관계 연구.
- 의료품질 관리(QI): 수술 전 대기 시간과 환자 만족도 간의 관계 파악.
분석 시 주의! 이상치(Outlier)가 상관계수 값을 크게 왜곡시킬 수 있으므로, 분석 전 데이터 검토(산점도 확인 등)가 필수적이에요. 암기 팁 "강약음양 기억법"
강함: |r| ≥ 0.7 (칠십 이상 강하다)
중간: 0.3 ≤ |r| < 0.7 (삼십 이상 칠십 미만)
약함: |r| < 0.3 (삼십 미만 약하다)
음수(-): 반대 방향 (한쪽 ↑, 다른쪽 ↓)
양수(+): 같은 방향 (한쪽 ↑, 다른쪽 ↑) 국시 빈출 포인트 상관계수는 보건통계학과 의료정보학(데이터 분석) 영역에서 단순 계산보다는 개념 이해와 해석을 중심으로 출제돼요. "강한 음의 상관"이라는 설명에 맞는 수치 고르기, 주어진 산점도(Scatter plot)를 보고 상관계수를 추론하기, 상관관계와 인과관계를 구분하는 문제 등이 자주 나와요. 기출 변형 주의! - 사례형: "환자의 나이가 많을수록 혈압이 높아지는 강한 양의 상관관계를 보였다. 이때 상관계수로 가장 적절한 것은?" → 0.90 선택. - 역방향 질문: "상관계수가 -0.85일 때, 두 변수 간 관계를 가장 잘 설명한 것은?" → "강한 음의 선형 상관관계" 선택. - 함정형: "두 변수의 상관계수가 0.05이다. 이에 대한 설명으로 옳은 것은?" → "두 변수 간에는 매우 약한 양의 선형 관계가 있다"가 정답. (0에 가깝지만 완전한 0은 아니므로 '무관하다'라고 단정하면 오답)

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): 병원 기획팀에서 "응급실 체류 시간이 길수록 환자 만족도 조사 점수가 낮아지는 경향이 있다"는 가설을 검증하려고 해요. 지난 6개월간 응급실 이용 환자 데이터를 수집하여 체류 시간(분)과 만족도 점수(100점 만점) 간의 상관분석을 실시했어요. 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 두 변수(체류 시간, 만족도 점수) 모두 연속형 데이터인지 확인해요. 2. 분석 실행: 통계 소프트웨어(예: SPSS, R)나 엑셀을 이용해 상관계수를 계산해요. 결과로 r = -0.82가 나왔다고 가정해볼게요. 3. 결과 해석 및 대응: 핵심! r = -0.82는 절대값이 0.7 이상이므로 "강한 음의 상관관계"에요. 즉, 응급실 체류 시간이 증가할수록 환자 만족도는 통계적으로 유의미하게 감소한다는 증거가 됩니다. 이 결과를 바탕으로 기획팀은 응급실 프로세스 개선(예: 진료 단계 간 연결 효율화, 불필요한 대기 시간 축소)을 위한 정책 제안서를 작성할 수 있어요. 4. 주의사항: 이 분석 결과만으로 "체류 시간이 길어지는 것이 만족도 하락의 원인이다"라는 인과관계를 주장할 수는 없어요. 다른 잠재변수(예: 중증도, 시간대, 의료진 수)의 영향을 배제하지 못했기 때문이에요. 보고서에는 "강한 연관성이 관찰되었다"고 서술하고, 인과관계를 주장하려면 추가적인 연구 설계(예: 무작위 대조 시험(RCT), 다변량 회귀분석)가 필요함을 명시해야 해요. 업무 프로토콜 상관분석 수행 체크리스트 1. 분석 목적 및 가설 수립 → 2. 적절한 데이터(연속형 두 변수) 수집 → 3. 산점도(Scatter plot)를 통해 선형성 및 이상치 확인 → 4. 상관계수(r) 계산 → 5. 통계적 유의성(p-value) 확인 → 6. 결과 해석(방향, 강도) 및 보고서 작성 → 7. 인과관계 함축 여부에 대한 주의사항 명시 선배의 한마디 "통계는 숫자 놀음이 아니라, 데이터 속에 숨은 이야기를 읽어내는 도구예요. 상관계수 하나로 병원 운영의 문제점을 포착하거나 공중보건 정책의 효과를 예측할 수 있어요. '강함, 중간, 약함'이라는 해석 기준과 '인과관계는 아니다'라는 원칙만 꼭 기억하세요. 복잡한 통계 방법보다 이 기본기를 탄탄히 하는 것이 실무에서 훨씬 유용해요!"