다음 중 피어슨 상관계수의 제곱(r²)으로 알려진, 한 변수의 분산이 다른 변수에 의해 설명되는 비율을 나타내는 지표는?

결정계수(R²)는 상관계수의 제곱으로, 회귀분석에서 독립변수가 종속변수의 변동을 얼마나 설명하는지 나타내는 지표이다.

보건행정 핵심 해설 이 문제는 보건통계학과 병원 경영 데이터 분석에서 핵심적인 회귀분석(Regression analysis) 지표를 묻고 있어요. 특히, 상관관계(Correlation)와 인과관계를 설명하는 데 필수적인 개념이죠. 핵심 개념 분석 (Key Concept) 결정계수(Coefficient of determination, R²)는 피어슨 상관계수(Pearson correlation coefficient, r)의 제곱값입니다. 이 값은 핵심! 독립변수(예: 의료 마케팅 비용, 병상 가동률)가 종속변수(예: 환자 수, 병원 수익)의 변동(분산)을 얼마나 잘 설명하는지를 0에서 1 사이의 비율로 나타내는 지표예요. R²가 0.75라면, 종속변수의 변동 중 75%가 독립변수에 의해 설명된다는 의미입니다. 이는 병원 경영에서 예측 모델의 유용성을 평가하거나, 특정 요인이 환자 만족도에 미치는 영향력을 정량화할 때 매우 중요하게 활용돼요. 정답 근거 (Answer Rationale) 정답은 ③ 결정계수입니다. 이는 통계학의 표준 정의로, 피어슨 상관계수(r)의 제곱(r²)을 결정계수(R²)라고 부릅니다. 이 지표는 회귀분석 모델의 설명력(Explanatory power)을 평가하는 가장 기본적인 척도로 사용됩니다. 오답 분석 (Distractor Analysis) 혼동 주의! 다른 선택지들은 통계학에서 사용되지만, r²를 지칭하지 않는 용어들이에요.
① 오차계수: 통계학의 표준 용어가 아니며, 일반적으로 오차(Error)나 잔차(Residual)를 나타내는 계수를 의미하지는 않아요.
② 적합계수: 모델의 적합도(Goodness of fit)를 나타내는 지표는 맞지만, R²의 공식 명칭은 '결정계수'입니다. '적합도'는 더 넓은 개념이에요.
④ 수정계수: 수정된 결정계수(Adjusted R²)를 의미할 가능성이 높아요. 이는 독립변수의 개수가 증가할 때 발생하는 R²의 과대평가를 보정한 지표로, R²와는 다른 개념입니다.
⑤ 신뢰계수: 통계적 추정에서 신뢰수준(Confidence level, 예: 95%)을 의미하는 용어로, 가설검정이나 신뢰구간(Confidence interval)과 관련이 있어요. 설명력의 비율과는 무관합니다. 연관 개념 정리 (Related Concepts) - 피어슨 상관계수(r): 두 변수 간 선형 관계의 방향과 강도를 -1에서 +1 사이로 나타냅니다. - 수정된 결정계수(Adjusted R²): 독립변수를 무작정 추가해도 R²는 증가하는 특성을 보정하여, 변수 선택 시 더 유용한 지표입니다. - 회귀분석(Regression analysis): 독립변수와 종속변수 간의 인과 관계를 모델링하고 예측하는 통계 기법입니다. 개념 정리

용어	기호	의미	범위
피어슨 상관계수	r	두 변수 간 선형 관계의 강도와 방향	-1 ≤ r ≤ 1
결정계수	R²	독립변수가 종속변수 변동을 설명하는 비율 (r의 제곱)	0 ≤ R² ≤ 1
수정된 결정계수	Adjusted R²	변수 개수에 따른 편향을 보정한 설명력 지표	0 ≤ Adj. R² ≤ 1 (R²보다 작거나 같음)

한눈에 비교!

비교 항목	결정계수 (R²)	수정된 결정계수 (Adjusted R²)
주요 목적	모델의 설명력 평가	변수 개수를 고려한 보정된 설명력 평가
변수 추가 영향	무조건 증가하거나 유지됨 (과대평가 가능)	유의미하지 않은 변수 추가 시 감소할 수 있음
사용 시기	단일 모델 평가	다른 변수 개수를 가진 여러 모델 비교 시

실무 포인트 병원 경영 데이터(예: 외래 환자 수 예측, 재원일수 분석)를 분석할 때, 결정계수(R²)는 모델이 현실을 얼마나 잘 반영하는지 판단하는 첫 번째 척도예요. 하지만 R²가 높다고 해서 항상 좋은 모델은 아닙니다. 주의! 과적합(Overfitting) 가능성을 항상 염두에 두고, 수정된 결정계수, 잔차 분석(Residual analysis) 등을 함께 확인해야 해요. 암기 팁 "결정적으로 설명해주는 계수" = 결정계수는 설명력을 나타내는 계수다!
"r을 제곱하면 R² (알-스퀘어)"로 연상하세요. 국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 결정계수의 정의(r²)와 의미(설명력의 비율)를 직접 묻는 기본 문제가 자주 출제됩니다. 또한, 상관계수(r)와의 관계, 수정된 결정계수와의 차이점을 비교하는 문제도 출제될 수 있어요. 기출 변형 주의! 1. 사례 적용형: "병원 마케팅 비용(X)과 신규 환자 수(Y)의 상관계수 r=0.8일 때, 마케팅 비용이 신규 환자 수 변동을 설명하는 비율은?" → R² = 0.64 (64%) 계산. 2. 참/거짓 판단형: "결정계수(R²)는 항상 0보다 크거나 같고 1보다 작거나 같다." (O) / "결정계수가 1에 가까울수록 회귀모형의 설명력이 낮다."

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "병원 기획팀에서 최근 3년간의 응급실 내원 환자 수 데이터를 분석 중이에요. 기상청의 '폭염 일수' 데이터와 상관관계를 분석해보니 피어슨 상관계수 r이 0.7로 나왔습니다. 이 분석 결과를 바탕으로 병원장에게 '내년 여름 폭염 대비 응급실 인력 증원 계획'을 제안하려고 합니다. 이때, 데이터의 신뢰성을 강조하기 위해 어떤 통계 지표를 제시해야 할까요?" 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 두 변수(폭염 일수, 응급실 환자 수) 간에 통계적으로 유의미한 양의 상관관계(r=0.7)가 확인됨. 2. 법적/규정 검토: 통계 분석 결과 보고 시, 단순 상관계수만 제시하는 것은 불충분합니다. 상관계수는 관계의 강도만 보여줄 뿐, 설명력을 수치화하지 못합니다. 3. 대응 및 처리: 핵심! 결정계수 R² = (0.7)² = 0.49를 계산하여 보고서에 포함해야 합니다. "폭염 일수가 응급실 환자 수 변동의 약 49%를 설명합니다"라는 표현은 계획의 타당성을 훨씬 더 설득력 있게 보여줍니다. 4. 사후 기록/보고: 분석 보고서에 상관계수(r), 결정계수(R²), p-값(유의확률)을 모두 명시하여 전문성을 높입니다. 법적 안전 및 주의사항 (Precautions) 통계 데이터를 근거로 한 인력/자원 배분 계획을 수립할 때는 주의! 상관관계는 인과관계를 증명하지 않는다는 점을 명심해야 해요. 폭염 외에도 주말, 공휴일, 지역 행사 등 다른 변수들의 영향을 배제할 수 없습니다. 따라서 결정계수는 중요한 근거가 되지만, 다른 보조 데이터와의 종합적 판단이 필요합니다. 업무 프로토콜 데이터 기반 경영 의사결정 보고서 작성 프로토콜 1. 데이터 수집: 내부 EMR(Electronic Medical Record) 데이터, 외부 공공데이터(기상, 인구) 확보. 2. 탐색적 분석: 기술통계, 산점도(Scatter plot) 작성. 3. 통계 분석: 상관분석(Correlation analysis) 수행 → r값 도출. 4. 설명력 계산: 결정계수(R² = r²) 계산. 5. 보고서 작성: 분석 결과(r, R²), 해석, 한계점, 제안 사항을 구조화하여 보고. 선배의 한마디 "보건행정가에게 통계는 무기가 되어요. 숫자 뒤에 숨은 의미를 읽고, 그것을 경영 언어로 번역할 수 있어야 합니다. 결정계수(R²) 같은 기본 개념을 탄탄히 이해하면, '감'이 아닌 '증거'에 기반한 설득력 있는 제안을 할 수 있게 될 거예요. 데이터 한 줄이 병원의 중요한 자원을 움직일 수 있다는 점, 잊지 마세요!"