두 변수 간의 선형 관계의 강도와 방향을 나타내는 통계적 척도는 무엇인가?

상관계수는 두 변수 간 선형 관계의 강도와 방향을 -1부터 +1 사이의 값으로 나타내는 척도이다.

보건행정 핵심 해설 이 문제는 보건통계 및 연구 방법론에서 가장 기초적이면서도 중요한 개념인 상관관계(Correlation)의 측정 지표를 묻고 있어요. 보건행정 현장에서는 질병 발생률과 환경 요인의 관계, 병원 이용량과 계절의 관계, 환자 만족도와 서비스 품질 지표의 관계 등 다양한 변수 간 연관성을 분석할 때 필수적으로 사용되는 개념이에요. 핵심 개념 분석 (Key Concept) 두 변수 간의 관계를 분석하는 통계적 방법에는 크게 상관분석(Correlation Analysis)과 회귀분석(Regression Analysis)이 있어요. 이 문제는 그 중에서도 핵심! 관계의 존재 여부, 방향, 강도를 요약하는 지표를 묻고 있습니다. 상관계수(Correlation Coefficient)는 정확히 이 역할을 수행하는 지표로, -1부터 +1 사이의 값을 가져요. 양의 값은 정적 상관관계(한 변수가 증가하면 다른 변수도 증가), 음의 값은 부적 상관관계(한 변수가 증가하면 다른 변수는 감소)를 나타내며, 0에 가까울수록 선형 관계가 약하다고 해석해요. 정답 근거 (Answer Rationale) 정답은 ②번 상관계수입니다. 이는 통계학의 기본 정의에 따릅니다. 상관계수(주로 피어슨 상관계수 r)는 두 연속형 변수 간 선형적 관계의 강도와 방향을 단일 숫자로 요약하는 가장 대표적인 척도입니다. 보건의료 데이터 분석, 역학 연구, 병원 경영 성과 분석 등에서 널리 활용되는 기본 도구예요. 오답 분석 (Distractor Analysis) 혼동 주의! 다른 선택지들은 모두 통계적 척도이지만, "두 변수 간의 관계"를 측정하는 지표가 아니라, 단일 변수의 분포 특성을 설명하는 지표라는 점에서 혼동하기 쉬워요.
① 표준편차(Standard Deviation): 단일 변수 내 데이터 값들이 평균으로부터 얼마나 퍼져 있는지(분산 정도)를 나타내는 척도입니다. 두 변수 간 관계를 보지 않아요.
③ 분산(Variance): 표준편차의 제곱으로, 역시 단일 변수의 변동성을 측정합니다.
④ 중앙값(Median): 데이터를 크기 순으로 나열했을 때 정 가운데 위치하는 값으로, 자료의 중심 경향성을 나타내는 대표값 중 하나입니다. 관계를 측정하지 않아요.
⑤ 회귀계수(Regression Coefficient): 회귀분석에서 사용되며, 한 변수의 단위 변화가 다른 변수에 미치는 평균적인 영향의 크기를 나타냅니다. 관계의 강도와 방향을 나타내는 상관계수와 유사해 보이지만, 인과적 예측에 초점을 맞춘다는 점에서 차이가 있어요. 상관계수는 관계 자체를 기술하는 반면, 회귀계수는 종속변수를 독립변수로 설명하는 모델의 계수입니다. 연관 개념 정리 (Related Concepts) - 피어슨 상관계수(Pearson Correlation Coefficient, r): 두 연속형 변수 간 선형 관계를 측정. 가장 일반적. - 스피어만 순위 상관계수(Spearman's Rank Correlation Coefficient, ρ): 순위 자료나 비선형 관계, 이상치가 있을 때 사용. - 결정계수(Coefficient of Determination, R²): 회귀분석에서 독립변수가 종속변수의 변동을 얼마나 설명하는지 나타내는 지표. 상관계수 r의 제곱과 같습니다. 개념 정리

용어	측정 대상	값의 범위 / 의미	보건행정에서의 활용 예
상관계수	두 변수 간 선형 관계	-1 ~ +1 (강도 & 방향)	진료비와 재원일수 관계, 직원 만족도와 이직률 관계 분석
회귀계수	한 변수가 다른 변수에 미치는 평균 영향력	-∞ ~ +∞ (크기 & 방향)	나이가 1살 증가할 때 혈압이 평균 몇 mmHg 상승하는지 예측
표준편차	단일 변수의 분산 정도	0 ~ +∞ (클수록 퍼져있음)	병원별 평균 재원일수의 변동성 비교

한눈에 비교!

구분	상관분석 (Correlation)	회귀분석 (Regression)
목적	두 변수 간 관계의 강도와 방향 파악	변수 간 인과적 예측 모델 구축
핵심 지표	상관계수 (r)	회귀계수 (β), 결정계수 (R²)
변수 역할	대등한 관계 (X와 Y 구분 불필요)	원인(독립변수)과 결과(종속변수) 구분
결과 해석	"A와 B는 강한 정적 상관관계가 있다."	"A가 1단위 증가할 때 B는 β만큼 증가한다고 예측된다."

실무 포인트 보건행정 실무에서 데이터를 분석할 때는 단순히 상관계수 값만 보고 "인과관계가 있다"고 결론지으면 안 돼요! 핵심! 상관관계는 인과관계를 함축하지 않습니다(Correlation does not imply causation). 예를 들어, 아이스크림 판매량과 익사 사고 건수가 높은 상관관계를 보인다 해서, 아이스크림이 익사의 원인이라고 볼 수는 없어요. 두 현상 모두 여름철(제3의 변수)에 증가하기 때문이에요. 따라서 현장에서는 항상 혼란변수(Confounding Variable)의 가능성을 고려해야 해요. 암기 팁 "관계의 강도와 방향은 상관계수"라고 외우세요. '상관'이라는 단어 자체가 관계를 뜻하니까 직관적이에요. 회귀계수는 "예측과 영향력", 표준편차는 "흩어짐 정도"와 연결지어 생각하세요. 국시 빈출 포인트 보건의료정보관리사/병원행정사 시험에서는 상관계수의 정의와 해석(값의 범위, 부호의 의미)이 단순 지식으로 출제됩니다. 또한, 상관분석과 회귀분석의 차이점을 묻는 비교형 문제도 자주 나와요. 결정계수(R²)가 상관계수(r)의 제곱이라는 관계도 체크해두세요. 기출 변형 주의! 이 개념은 다음과 같이 변형 출제될 수 있어요. - 사례형: "어느 연구에서 흡연량과 폐암 발병 위험도 간의 통계적 관계를 분석한 결과, r=0.65로 나타났다. 이때 사용된 통계적 척도는?" → 상관계수 - 오개념 확인형: "상관계수 r=0.8일 때, 한 변수가 다른 변수의 원인이라고 해석할 수 있다. (O/X)" → X (상관≠인과)

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario) "병원 경영지원실에서 올해 1분기 병동별 평균 재원일수와 환자 만족도 설문 조사 점수 데이터를 확보했어요. 두 지표 간에 어떤 관계가 있는지 분석해, 재원일수 관리가 환자 경험에 미치는 영향을 파악하고자 해요. 어떤 통계 분석을 적용해야 할까요?" 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 분석 대상은 두 개의 연속형 변수(평균 재원일수-숫자, 만족도 점수-숫자)입니다. 목표는 두 변수 간의 '관계'를 파악하는 것이지, 한 변수로 다른 변수를 '예측'하는 모델을 만드는 것은 아니에요. 2. 법적/규정 검토: 통계 분석에는 특별한 법적 제약은 없지만, 데이터는 개인정보가 아닌 집계된 부서별 성과 지표여야 합니다. 3. 대응 및 처리: 가장 적합한 분석은 상관분석입니다. 먼저 산점도(Scatter plot)를 그려 시각적으로 관계를 확인한 후, 피어슨 상관계수를 계산합니다. 예를 들어, 결과가 r = -0.3이라면, '재원일수가 짧을수록 만족도가 다소 높은 약한 부적 상관관계가 있다'고 해석할 수 있어요. 4. 사후 기록/보고: 분석 결과는 경영 회의 자료로 보고되며, 상관관계가 인과관계는 아님을 명시해야 합니다. 재원일수 감소 정책을 수립하기 위해서는 추가적인 요인 분석(예: 의료 질, 의사소통 등)이 필요하다는 점을 부연 설명하는 것이 전문가적인 자세예요. 법적 안전 및 주의사항 (Precautions) 통계 분석 시 가장 중요한 주의사항은 혼동 주의! 데이터 오용과 잘못된 해석입니다. 작은 표본에서 나온 높은 상관계수는 우연일 수 있으며(P-value 확인 필요), 앞서 언급한 대로 상관관계를 인과관계로 오해하여 잘못된 경영 결정을 내리는 위험이 있어요. 또한, 분석에 사용된 원자료가 개인정보에 해당한다면 익명화/집계화 과정에서 개인정보보호법(Personal Information Protection Act)을 준수해야 합니다. 업무 프로토콜 상관분석 수행 단계 1. 데이터 수집 및 정제 (결측치 제거, 이상치 확인) 2. 산점도 작성 (시각적 관계 확인) 3. 상관계수(r) 계산 (통계 소프트웨어 또는 Excel 활용) 4. 통계적 유의성 검정 (p-value 확인, 일반적으로 p < 0.05) 5. 결과 해석 및 보고서 작성 (관계의 강도, 방향, 유의성, 한계점 명시) 선배의 한마디 "통계 숫자는 말을 해요. 하지만 그 말을 제대로 듣는 건 분석가의 몫이에요. 상관계수 하나로 모든 걸 설명하려 들지 마세요. 보건행정가는 데이터 뒤에 숨은 '맥락'과 '이유'를 찾아내는 탐정 같은 자세가 필요해요. 숫자에 휘둘리지 않고, 숫자를 현명하게 활용하는 전문가가 되길 바랄게요!"