보건행정 핵심 해설
이 문제는 보건통계학에서 두 변수 간의 연관성을 측정하는
상관분석(Correlation Analysis) 방법 중, 특정 조건을 만족하지 않는 자료에 적합한 방법을 묻고 있어요. 보건행정 현장에서는 설문조사 데이터(예: 만족도 순위), 비정규 분포를 보이는 의료 지표, 또는 순위 척도로 측정된 자료를 분석할 때 자주 활용되는 개념이죠.
핵심 개념 분석 (Key Concept)
상관계수는 두 변수가 얼마나 선형적인 관계를 가지는지 그 방향과 강도를 -1에서 +1 사이의 값으로 나타내요. 가장 널리 알려진
피어슨 상관계수(Pearson Correlation Coefficient)는 사용에 중요한 전제 조건이 있어요. 바로 두 변수가
정규분포를 따르고, 등간척도 이상의 측정 수준을 가지며, 관계가 선형적이어야 한다는 거예요. 하지만 현실의 보건 자료, 특히 환자 만족도 조사(1,2,3,4,5점), 질병 중증도 순위, 또는 소표본 데이터는 이러한 조건을 충족하지 못하는 경우가 많아요.
이럴 때 사용하는 대안이 바로
스피어만 상관계수(Spearman's Rank Correlation Coefficient)에요. 이 방법은 원래의
데이터 값을 순위(rank)로 변환한 후, 순위 간의 피어슨 상관계수를 계산하는 것과 동일해요. 따라서 자료의
분포에 대한 가정(정규성)이 필요 없고, 순위 자료나 서열 척도에서도 사용할 수 있는
핵심! 비모수적(Nonparametric) 방법이에요.
정답 근거 (Answer Rationale)
정답은
① 스피어만 상관계수입니다. 문제에서 명시한 "순위 자료나 정규성 가정을 만족하지 못할 때 사용하는 비모수적 상관계수"라는 조건은 스피어만 상관계수의 정의와 정확히 일치해요. 통계학 교과서와 보건통계 관련 지침에서도 이 조건 하의 표준 분석 도구로 제시되고 있습니다.
오답 분석 (Distractor Analysis)
혼동 주의! 다른 선택지들은 모두 모수적 방법이나 상관계수와는 다른 회귀분석 개념이에요.
②
회귀계수(Regression Coefficient): 상관계수가 두 변수의 '연관성'을 보는 반면, 회귀계수는 독립변수가 종속변수에 미치는 '영향의 크기'를 나타내는 선형회귀분석의 개념이에요.
③
피어슨 상관계수(Pearson Correlation Coefficient): 가장 일반적인 상관계수이지만, 이 문제의 조건인 "비모수적"이 아니며, 정규성 가정이 필요해요.
④
결정계수(Coefficient of Determination, R²): 회귀모형의 설명력을 나타내는 지표로, 상관계수의 제곱값이기도 하지만, 직접적인 비모수적 상관계수는 아니에요.
⑤
편상관계수(Partial Correlation Coefficient): 제3의 변수의 영향을 통제(제거)한 후의 두 변수 간 순수한 상관관계를 보는 지표로, 모수적 방법에 기반할 수 있어요.
연관 개념 정리 (Related Concepts)
비모수 검정에는 스피어만 상관계수 외에도 여러 가지가 있어요. 예를 들어, 두 독립 표본을 비교할 때는
맨-휘트니 U 검정(Mann-Whitney U test), 쌍을 이룬 표본은
윌콕슨 부호 순위 검정(Wilcoxon signed-rank test), 세 개 이상의 독립 집단은
크루스칼-왈리스 검정(Kruskal-Wallis test)을 사용해요. 보건행정 연구나 병원 성과 평가 시 정규분포가 아닌 데이터를 다룰 때 이러한 비모수 검정법을 숙지하는 것이 중요해요.
개념 정리
| 구분 | 피어슨 상관계수 | 스피어만 상관계수 |
|---|
| 성격 | 모수적 상관계수 | 비모수적 상관계수 |
| 가정 | 정규성, 선형성, 등분산성 | 가정 없음 (순위 사용) |
| 데이터 척도 | 등간척도, 비율척도 | 서열척도 이상 (순위화 가능하면 OK) |
| 계산 원리 | 원점수 공분산 기반 | 데이터의 순위를 기반 |
| 보건행정 활용 예 | 나이와 혈압 수치의 관계, 병상 수와 총 수입의 관계 | 환자 만족도 순위와 재방문 의도 순위 관계, 진료 과목별 업무 부담도 순위 비교 |
실무 포인트
병원
품질개선(QI, Quality Improvement) 팀이나 기획조정실에서 직원 만족도 조사, 환자 경험 설문 결과를 분석할 때, 5점 리커트 척도(Strongly Disagree to Strongly Agree)로 수집된 데이터는 정규분포를 이루기 어려워요. 이때 "서비스 만족도"와 "추천 의도" 간의 관계를 분석하려면 피어슨이 아닌
스피어만 상관계수를 사용해야 정확한 해석이 가능해요. 통계 패키지(SPSS, R)에서 분석 시 반드시 측정 척도와 데이터 분포를 확인한 후 적절한 상관계수를 선택하는 습관이 필요해요.
암기 팁
"
스피어만은
순위를 본다" → "스(순위)"로 연결! 혹은 "피어슨(Pearson)은 Perfect(완벽한) 조건을 요구한다, 스피어만(Spearman)은 Simple(간단한) 순위로 해결한다"고 생각하세요.
국시 빈출 포인트
보건의료정보관리사 시험에서 통계 파트는
핵심! 모수 검정 vs 비모수 검정의 구분과 각 검정법의 사용 조건이 단골 출제예요. 스피어만 상관계수, 맨-휘트니 U 검정, 카이제곱 검정의 용도를 명확히 구분할 수 있어야 해요. 특히 "순위 자료", "정규성 가정 불만족", "소표본"이라는 키워드가 나오면 비모수 검정을 떠올리세요.
기출 변형 주의!
동일한 개념을 다음과 같이 변형하여 출제될 수 있어요.
사례형: "어느 병원에서 10명의 간호사를 대상으로 업무 스트레스 수준(1-10점)과 이직 의도(1-5점)를 조사하였다. 두 변수 간 관계를 분석하기에 가장 적합한 통계 방법은?" → 답: 스피어만 상관계수.
참/거짓형: "스피어만 상관계수는 데이터의 원점수가 아닌 순위를 이용하여 계산한다. (O/X)" → 답: O.