보건행정 핵심 해설
이 문제는 보건통계 및 연구 방법론에서 자주 사용되는
표준화 회귀계수(Beta coefficient)의 핵심 목적을 묻고 있어요. 보건정책 분석이나 병원 경영 데이터 분석 시 여러 요인의 상대적 중요도를 평가할 때 매우 유용한 개념이에요.
핵심 개념 분석 (Key Concept): 표준화 회귀계수는 독립변수와 종속변수를 모두
Z-점수(Z-score)로 변환(표준화)한 후 추정한 회귀계수예요. Z-점수 변환은 "(원점수 - 평균) / 표준편차" 공식으로 이루어지며, 이 과정을 통해 모든 변수의 평균은 0, 표준편차는 1로 통일돼요.
정답 근거 (Answer Rationale):
핵심! 정답이 ④번인 이유는, 이 과정의 가장 큰 장점이
측정 단위의 차이를 제거한다는 점이기 때문이에요. 예를 들어, 병원 경영 분석에서 '연령(세)', '수입(만원)', '체질량지수(kg/m²)'와 같이 단위가 전혀 다른 변수들이 환자 만족도에 미치는 영향을 비교할 때, 일반 회귀계수는 단위에 크게 영향을 받아 직접 비교가 어려워요. 하지만 표준화 회귀계수(Beta)는 모든 변수가 동일한 '표준편차 단위'로 바뀌었기 때문에, 계수의 크기만으로 "어느 변수의 영향력이 더 큰가"를 상대적으로 판단할 수 있어요. Beta가 0.5인 변수는 Beta가 0.2인 변수보다 종속변수에 미치는 영향이 더 크다고 해석할 수 있어요.
오답 분석 (Distractor Analysis):
혼동 주의! ①번 '절편의 영향을 제거하기 위해': 표준화 과정에서 변수의 평균이 0으로 조정되므로, 절편(상수항)의 값도 0이 되는 경우가 많아요. 하지만 이는 표준화의 '결과'일 뿐, 주요 목적은 아니에요.
②번 '잔차의 정규성을 확인하기 위해': 잔차 분석은 회귀모형의 가정(선형성, 등분산성, 독립성, 정규성)을 검토하는 별도의 과정이에요. 표준화 회귀계수 계산 자체는 잔차의 정규성 검정 방법이 아니에요.
③번 '다중 공선성을 감소시키기 위해': 다중 공선성(Multicollinearity)은 독립변수들 간의 높은 상관관계로 인한 문제예요. 표준화는 변수의 척도만 바꿀 뿐 변수들 간의 상관관계 구조를 바꾸지 않으므로, 다중 공선성을 해결하는 방법이 아니에요. 다중 공선성은 VIF(Variance Inflation Factor)를 확인하거나 변수 제거 등의 방법으로 해결해요.
⑤번 '모형의 설명력을 높이기 위해': 모형의 설명력은 결정계수(R²)로 나타내며, 표준화를 해도 R² 값은 변하지 않아요. 표준화는 해석의 편의를 위한 것이지 모형의 예측 정확도를 높이는 것은 아니에요.
연관 개념 정리 (Related Concepts):
-
일반 회귀계수(B coefficient): 원자료 그대로 분석한 계수. "독립변수가 1단위 증가할 때 종속변수의 변화량"을 해석합니다. 단위의 영향을 받습니다.
- 결정계수(R-squared, R²): 회귀모형이 데이터를 얼마나 잘 설명하는지 나타내는 지표. 0~1 사이 값이며, 표준화 전후로 변하지 않습니다.
- 다중 공선성(Multicollinearity): 독립변수들 간의 높은 상관관계가 회귀계수의 추정을 불안정하게 만드는 문제. VIF 값이 10을 넘으면 주의가 필요합니다.
개념 정리
| 구분 | 일반 회귀계수 (B) | 표준화 회귀계수 (Beta, β) |
|---|
| 계산 기준 | 원시 데이터(Raw data) | 표준화된 데이터(Z-score) |
| 해석 | X가 1단위 증가할 때 Y의 변화량
(단위 영향 있음) | X가 1표준편차 증가할 때 Y의 표준편차 변화량
(단위 영향 없음) |
| 주요 용도 | 예측 모델 만들기 | 변수 간 상대적 영향력 비교하기 |
| 예시 | 연령(세) B=2 → 나이가 1살 증가하면 만족도 2점 증가 | 연령 Beta=0.3, 수입 Beta=0.5 → 수입이 만족도에 미치는 영향이 연령보다 큼 |
실무 포인트
보건행정 실무에서 표준화 회귀계수는 다음과 같은 분석에 활용돼요:
- 병원 경영: 환자 만족도에 영향을 미치는 요인(의사 소통 시간, 대기 시간, 청결도 등)의 상대적 중요도 분석.
- 정책 효과 평가: 특정 보건정책(예: 금연 캠페인)의 성공에 기여한 여러 홍보 채널(TV, SNS, 전단지)의 효과 크기 비교.
- 연구 논문 작성: 서로 다른 척도로 측정된 위험 요인(예: 혈압, 콜레스테롤, 흡연량)이 질병 발생에 미치는 상대적 기여도를 제시할 때.
암기 팁
"Beta는 비교(Compare)한다!"라고 기억하세요. Beta의 핵심은 서로 다른 단위(Unit)를 가진 변수들을 동일한 줄(Line)에 세워서 비교(Benchmark)할 수 있게 해주는 것이에요.
국시 빈출 포인트
표준화 회귀계수(Beta)는 보건통계학과 연구방법론 영역에서 꾸준히 출제되는 개념이에요. "목적"을 묻는 기본 문제부터, 일반 계수(B)와의 해석 차이를 묻는 응용 문제까지 다양하게 나와요. 항상 "상대적 영향력 비교"와 "단위 차이 제거"라는 두 마리 토끼를 잡는 개념임을 명심하세요.
기출 변형 주의!
동일 개념을 다음과 같이 변형 출제할 수 있어요:
- 사례형: "의료서비스 만족도 조사에서 진료 시간(Beta=0.4)과 의사 친절도(Beta=0.6)의 표준화 회귀계수가 나왔다. 이 결과를 해석하시오."
- 참/거짓형: "표준화 회귀계수를 사용하면 변수 간 다중 공선성 문제를 해결할 수 있다. (X)"