보건행정 핵심 해설
이 문제는 보건통계 분석의 핵심 도구인 SPSS(Statistical Package for the Social Sciences)의 기본적인
데이터 관리 기능을 묻고 있어요. 보건행정학 연구나 병원 경영 데이터 분석에서 원자료를 그대로 사용하기보다는, 새로운 지표를 만들거나 범주를 재구성하는 작업은 필수적이죠.
핵심 개념 분석 (Key Concept)
SPSS는 데이터 분석의 전체 프로세스(데이터 입력/관리 → 변환 → 분석 → 결과 출력)를 지원하는 통합 소프트웨어예요. 이 중
'변수 계산(Compute Variable)' 기능은 데이터 전처리(Data Preprocessing) 단계에서 가장 빈번하게 사용되는 핵심 도구입니다. 평균 점수를 만들거나, 연령대를 구분하는 범주형 변수를 생성하거나, 여러 문항의 점수를 합산하는 등 연구 설계에 맞는 분석용 변수를 만드는 데 필수적이에요.
정답 근거 (Answer Rationale)
핵심! SPSS 메뉴에서
'변환(Transform)' 메뉴 하위에 있는
'변수 계산(Compute Variable...)'이 정확한 기능입니다. 이 기능을 실행하면 대상 변수명(Target Variable)을 지정하고, 수식(Numeric Expression)을 입력하여 새로운 변수를 생성하거나 기존 변수의 값을 산술/논리 연산을 통해 변환할 수 있어요. 보건행정 현장에서 만성질환 관리 지표나 환자 만족도 종합 점수 등을 계산할 때 반드시 익혀야 할 기능이에요.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답 선택지는 SPSS의 다른 주요 메뉴를 나타내지만, 변수 생성/변환의 주된 기능과는 거리가 있어요.
①
그래프 작성: '그래프(Graphs)' 메뉴로, 분석 결과를 시각화하는 기능이에요. 데이터를 변환하는 기능이 아니죠.
②
분석 실행: '분석(Analyze)' 메뉴로, 기술통계, t-검정, 회귀분석 등 통계 분석을 수행하는 핵심 메뉴예요. 변수 계산은 분석을 위한 '준비' 단계의 기능입니다.
③
파일 병합: '데이터(Data)' 메뉴 하위 기능으로, 두 개 이상의 데이터 파일을 행 또는 열 기준으로 합치는(Merge) 기능이에요. 단일 파일 내 변수를 조작하는 '변수 계산'과는 목적이 다릅니다.
④
데이터 보기: SPSS 작업 화면의 두 가지 뷰(View) 중 하나로, 실제 데이터 값이 표 형태로 보이는 창이에요. 메뉴가 아닌 화면 표시 모드입니다.
연관 개념 정리 (Related Concepts)
SPSS의 '변환(Transform)' 메뉴에는 '변수 계산' 외에도 중요한 데이터 관리 기능들이 있어요.
-
다른 변수로 재코딩(Recode into Different Variables): 기존 변수의 값을 새로운 기준으로 그룹화하여 새로운 변수로 저장할 때 사용 (예: 연속형 나이 → '청년', '중년', '노년' 범주).
-
개별 값 대체(Replace Missing Values): 결측치를 평균이나 중앙값 등으로 대체하는 기능.
-
변수 순서 변경(Shift Values): 시계열 데이터에서 시차(Lag) 변수를 만들 때 사용.
개념 정리
| 용어 | 의미 | SPSS 메뉴 위치 |
|---|
변수 계산
(Compute Variable) | 수식을 사용해 새로운 변수를 생성하거나 기존 변수 값을 변환 | 변환(Transform) → 변수 계산(Compute Variable...) |
데이터 전처리
(Data Preprocessing) | 분석 전 데이터를 정제, 변환, 통합하는 과정 | 변환(Transform), 데이터(Data) 메뉴 전반 |
재코딩
(Recoding) | 변수의 값 또는 범주를 재구성하는 작업 | 변환(Transform) → 다른 변수로 재코딩(Recode into Different Variables) |
한눈에 비교!
| 기능 | 주요 목적 | 실무 적용 예시 (보건행정) |
|---|
변수 계산
(Compute) | 산술/논리 연산을 통한 새로운 값 생성 | 체질량지수(BMI) 계산, 만성질환 위험 점수 합산 |
재코딩
(Recode) | 기존 값을 새로운 범주로 그룹화 | 연령을 10세 단위로 구분, 만족도 점수를 '불만/보통/만족'으로 변환 |
파일 병합
(Merge) | 여러 데이터 소스 통합 | 원무 데이터와 만족도 조사 데이터를 환자 ID로 결합 |
실무 포인트
병원 경영 데이터나 연구 데이터를 분석할 때는 원본 데이터를 직접 수정하기보다,
핵심! '변수 계산'이나 '재코딩'을 통해 새로운 변수를 만들어 사용하는 것이 안전해요. 원본 데이터를 보존하면서 다양한 분석을 시도할 수 있죠. 또한, 생성한 변수의 수식이나 재코딩 기준은 반드시 코드북(Codebook)이나 분석 일지에 기록하여 재현 가능성(Reproducibility)을 유지해야 해요.
암기 팁
"
계산(Compute)은
Transform(변환)한다!" 라고 연상하세요. 변수를 변환(Transform)하는 메뉴 안에 계산(Compute) 기능이 들어있다는 구조를 기억하면 됩니다.
국시 빈출 포인트
보건의료정보관리사 시험에서는 SPSS의 기본 기능 이름을 직접 묻거나, 특정 분석을 위해 필요한 데이터 전처리 단계를 사례로 들어 출제될 수 있어요.
'변수 계산',
'재코딩',
'결측치 처리'는 데이터 관리의 3대 핵심 기능으로 꼭 기억하세요.
기출 변형 주의!
"환자 설문조사 데이터에서 5개 문항의 리커트 척도(Likert scale) 점수를 합하여 총 만족도 점수를 생성하려면 SPSS의 어떤 기능을 사용해야 하는가?" 와 같은
실무 적용형 사례로 변형 출제될 수 있어요. 이때 정답은 당연히
변수 계산(Compute Variable) 기능을 사용해 합계(sum)를 구하는 것입니다.