보건행정 핵심 해설
이 문제는
보건통계 분석에서 데이터의 기본 가정을 확인하는 중요한 단계인
정규성 검정(Normality test)에 대해 묻고 있어요. 특히 SPSS(Statistical Package for the Social Sciences)라는 통계 소프트웨어에서 실제로 어떤 검정법을 사용하는지 실무적 관점에서 알아야 해요.
핵심 개념 분석 (Key Concept): 통계 분석, 특히
t-검정(t-test)이나
분산분석(ANOVA) 같은
모수 검정(Parametric test)을 수행하기 전에는 데이터가 정규분포를 따른다는 가정이 충족되는지 확인해야 해요. 이때 사용하는 것이 정규성 검정이에요. SPSS에서는 주로 두 가지 검정법(
Shapiro-Wilk 검정과
Kolmogorov-Smirnov 검정)을 제공하는데, 표본 크기에 따라 선택 기준이 달라져요.
정답 근거 (Answer Rationale): 정답은
② Shapiro-Wilk 검정이에요. 그 이유는 Shapiro-Wilk 검정이
표본 크기가 비교적 작을 때(일반적으로 n < 2000) 더 높은 검정력을 가지기 때문에 SPSS를 포함한 대부분의 통계 패키지에서 소표본 정규성 검정의 표준으로 권장되고 사용되기 때문이에요. 검정 결과의 유의확률(p-value)가 0.05보다 크면 정규분포를 따른다고 판단해요.
오답 분석 (Distractor Analysis):
혼동 주의! ①번 'Levene 검정'은 정규성 검정이 아니라
등분산성 검정(Test of Homogeneity of Variances)이에요. 분산분석(ANOVA)을 할 때 여러 집단의 분산이 동일한지(등분산인지) 검정하는 방법이죠.
③번 'Scheffe 검정', ④번 'Duncan 검정', ⑤번 'Tukey 검정'은 모두
사후 검정(Post-hoc test)에 해당해요. 분산분석(ANOVA) 결과 집단 간 평균에 유의미한 차이가 있을 때,
어느 집단들 사이에 차이가 있는지를 구체적으로 비교하기 위해 사용하는 방법들이에요. 정규성 검정과는 완전히 다른 분석 단계의 도구랍니다.
연관 개념 정리 (Related Concepts):
-
비모수 검정(Nonparametric test): 문제에 '비모수 검정법'이라는 표현이 나오지만, Shapiro-Wilk 검정 자체는 정규성이라는 '모수'를 검정하는 도구로, 전통적인 분류상 비모수 검정보다는 '적합도 검정(Goodness-of-fit test)'에 가까워요. 보건통계에서 진정한 비모수 검정은 Mann-Whitney U 검정(두 집단 비교), Kruskal-Wallis H 검정(세 집단 이상 비교) 등을 말해요.
-
정규성 검정의 대안: 표본 크기가 매우 클 때(n > 2000)는 Kolmogorov-Smirnov 검정이, 또는 Q-Q plot(Quantile-Quantile plot)을 시각적으로 확인하는 방법도 널리 사용돼요.
개념 정리
| 용어 | 목적 | 사용 시기/조건 |
|---|
| Shapiro-Wilk 검정 | 데이터의 정규성 검정 | 표본 크기가 작을 때(n < 2000) 주로 사용 |
| Levene 검정 | 등분산성 검정 | 분산분석(ANOVA) 전, 여러 집단의 분산 비교 |
사후 검정(Post-hoc)
(Tukey, Scheffe 등) | 집단 간 차이의 구체적 쌍 비교 | 분산분석(ANOVA) 결과 유의미할 때 |
한눈에 비교!
| 검정 종류 | 검사하는 것 | 분석 단계 | SPSS 메뉴 위치 예시 |
|---|
정규성 검정
(Shapiro-Wilk) | 데이터가 정규분포를 따르는가? | 모수 검정 전의 가정 확인 | Analyze > Descriptive Statistics > Explore (Plots 옵션) |
등분산성 검정
(Levene) | 비교할 집단들의 분산이 같은가? | 분산분석(ANOVA) 전의 가정 확인 | 분산분석 결과표에 함께 출력됨 |
사후 검정
(Tukey, Scheffe) | 어느 집단 쌍 사이에 차이가 있는가? | 분산분석(ANOVA) 결과 유의 후 세부 분석 | 분산분석 대화상자의 Post-Hoc 옵션 |
실무 포인트
보건행정이나 병원 경영 데이터를 분석할 때, 직원 만족도 조사, 부서별 예산 집행 효율 비교, 치료법 별 재원일수 분석 등 다양한 통계 검정을 하게 돼요. 이때
분석의 첫걸음은 항상 데이터의 특성(정규성, 등분산성)을 확인하는 것이에요. 정규성을 충족하지 않으면 t-검정 대신 Mann-Whitney U 검정을, 등분산성을 충족하지 않으면 분산분석 대신 Welch's ANOVA를 사용하는 등 분석 방법을 전환해야 해요. 올바른 검정법 선택은 신뢰할 수 있는 연구 결과와 행정 결정의 기초가 됩니다.
암기 팁
-
Shapiro-Wilk: "**샤**피로는 **표**본이 작을 때 정규성 **검**정" (샤→표→검)
- 검정법 구분:
정규성(S)은
시작(Start)할 때,
등분산(L)은
중간(Levene)에,
사후(P)는
끝(Post)에 한다고 연상하세요.
국시 빈출 포인트
보건의료정보관리사 시험에서 통계 파트는
특정 검정법의 용도와 사용 조건을 구분하는 문제가 매우 자주 나와요. '정규성 검정', '등분산성 검정', '상관관계 분석', '사후 검정' 등의 키워드에 민감하게 반응하고, 각각의 대표적인 방법 이름(예: Shapiro-Wilk, Levene, Pearson, Tukey)을 정확히 매칭할 수 있어야 해요.
기출 변형 주의!
동일한 개념을 다음과 같이 변형 출제할 수 있어요:
-
사례형: "어느 병원에서 3개 부서 직원의 업무 스트레스 점수를 비교하려고 한다. 분산분석(ANOVA)을 수행하기 전에 SPSS로 데이터의 정규성을 확인해야 한다. 이때 사용해야 할 검정법은?"
-
역방향 질문: "Shapiro-Wilk 검정의 주용도는 무엇인가?" (정답: 정규성 검정)
-
혼합 선택지: 정규성 검정법(Shapiro-Wilk, KS)과 사후 검정법(Tukey, Scheffe)을 섞어 출제