SPSS를 이용한 다중 로지스틱 회귀분석 결과 해석에서, 독립변수의 영향력을 판단하는 데 사용되는 주요 지표는?

로지스틱 회귀분석에서는 비표준화 계수(B)의 지수함수값인 승산비(Exp(B))를 해석한다. Exp(B)=1.05는 다른 변수가 동일할 때, 나이가 1단위 증가할 경우 사건 발생 승산이 1.05배(5%) 증가함을 의미한다.

보건행정 핵심 해설 이 문제는 보건통계 분석, 특히 다중 로지스틱 회귀분석(Multiple Logistic Regression) 결과를 해석하는 능력을 평가해요. 보건행정 및 의료정보 분석에서 로지스틱 회귀는 질병 발생 위험 요인을 규명하거나, 특정 의료 행동(예: 재입원 여부)에 영향을 미치는 요인을 분석하는 데 매우 자주 사용되는 기법이에요. 핵심 개념 분석 (Key Concept) 로지스틱 회귀분석은 종속변수가 이분형(예: 질병 유무(0/1), 사망 여부, 수술 성공 여부)일 때 사용하는 회귀분석 방법이에요. 분석의 목적은 여러 독립변수들이 종속변수(사건 발생)에 미치는 영향을 정량적으로 평가하는 것이죠. 여기서 핵심은 승산비(Odds Ratio, OR) 또는 SPSS 출력에서의 Exp(B)에요. 정답 근거 (Answer Rationale) 핵심! 다중 로지스틱 회귀분석에서 독립변수의 영향력을 직관적으로 판단하는 데 사용되는 주요 지표는 승산비(Exp(B))입니다. 비표준화 계수(B)는 로그 승산(Log-Odds)을 의미하는데, 이는 해석이 직관적이지 않아요. 따라서 이를 지수 변환한 Exp(B), 즉 승산비를 사용합니다. 문제에서 '나이'의 Exp(B)=1.05는 "다른 모든 변수(통제변수)가 동일할 때, 나이가 1세 증가할 경우, 사건(예: 질병 발생)의 승산(Odds)이 1.05배, 즉 5% 증가한다"는 의미로 해석됩니다. 승산비가 1보다 크면 위험 요인, 1보다 작으면 보호 요인, 1이면 영향이 없음을 나타냅니다. 오답 분석 (Distractor Analysis) 혼동 주의! ②번 '유의확률(p-value)': 이는 해당 변수의 영향이 통계적으로 유의미한지(일반적으로 p0.05).

보건행정 실무 가이드 실무 시나리오 (Practical Scenario) 병원 기획조정실에서 '퇴원 후 30일 내 재입원 위험에 영향을 미치는 요인'을 분석하는 프로젝트를 진행 중이에요. 전자의무기록(EMR) 데이터를 추출해 로지스틱 회귀분석을 실시했고, 주요 결과 중 '퇴원 시 연령'의 Exp(B)가 1.02로 나타났어요. 부서장에게 이 결과를 어떻게 보고해야 할까요? 행정 중재 전략 (Admin Intervention) 1. 상황 파악: 분석 목표는 재입원 위험 감소 정책의 타겟을 설정하기 위한 근거 마련입니다. 2. 법적/규정 검토: 통계 분석 자체보다는, 결과 해석의 정확성이 중요합니다. 잘못된 해석은 잘못된 병원 정책으로 이어질 수 있어요. 3. 대응 및 처리: 보고서에 다음과 같이 명확히 기재해야 합니다. - "다른 분석 변수들(예: 동반 질환 수, 입원 기간 등)을 통제한 상태에서, 퇴원 시 연령이 1세 증가할 때마다 30일 내 재입원 승산이 1.02배(2%) 증가하는 것으로 나타났습니다." - 동시에 해당 변수의 p-value와 신뢰구간도 제시하여 결과의 신뢰도를 보여줍니다. - 해석의 실질적 의미 강조: "Exp(B)=1.02는 통계적으로 유의할 수 있지만, 효과 크기가 매우 작습니다. 따라서 연령 단독보다는 다른 강력한 위험 요인(예: 특정 질환 상태)에 초점을 맞춘 중재가 더 효과적일 수 있습니다." 4. 사후 기록/보고: 분석 방법(다중 로지스틱 회귀), 사용 소프트웨어(SPSS), 변수 정의 등을 부록에 상세히 기록하여 재현 가능성을 확보합니다. 법적 안전 및 주의사항 (Precautions) - 분석에 사용된 환자 데이터는 개인정보보호법(PIPA) 및 의료법(Medical Service Act)에 따라 익명화/가명처리 되어야 합니다. - 연구/분석 목적의 데이터 사용 시, 병원 내부 심의위원회(IRB) 승인을 받았는지 반드시 확인하세요.
업무 프로토콜 로지스틱 회귀분석 결과 보고 프로토콜 1. 목적 명시: 분석 목적(위험요인 규명, 예측 모형 개발 등)을 명확히 기술. 2. 방법 요약: 다중 로지스틱 회귀 사용, 소프트웨어(SPSS/R), 변수 선택 방법(전진/후진/단계적). 3. 결과 제시: 결과표에는 각 변수별 B(계수), S.E.(표준오차), Wald 값, p-value, Exp(B)(승산비), 95% CI for Exp(B)를 포함. 4. 해석 보고: 주요 변수의 승산비(Exp(B))를 중심으로 영향의 방향과 크기를 해석. "통제변수 고정 시"라는 조건을 반드시 언급. 5. 한계점 논의: 모형의 설명력(Nagelkerke R²), 교차검증 필요성, 누락된 변수 가능성 등을 기술.
선배의 한마디 "보건행정가에게 통계는 단순한 숫자 놀이가 아니에요. 데이터 속에 숨겨진 '이야기'를 읽어내어, 더 나은 병원 운영과 환자 치료를 위한 의사결정의 근거를 만드는 도구예요. 로지스틱 회귀의 승산비(Exp(B))를 제대로 이해하면, 연구 논문을 비판적으로 읽을 수 있고, 자신이 직접 데이터 기반의 정책 제안을 할 수 있는 힘이 생겨요. 숫자가 말하는 진짜 의미에 집중하세요!"