엑셀에서 두 변수 간의 선형 관계 강도와 방향을 나타내는 함수는?

CORREL 함수는 두 데이터 세트 간의 상관계수를 계산하여 선형 관계의 강도와 방향을 나타낸다. SLOPE는 기울기, INTERCEPT는 절편, FORECAST는 예측값, RSQ는 결정계수를 계산한다.

보건행정 핵심 해설 이 문제는 병원 경영이나 보건 통계 분석에서 자주 사용되는 엑셀(Excel) 통계 함수의 용도를 구분하는 내용이에요. 특히 데이터 분석을 통해 의료 서비스 품질 평가, 환자 만족도 조사, 재무 지표 간 관계 분석 등 다양한 보건행정 실무에 활용되는 기초 통계 도구를 이해하는 것이 중요해요. 핵심 개념 분석 (Key Concept): 문제의 핵심은 "두 변수 간의 선형 관계 강도와 방향"을 나타내는 척도인 상관계수(Correlation Coefficient)를 계산하는 함수를 묻고 있어요. 상관계수(r)는 -1에서 +1 사이의 값을 가지며, 절대값이 클수록 강한 선형 관계를, 부호가 양수이면 정적 관계, 음수이면 부적 관계를 나타냅니다. 정답 근거 (Answer Rationale): 핵심! 엑셀에서 상관계수를 계산하는 함수는 CORREL 함수입니다. 구문은 `=CORREL(array1, array2)`로, 두 데이터 범위(array)의 피어슨 상관계수(Pearson correlation coefficient)를 반환해요. 이는 통계학에서 두 변수 간 선형 관계의 강도와 방향을 가장 일반적으로 측정하는 지표예요. 오답 분석 (Distractor Analysis):
혼동 주의! ①번 FORECAST 함수: 이는 선형 회귀(Linear regression) 분석을 통해 하나의 독립 변수(x) 값으로부터 종속 변수(y)의 값을 예측하는 함수예요. 관계의 '강도'를 직접 나타내지 않아요.
혼동 주의! ③번 RSQ 함수: 이는 결정계수(R-squared, R²)를 계산하는 함수로, 회귀 모형이 데이터를 얼마나 잘 설명하는지, 즉 종속 변수의 변동 중 독립 변수로 설명되는 비율을 나타내요. 상관계수의 제곱(r²) 값이에요. '강도'는 간접적으로 알 수 있지만 '방향'(양수/음수) 정보는 사라집니다.
혼동 주의! ④번 SLOPE 함수: 선형 회귀 직선의 기울기를 계산하는 함수예요. 기울기는 관계의 '방향'과 '변화율'은 알려주지만, 데이터가 직선 주위에 얼마나 밀집되어 있는지, 즉 관계의 '강도'를 직접적으로 나타내지는 않아요.
혼동 주의! ⑤번 INTERCEPT 함수: 선형 회귀 직선의 y절편을 계산하는 함수예요. x가 0일 때 y의 예측값을 의미하며, 관계의 강도나 방향과는 직접적인 연관이 없어요. 연관 개념 정리 (Related Concepts): 상관관계(Correlation)와 인과관계(Causation)는 다릅니다. 두 변수가 강한 상관관계를 가진다고 해서 반드시 하나가 다른 하나의 원인이라고 단정할 수 없어요. 보건행정 연구에서는 이를 혼동하지 않고 해석하는 것이 매우 중요해요. 개념 정리

함수	용도	반환 값 의미
CORREL	상관계수 계산	선형 관계의 강도(-1~1)와 방향(+/–)
SLOPE	회귀 직선 기울기	x가 1단위 변화할 때 y의 평균 변화량
INTERCEPT	회귀 직선 y절편	x=0일 때 y의 예측값
FORECAST	단순 선형 예측	주어진 x값에 대한 y의 예측값
RSQ	결정계수 계산	회귀 모형의 설명력 (0~1)

실무 포인트 보건행정 실무에서 CORREL 함수는 매우 유용해요. 예를 들어, '병상 가동률과 병원 수익 간 관계', '의사 1인당 환자 수와 진료 만족도 점수 간 관계', '지역 내 노인 인구 비율과 만성질환 관리 프로그램 참여율 간 관계' 등을 분석할 때 사용할 수 있어요. 데이터를 시각화(산점도)한 후, 상관계수를 계산하여 관계를 수치화하는 것이 정량적 분석의 기본이 됩니다. 암기 팁 "COrrelation = CORREL"로 연상하세요. 나머지 함수들은 회귀 분석(Regression)의 구성 요소(SLOPE, INTERCEPT)나 그 결과(FORECAST, RSQ)를 계산하는 함수들이에요. 국시 빈출 포인트 보건의료정보관리사 시험에서는 통계적 방법론과 함께 엑셀 함수 용도가 간혹 출제될 수 있어요. 상관계수(CORREL)와 결정계수(RSQ)의 개념적 차이, 회귀 분석의 구성 요소(SLOPE, INTERCEPT)를 명확히 구분하는 것이 핵심이에요. 기출 변형 주의! "두 변수 간 관계의 설명력을 나타내는 함수는?" → RSQ 함수 (결정계수 R²) "독립변수의 단위 변화에 따른 종속변수의 변화량을 나타내는 함수는?" → SLOPE 함수 (기울기)

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "병원 기획팀에서 최근 3년간 분기별 마케팅 비용(독립변수 x)과 신규 외래 환자 수(종속변수 y) 데이터를 분석하여, 마케팅 효과를 평가하고자 합니다. 데이터를 엑셀에 입력한 후, 두 지표 간의 관계를 가장 명확하게 보여줄 수 있는 통계치는 무엇일까요?" 행정 중재 전략 (Admin Intervention): 1. 상황 파악: 두 연속형 변수(비용, 환자 수) 간의 관계를 분석하는 문제입니다. 2. 법적/규정 검토: 통계적 분석에는 특별한 법적 제약은 없지만, 데이터의 정확성과 객관성이 핵심입니다. 3. 대응 및 처리: - 먼저 산점도(Scatter plot)를 그려 시각적으로 관계를 확인합니다. - 핵심! CORREL 함수를 사용하여 상관계수를 계산합니다. 결과가 예를 들어 0.85라면, 강한 정적 상관관계가 있다고 해석할 수 있어요. - 더 나아가 SLOPE 함수로 마케팅 비용 1천만 원 증가 시 예상되는 신규 환자 증가 수를, RSQ 함수로 마케팅 비용이 신규 환자 수 변동을 얼마나 설명하는지 확인할 수 있어요. 4. 사후 기록/보고: 분석 결과(상관계수, 산점도)를 보고서에 포함하고, 해석(인과관계가 아닌 상관관계임을 명시)을 덧붙여 경영진에게 제출합니다. 법적 안전 및 주의사항 (Precautions): 상관관계 분석 결과를 마케팅 효과의 '원인'으로 과장하여 보고하지 않도록 주의해야 합니다. 다른 변수(경쟁 병원 상황, 계절적 요인 등)의 영향을 배제할 수 없기 때문이에요. 업무 프로토콜 1. 데이터 수집 및 정리 (엑셀 시트에 정렬) 2. 산점도 작성 (삽입 > 차트 > 분산형) 3. 상관계수 계산: `=CORREL(마케팅비용범위, 신규환자범위)` 4. 필요 시 회귀 분석 수행 (기울기, 절편, 예측값 계산) 5. 결과 해석 및 보고서 작성 선배의 한마디 "데이터는 현대 병원 경영의 핵심 자산이에요! 엑셀의 기본 통계 함수를 자유자재로 다룰 수 있다면, 단순한 데이터 나열을 넘어 의미 있는 인사이트를 도출하는 데 큰 도움이 될 거예요. CORREL, SLOPE 같은 함수는 복잡한 통계 프로그램 없이도 빠르게 관계를 파악할 수 있는 강력한 도구니까 꼭 익혀두세요!"