보건행정 핵심 해설
이 문제는
보건통계학의 변수 유형을 구분하는 기본 개념을 묻고 있어요. 보건행정과 의료정보 관리에서 데이터를 올바르게 수집, 분류, 분석하기 위한 첫걸음이 바로 변수의 성질을 이해하는 것이랍니다.
핵심 개념 분석 (Key Concept)
변수는 크게
질적 변수(Qualitative Variable)와
양적 변수(Quantitative Variable)로 나뉘어요.
핵심! 질적 변수(범주형 변수)는 측정 대상의 특성이나 범주를 나타내며, 숫자로 표현되더라도 그 숫자가 크기나 양을 의미하지 않아요. 예를 들어 혈액형 'A형'을 '1'로 코딩한다 해도, 1이 2(B형)보다 크다고 말할 수 없는 거죠. 반면,
양적 변수는 수치로 측정 가능하며, 그 값들 사이에 의미 있는 크기 비교와 산술 연산이 가능해요.
정답 근거 (Answer Rationale)
정답은
① 환자 나이 (세)입니다.
이유: '환자 나이'는
연속형 양적 변수에 해당해요. 나이는 20세, 20.5세, 20.75세와 같이 연속적인 값을 가질 수 있으며(실제 측정 정밀도는 별개), 30세는 20세보다 10세 많다는
양적 비교가 가능합니다. 따라서 질적 변수가 아닙니다.
오답 분석 (Distractor Analysis)
혼동 주의! ②번 '통증 정도'는 서열을 가진 질적 변수인
순위 변수(Ordinal Variable)의 전형적인 예입니다. '심함 > 중등도 > 약함 > 없음'의 순서는 있지만, '심함'과 '중등도'의 차이가 '약함'과 '없음'의 차이와 정확히 같다고 말할 수 없어요.
③번 '혈액형'과 ⑤번 '진단 결과'는 순서가 없는
명목 변수(Nominal Variable)입니다. A형과 B형 사이에 우열이 없고, 단지 다른 범주를 구분할 뿐이에요.
④번 '수술 방법'도 명목 변수에 가깝지만, 경우에 따라 기술의 발전 단계를 고려해 순위를 부여할 수 있다는 점에서 논란의 여지가 있을 수 있어요. 그러나 기본적으로는 서로 다른 범주를 구분하는 질적 변수로 분류됩니다.
연관 개념 정리 (Related Concepts)
질적 변수는 다시
명목 변수(Nominal)와
순위 변수(Ordinal)로 세분화됩니다. 양적 변수는
이산형 변수(Discrete)(예: 자녀 수, 입원 일수)와
연속형 변수(Continuous)(예: 키, 체중, 나이)로 나뉘어요. 보험 청구 데이터나 전자의무기록(EMR) 분석 시 이 변수 유형에 따라 적절한 통계 기법(예: 카이제곱 검정 vs t-검정)을 선택해야 합니다.
개념 정리
| 변수 유형 | 특징 | 보건행정 예시 |
|---|
| 질적 (범주형) | 범주 분류, 숫자 코딩 가능하나 산술 연산 의미 없음 | 성별, 혈액형, 수술 유형, 보험 급여 구분(본인/의료급여) |
| - 명목 변수 | 순서 없음, 단지 구분 | 진단명(ICD 코드), 병원 부서 코드 |
| - 순위 변수 | 순서 있음, 차이의 크기 불명확 | 통증 강도(VAS), 암 병기(Stage I, II, III), 만족도(매우 불만~매우 만족) |
| 양적 (수치형) | 수치 측정, 크기 비교와 산술 연산 가능 | 나이, 체중, 입원기간, 진료비용 |
| - 이산형 | 셀 수 있는 정수값 | 재입원 횟수, 처방 약품 수 |
| - 연속형 | 연속적인 값, 소수점 가능 | 혈압, 혈당치, 체표면적(BSA) |
한눈에 비교!
| 비교 항목 | 질적 변수 (Qualitative) | 양적 변수 (Quantitative) |
|---|
| 본질 | 범주, 특성, 질 | 수치, 양, 크기 |
| 측정 | 분류(Classification) | 계측(Measurement) |
| 연산 가능성 | 빈도 계산만 가능 | 덧셈, 평균 등 산술 연산 가능 |
| 대표 통계량 | 최빈값(Mode), 비율 | 평균(Mean), 중앙값(Median), 표준편차(SD) |
| 분석 방법 | 카이제곱 검정, 로지스틱 회귀 | t-검정, ANOVA, 상관분석 |
실무 포인트
의무기록 코딩 시
국제질병분류(ICD) 코드는 명목 변수로,
상대가치점수(RVS)는 양적 변수로 처리됩니다. 병원 경영 지표(KPI) 분석 시 '평균 재원일수'는 양적 변수, '수술 합병증 유무'는 질적 변수로 분석해야 정확한 인사이트를 도출할 수 있어요. 건강보험 청구 데이터를 분석할 때도 변수 유형을 먼저 파악하는 것이 통계적 오류를 피하는 첫걸음입니다.
암기 팁
"
질(質)은 카테고리, 양(量)은 숫자"라고 기억하세요. 숫자처럼 보여도 순서만 있는지(서열), 진짜로 더하고 뺄 수 있는지(양적)를 생각해보면 구분이 쉬워져요. 예를 들어, '1층, 2층, 3층'은 서열 변수지만, '1m, 2m, 3m'는 양적 변수입니다.
국시 빈출 포인트
변수 유형 구분 문제는
매년 빠지지 않고 출제되는 기초 중의 기초입니다. 특히 '통증 정도', '교육 수준', '수술 만족도'와 같이 순서는 있지만 차이가 균등하지 않은
순위 변수(Ordinal)를 질적 변수로 분류하는지 묻는 패턴이 많아요. '혈액형'은 명목 변수의 대표 예시로 자주 등장합니다.
기출 변형 주의!
이 개념은 단순 분류뿐만 아니라, "
다음 중 평균을 구할 수 없는 변수는?" 또는 "
다음 자료에 적용할 수 있는 적절한 통계 분석 방법은?"과 같은 응용 문제로 변형 출제됩니다. 변수 유형 → 적절한 통계 기법 흐름을 꼭 익혀두세요.