보건행정 핵심 해설
이 문제는 보건통계 및 연구 방법론에서 가장 기초적이면서도 중요한
상관관계(Correlation) 해석 원칙을 묻고 있어요. 보건행정에서 정책 효과 분석, 의료 서비스 만족도 조사, 질병 위험 요인 연구 등 다양한 데이터 분석 시 반드시 이해해야 할 개념이에요.
핵심 개념 분석 (Key Concept):
피어슨 상관계수(Pearson Correlation Coefficient, r)는 두 연속형 변수 간
선형 관계의 방향과 강도를 -1에서 +1 사이의 값으로 나타내는 지표예요.
핵심! 해석 시 두 가지 요소를 봐야 해요: 1)
부호 (관계의 방향), 2)
절대값 (관계의 강도).
정답 근거 (Answer Rationale): 계산 결과 r = +0.15입니다.
1.
방향 (부호): '+' 부호는
양의 상관관계(Positive Correlation)를 의미해요. 즉, 변수 X가 증가할 때 변수 Y도
증가하는 경향이 있다는 뜻이에요.
2.
강도 (절대값): 절대값 |r| = 0.15입니다. 일반적으로 통계학에서 상관계수의 강도는 다음과 같이 해석해요:
- |r| ≥ 0.7: 강한 상관관계
- 0.3 ≤ |r| < 0.7: 중간 정도의 상관관계
- 0.1 ≤ |r| < 0.3: 약한 상관관계
- |r| < 0.1: 무시할 수 있는 매우 약한 상관관계 또는 무상관
따라서 0.15는 '약한 상관관계' 범위에 속해요.
결론적으로, "X가 증가하면 Y가
약하게 증가한다"는 해석이 가장 적절하므로 정답은 ②번입니다.
오답 분석 (Distractor Analysis):
혼동 주의! ①번 "강하게 감소한다": 부호가 '+'인데 '감소'라고 해석했고, 0.15라는 작은 값을 '강하다'고 오해한 경우예요. 강한 음의 상관관계는 r 값이 -0.7에 가까울 때에요.
③번 "아무런 선형 관계가 없다": r 값이 0에 매우 가깝지만 완전한 0은 아니에요. 0.15는 통계적으로 유의미할 수 있는 약한 관계를 나타낼 수 있어요. '무상관'은 일반적으로 |r|이 0에 매우 가까울 때(예: 0.05 미만)를 말해요.
④번 "강하게 증가한다": 부호는 맞지만 강도를 오해했어요. 0.15는 '강함'이 아닌 '약함'의 기준이에요.
⑤번 "약하게 감소한다": 강도 해석('약함')은 맞았지만, 부호를 반대로 해석했어요. '-' 부호일 때만 감소 관계를 의미해요.
연관 개념 정리 (Related Concepts):
-
상관관계 vs 인과관계(Causation): 상관계수가 높다고 해서 X가 Y의 원인이라고 결론지을 수 없어요. 제3의 변수(교란 변수, Confounding Variable)의 영향일 수 있어요. 보건정책 평가 시 이 구분이 매우 중요해요.
-
다른 상관계수: 서열 데이터에는
스피어만 상관계수(Spearman's rank correlation coefficient)를 사용해요.
개념 정리
| 구분 | 내용 | 해석 예시 (r 값) |
|---|
| 방향 (부호) | + : 양의 상관 (X↑ → Y↑)
- : 음의 상관 (X↑ → Y↓) | +0.8, -0.5 |
| 강도 (절대값) | 강함: |r| ≥ 0.7
중간: 0.3 ≤ |r| < 0.7
약함: 0.1 ≤ |r| < 0.3
무시 가능: |r| < 0.1 | 0.8(강함), 0.4(중간), 0.15(약함), 0.05(무시 가능) |
| 주의점 | 상관관계 ≠ 인과관계. 이상치(Outlier)가 결과를 왜곡할 수 있음. |
한눈에 비교!
| 개념 | 피어슨 (Pearson) | 스피어만 (Spearman) |
|---|
| 데이터 유형 | 연속형(Interval/Ratio), 정규분포 가정 | 서열형(Ordinal) 또는 정규분포 아닌 연속형 |
| 측정 내용 | 선형 관계의 강도와 방향 | 단조 관계(Monotonic Relationship)의 강도와 방향 |
| 보건행정 적용 예 | 병상 수와 총 진료 수입 관계 분석 | 환자 만족도 설문(5점 척도)과 재방문 의도 순위 관계 분석 |
실무 포인트
보건행정 실무에서 상관분석은 다음과 같이 활용돼요:
1.
자원 배분 분석: 특정 의료 인력 수(예: 간호사 수)와 환자 안전 지표(예: 낙상 사고율) 간 관계 조사.
2.
정책 효과 모니터링: 건강증진 프로그램 참여 기간(월)과 혈압 감소량(mmHg) 간 관계 평가.
3. 수요 예측: 지역 내 고령 인구 비율(%)과 만성질환 관리 예산($) 간 관계 분석을 통해 예산 편성 근거 마련.
보고 시 주의사항: r 값과 함께 p-value(유의확률)을 반드시 제시하여 그 관계가 통계적으로 유의미한지(일반적으로 p < 0.05)를 보여줘야 해요.
암기 팁
상관계수 강도 해석을 숫자로 외우기 어렵다면 이렇게 생각해보세요: "0.1은 막 시작하는 약한 관계, 0.3은 어느 정도 중간 관계, 0.7은 확실히 강한 관계". 부호는 간단히 '+는 같이 올라가요, -는 반대로 움직여요'.
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서는 다음과 같은 형태로 자주 출제돼요:
1. 주어진 r 값에 대한 해석 선택 (가장 기본적).
2. 특정 관계(예: 나이와 혈압)에 예상되는 상관계수 부호(+/-) 선택.
3. 상관계수와 회귀계수의 차이점을 묻는 문제.
4. 상관관계 해석 시 주의해야 할 점(인과관계 오류, 이상치 영향)을 묻는 문제.
기출 변형 주의!
동일한 개념을 다음과 같이 변형하여 출제할 수 있어요:
- 사례형: "어느 보건소에서 흡연 기간(년)과 폐활량 검사 결과 간 상관분석을 한 결과 r = -0.25가 나왔다. 이 결과를 해석하시오."
- 역방향: "'X가 증가하면 Y가 약하게 감소한다'는 해석에 해당하는 상관계수 값을 고르시오." (정답: -0.2 등)
- 오개념 확인: "상관계수 r=0.9로 나온 두 변수에 대해 'X가 Y의 원인이다'라고 결론지을 수 있다. (O/X)" (정답: X)