핵심 해설
이 문제는 지역사회간호학과 간호통계의 기초 개념인
산포도(Dispersion) 지표에 대한 이해를 묻고 있어요. 산포도는 데이터가 평균값을 중심으로 얼마나 넓게 흩어져 있는지를 수치로 나타내는 통계 개념입니다.
1.
핵심 개념 분석 (Key Concept): 산포도 지표 중에서도
표준편차(Standard Deviation)는 가장 널리 사용되는 지표입니다. 표준편차는 분산(Variance)의 제곱근으로, 원래 데이터와 동일한 단위를 가지기 때문에 해석이 직관적이고 실제 임상 연구에서도 가장 많이 활용됩니다.
"평균을 중심으로 자료가 얼마나 퍼져 있는가?"라는 질문에 정확히 대답해 주는 지표입니다.
2.
정답 근거 (Answer Rationale):
핵심! 문제에서 요구하는 것은 "자료가 평균을 중심으로 얼마나 흩어져 있는가"를 나타내는 지표입니다. 표준편차는 각 데이터 값이 평균으로부터 떨어진 정도(편차)를 제곱하여 평균한 값인 분산에 루트를 씌운 값입니다. 예를 들어, 같은 평균 혈압을 가진 두 지역이 있더라도 표준편차가 작은 지역은 주민들의 혈압이 고르게 분포하고, 표준편차가 큰 지역은 혈압이 높거나 낮은 사람이 많다는 것을 의미합니다.
3.
오답 분석 (Distractor Analysis):
혼동 주의! ①번
범위(Range)는 가장 간단한 산포도 지표로, 최댓값과 최솟값의 차이만 보여주기 때문에 극단값(Outlier)에 영향을 많이 받습니다. 산포도를 대표하기에는 한계가 있어요.
혼동 주의! ②번
분산(Variance)도 산포도를 나타내지만, 단위가 원래 데이터의 제곱이 되어 해석이 어렵습니다. 예를 들어, 혈압이 mmHg라면 분산의 단위는 mmHg²가 되어 직관적으로 이해하기 힘들죠. 표준편차는 분산에 루트를 씌워 단위를 원래대로 맞춘 것입니다.
혼동 주의! ③번
사분위수(Quartile)와 ④번
백분위수(Percentile)는 데이터의 위치(순서)를 나타내는 지표로, 주로
상자 그림(Box plot)이나 순위 비교에 사용되며 산포도의 대표 지표로 보기 어렵습니다.
4.
연관 개념 정리 (Related Concepts): 표준편차와 함께 기억해야 할 개념은
정규분포(Normal distribution)입니다. 정규분포에서는 평균을 중심으로
±1표준편차(약 68%),
±2표준편차(약 95%),
±3표준편차(약 99.7%)의 데이터가 포함됩니다. 이 원칙은 임상에서 검사 결과의 정상 범위 설정에 매우 중요하게 사용됩니다.
개념 정리
| 산포도 지표 | 정의 | 특징 |
|---|
| 범위(Range) | 최댓값 - 최솟값 | 계산이 가장 쉬움 / 극단값에 취약 |
| 분산(Variance) | 편차 제곱의 평균 | 단위가 원 데이터의 제곱 / 해석이 어려움 |
| 표준편차(Standard Deviation) | 분산의 제곱근 | 원 데이터와 단위 일치 / 가장 널리 사용됨 |
| 사분위수(Quartile) | 데이터를 4등분하는 위치 값 | 중앙값 기반 / 이상치(outlier)에 강함 |
암기 팁
"분산(Variance)은 제곱해서 헷갈려 → 제곱근(루트) 씌워서 원래 단위로 돌린 게 표준편차(Standard Deviation)!"라고 기억하세요. 임상에서 "이 검사 결과가 평균에서 표준편차 몇 개나 떨어져 있지?"라고 질문하는 이유가 바로 표준편차가 가장 직관적이기 때문입니다.
국시 빈출 포인트
지역사회간호학에서 건강 통계 파트에 출제될 때, "산포도를 나타내는 가장 대표적인 지표"를 직접 묻거나, 보건소에서 특정 질환의 유병률 변화 추이를 볼 때 어떤 통계 지표를 사용해야 하는지 묻는 사례형 문제로도 출제됩니다. 또한
기술통계(Descriptive Statistics)의 범주 안에서
대표값(Mean, Median, Mode)과
산포도(Range, Variance, SD)를 구분해서 물어보는 패턴이 많아요.