# CQI 활동에서 '개선 전과 후의 프로세스 능력을 비교 평가'하는 데 가장 적합한 통계적 도구는?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=290418  
> language: ko  
> subject: 의료의 질 관리 기법

## 문제

CQI 활동에서 '개선 전과 후의 프로세스 능력을 비교 평가'하는 데 가장 적합한 통계적 도구는?

병원 CQI팀이 응급실 내원부터 진료 시작까지의 대기시간(도착-진료 시작 시간)을 개선하고자 한다. 개선 활동 전 1개월간의 대기시간 데이터와 개선 활동 적용 후 1개월간의 데이터를 수집하였다.

## 보기

1. 데이터의 분포 형태와 중심 경향을 비교하기 위한 히스토그램
2. 시간에 따른 데이터 변화 추이를 보기 위한 런 차트
3. 공정의 안정성과 관리 상태를 평가하기 위한 관리도
4. 두 집단의 평균 차이가 통계적으로 유의한지 확인하기 위한 t-검정 **✔ 정답**
5. 주요 문제 요소의 우선순위를 결정하기 위한 파레토 차트

**정답: 4**

## 해설

개선 전후의 평균 대기시간과 같은 연속형 데이터의 차이를 통계적으로 검증할 때는 t-검정(두 집단 비교 시)이 적합하다. 히스토그램은 분포 확인, 런차트와 관리도는 시계열 추이, 파레토차트는 문제요인 도출에 주로 사용된다.

## 심화 해설

보건행정 핵심 해설
이 문제는 병원 지속적 품질 개선(CQI, Continuous Quality Improvement) 활동에서 데이터 분석 단계에 사용되는 통계적 도구의 적절한 적용을 묻고 있어요. CQI는 계획(Plan)-실행(Do)-평가(Study)-조치(Act)의 PDSA 사이클을 기반으로 하며, '평가(Study)' 단계에서 객관적 데이터를 분석하는 것이 매우 중요해요.

**핵심 개념 분석 (Key Concept)**
문제의 핵심은 "개선 전과 후의 프로세스 능력을 비교 평가"하는 것이에요. 여기서 '프로세스 능력'은 응급실 대기시간이라는 연속형 데이터(Continuous Data)의 평균과 변동성을 의미하며, 단순히 숫자의 차이를 보는 것이 아니라 그 차이가 **우연에 의한 것인지, 개선 활동에 의한 진정한 효과인지** 통계적으로 검증해야 해요.

**정답 근거 (Answer Rationale)**
핵심! 정답인 ④번 't-검정(t-test)'은 **두 개의 독립된 집단(개선 전 집단 vs 개선 후 집단) 간 평균 차이가 통계적으로 유의미한지 검증**하는 데 가장 적합한 도구예요. CQI에서 개입(Intervention)의 효과를 입증하려면, 단순히 평균값이 줄어들었다는 사실만으로는 부족하고, p-value < 0.05와 같은 통계적 유의수준(Significance Level)을 통해 그 효과가 '우연이 아님'을 보여주어야 해요. t-검정은 바로 이 '차이의 통계적 유의성 검증'을 위한 표준적인 방법이에요.

**오답 분석 (Distractor Analysis)**
① 히스토그램(Histogram): 데이터의 분포 형태(정규분포 여부), 중심 경향(평균, 중앙값), 변동성(분산)을 **시각적으로 확인**하는 데 유용해요. 개선 전후 각 집단의 데이터 분포를 따로 보여줄 수는 있지만, 두 분포를 **통계적으로 비교하여 차이의 유의성을 판단하는 기능은 없어요**.
② 런 차트(Run Chart) & ③ 관리도(Control Chart): 이 둘은 모두 시계열 데이터(Time-Series Data)의 패턴, 추세, 변동을 분석하는 도구예요. 런 차트는 중앙선을 기준으로 한 변화를, 관리도는 관리한계선(Control Limits)을 이용해 공정이 '안정된 상태(Statistical Control)'에 있는지 평가해요. 문제 상황은 **두 개의 별도 기간(전/후)으로 구분된 데이터 집합**을 비교하는 것이므로, 시간의 흐름에 따른 연속적 데이터를 다루는 이 도구들보다는 집단 비교 도구가 더 적합해요.
⑤ 파레토 차트(Pareto Chart): 80/20 법칙을 적용하여 문제를 일으키는 **주요 원인을 도출하고 우선순위를 결정**하는 데 사용해요. 예를 들어, 대기시간 지연의 원인(접수 지연, 의사 부족, 검사 대기 등)을 조사하여 어떤 원인을 먼저 해결해야 할지 파악할 때 쓰이지, 개선 전후의 효과 비교에는 사용되지 않아요.

**연관 개념 정리 (Related Concepts)**
- ANOVA(분산분석): t-검정이 두 집단을 비교한다면, ANOVA는 **세 개 이상의 집단** 평균을 비교할 때 사용해요.
- 카이제곱 검정(Chi-square test): 성별(남/여), 만족도(만족/보통/불만족) 같은 **범주형 데이터(Categorical Data)**의 비율 차이를 비교할 때 사용해요. 본 문제의 '대기시간' 같은 연속형 데이터에는 t-검정이 적합해요.

개념 정리

| 통계 도구 | 주요 용도 | CQI 단계 연관성 |
| --- | --- | --- |
| t-검정 | 두 집단의 평균 차이 통계적 검증 | 평가(Study): 개입 효과 검증 |
| 히스토그램 | 데이터 분포 형태 시각화 | 측정(Measure) / 평가(Study): 현황 파악 |
| 런 차트/관리도 | 시계열 데이터의 추세 및 안정성 분석 | 측정(Measure) / 평가(Study): 프로세스 모니터링 |
| 파레토 차트 | 문제 원인의 우선순위 결정 | 분석(Analyze): 근본 원인 탐색 |
| 산점도(Scatter Plot) | 두 변수 간의 상관관계 분석 | 분석(Analyze): 원인-결과 관계 탐색 |

한눈에 비교!

| 비교 항목 | t-검정 (정답) | 관리도 (대표적 오답) |
| --- | --- | --- |
| 주요 질문 | "A와 B의 평균이 통계적으로 다르다고 말할 수 있을까?" | "이 프로세스는 안정된 상태에 있을까? 특별한 원인에 의한 변동은 없을까?" |
| 데이터 구조 | 두 개의 독립된 집단 (전/후, A조/B조) | 시간 순서대로 수집된 하나의 연속 데이터 흐름 |
| CQI 적용 | 개입(Intervention) 효과 검증 | 개입 전 기준선(Baseline) 설정 및 개입 후 변화 모니터링 |

실무 포인트
병원 CQI팀(또는 품질관리실(Quality Improvement Office))에서 개선 프로젝트 보고서를 작성할 때는 반드시 t-검정 결과(p-value)를 포함시켜야 해요. "대기시간이 15분에서 10분으로 줄었습니다"보다는 "대기시간이 평균 15분에서 10분으로 유의하게 감소하였습니다(t=5.67, p

## 임상 시나리오

보건행정 실무 가이드
**실무 시나리오 (Clinical Scenario)**
"여러분은 종합병원 원무과에 소속된 CQI 프로젝트 팀원이에요. 병원장의 지시로 '외래 예약 환자의 실제 진료 대기시간'을 20% 단축하는 프로젝트를 수행 중이에요. 1차 개선안으로 '예약 시간 간격 조정'과 '의사별 진료 패널티 제도'를 도입했어요. 3개월간의 시행 후, 프로젝트 리더가 데이터 분석을 요청했어요. 개선 전 3개월과 개선 후 3개월의 환자별 대기시간 데이터가 엑셀 파일로 준비되어 있습니다. 어떻게 분석 결과를 보고해야 할까요?"

**행정 중재 전략 (Admin Intervention)**
1. **상황 파악**: 데이터가 '개선 전 집단'과 '개선 후 집단'으로 명확히 구분된 두 개의 독립 표본임을 확인해요.
2. **법적/규정 검토**: 별도의 법규보다는 통계학적 원칙과 병원 인증평가 지표에서 요구하는 '데이터에 근거한 개선(Data-Driven Improvement)' 기준을 적용해요.
3. **대응 및 처리**:
- 먼저, 각 집단 데이터의 **정규성 검정(Normality Test)**을 실시해요. (예: Shapiro-Wilk 검정)
- 정규분포를 따른다면 **독립표본 t-검정(Independent Samples t-test)**을 수행해요.
- 정규분포를 따르지 않는다면 비모수 검정인 **만-위트니 U 검정(Mann-Whitney U test)**을 고려해요.
- 분석 결과, p-value < 0.05이고 개선 후 평균이 더 낮다면, "개선 활동이 통계적으로 유의한 대기시간 감소를 가져왔다"고 결론 내릴 수 있어요.
4. **사후 기록/보고**: t-검정 결과(평균, 표준편차, t값, p값)와 함께, 효과의 크기를 보여주는 효과크기(Effect Size, 예: Cohen's d)도 계산하여 보고서에 포함시키면 더욱 전문적인 보고가 돼요.

**법적 안전 및 주의사항 (Precautions)**
- 주의! 데이터를 수집할 때 선택 편향(Selection Bias)이 없도록 해야 해요. 예를 들어, 개선 후 데이터를 수집할 때 특별히 대기시간이 짧았던 주만 골라서 수집하면 안돼요. 무작위 표본 추출 또는 특정 기간 전체 데이터를 사용해야 신뢰할 수 있는 결과가 나와요.
- 분석 결과가 통계적으로 유의하지 않다면(p-value >= 0.05), 개선 활동이 효과가 없었다고 단정하기보다는 "표본 크기가 부족했거나, 다른 교란 변수가 영향을 미쳤을 수 있다"고 해석하고, 추가 데이터 수집 또는 개선안 수정을 제안하는 것이 현명한 접근이에요.

업무 프로토콜
**CQI 효과 검증 통계 분석 프로토콜**
1. **데이터 준비**: 개선 전/후 데이터를 별도의 시트 또는 변수로 구분 정리.
2. **기초 분석**: 각 집단의 평균, 표준편차, 히스토그램(분포 확인) 작성.
3. **가정 검정**: 정규성 검정, 등분산성 검정(Levene's Test) 수행.
4. **통계 검정 실행**: 가정에 맞는 t-검정 또는 비모수 검정 수행 (SPSS, R, Python 등 활용).
5. **결과 해석 및 보고**: p-value, 신뢰구간(Confidence Interval)을 해석하여 개선 효과를 기술. 시각적 자료(예: 전후 평균 비교 막대 그래프) 추가.

선배의 한마디
"보건행정에서 데이터 분석은 단순한 숫자 놀이가 아니에요. **의사결정의 근거를 마련하고, 한정된 병원 자원을 효과적으로 배분할 수 있도록 하는 핵심 도구**랍니다. t-검정 하나를 제대로 이해하고 적용할 수 있다면, '우리 병원의 새 시스템이 정말 효과가 있을까?'라는 중요한 질문에 답할 수 있는 힘을 갖게 되는 거죠. CQI는 꾸준함이 생명이에요. 작은 성과라도 데이터로 입증해나가다 보면, 병원 전체의 품질이 눈에 띄게 향상되는 걸 직접 볼 수 있을 거예요!"

## 같은 주제 문제

- [의료기관의 지속적 품질개선(CQI) 활동에서 '품질 개선을 위해 프로세스를 체계적으로 분석하고 재설계하는 방법론'을 가장 잘 설명하는 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290415)
- [병원에서 CQI 팀이 수술 후 감염률을 낮추기 위한 프로젝트를 진행 중이다. 현재 감염률 데이터를 수집하고 분석하는 단계에 해당하는 CQI 사이클은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290416)
- [다음 중 CQI 활동에서 문제의 근본 원인을 찾기 위해 사용하는 '원인-결과 도표'의 다른 명칭은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290417)
- [병원 CQI의 주요 원칙으로 옳지 않은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290419)
- [CQI 활동에서 '주요 문제의 80%가 전체 원인의 20%에서 기인한다'는 법칙을 활용하여 개선 대상의 우선순위를 결정하는 도구는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290420)
- [CQI 활동의 성과를 측정하기 위한 지표로 가장 적절하지 않은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290421)
- [FOCUS-PDCA 모형에서 문제 해결 영역을 명확히 정의하고, 현황을 분석하는 단계에 해당하는 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290422)
- [CQI 활동에서 '공정이 통계적 관리 상태에 있는지, 특별 원인에 의한 변동이 있는지'를 모니터링하기 위해 사용하는 도구는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290423)

---

More free questions: [기출문제](https://mymerci.kr/)

_학습 참고용입니다. 실제 임상은 최신 지침과 소속 기관 프로토콜을 따르세요._