# 자료의 중심 경향을 측정하는 대표적인 지표가 아닌 것은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=290738  
> language: ko  
> subject: 통계의 기초

## 문제

자료의 중심 경향을 측정하는 대표적인 지표가 아닌 것은?

## 보기

1. 중앙값
2. 가중평균
3. 평균
4. 최빈값
5. 분산 **✔ 정답**

**정답: 5**

## 해설

분산은 자료의 퍼짐 정도(산포도)를 측정하는 지표이다. 평균, 중앙값, 최빈값, 가중평균은 모두 자료가 어디에 밀집해 있는지를 나타내는 중심 경향 측정 지표이다.

## 심화 해설

보건행정 핵심 해설
이 문제는 보건통계학의 기초가 되는 기술통계(Descriptive Statistics) 개념을 묻고 있어요. 자료를 요약하고 설명하는 데 가장 기본적인 두 가지 측정치, 즉 **중심 경향(Central Tendency)**과 **산포도(Dispersion)**를 구분할 수 있어야 해요.

**핵심 개념 분석 (Key Concept)**
**중심 경향 측정치**는 데이터 전체를 대표할 수 있는 하나의 값을 찾는 것이 목적이에요. "대부분의 값이 어디에 몰려 있는가?"를 보여주는 지표죠. 반면, **산포도 측정치**는 데이터 값들이 얼마나 퍼져 있는지, 즉 변동성이나 불확실성을 수치화하는 것이 목적이에요.

**정답 근거 (Answer Rationale)**
정답은 5번 '분산'이에요. 핵심! 분산(Variance)은 각 자료 값이 평균으로부터 얼마나 떨어져 있는지의 평균적인 거리의 제곱을 나타내는 지표로, 자료의 퍼짐 정도, 즉 **산포도**를 측정하는 대표적인 지표입니다. 따라서 중심 경향을 측정하는 지표가 아니죠.

**오답 분석 (Distractor Analysis)**
혼동 주의! 각 오답 선택지들은 모두 중심 경향 측정치의 정확한 예시입니다.

① **중앙값(Median)**: 자료를 크기 순으로 나열했을 때 정 가운데 위치하는 값입니다. 극단값(Outlier)의 영향을 받지 않아 비대칭 분포에서 유용해요.

② **가중평균(Weighted Mean)**: 각 자료 값에 중요도나 빈도에 따른 가중치(Weight)를 부여하여 계산한 평균입니다. 보험 수가 산정이나 병원 성과 지표 계산 등 보건행정 실무에서 자주 활용되는 개념이에요.

③ **평균(Mean)**: 모든 자료 값을 더한 후 자료의 개수로 나눈 값으로, 가장 일반적인 중심 경향 측정치입니다.

④ **최빈값(Mode)**: 자료에서 가장 자주 나타나는 값입니다. 질적 자료(예: 가장 많이 발생한 질병 코드)의 중심을 나타낼 때 사용해요.

**연관 개념 정리 (Related Concepts)**
산포도를 측정하는 다른 주요 지표로는 **표준편차(Standard Deviation)**, **범위(Range)**, **사분위수 범위(Interquartile Range, IQR)** 등이 있어요. 특히 표준편차는 분산의 제곱근으로, 원래 자료와 단위가 같아 해석이 더 쉬운 장점이 있답니다.

개념 정리

| 구분 | 측정 목적 | 대표 지표 | 특징 |
| --- | --- | --- | --- |
| 중심 경향 | 자료의 대표값 찾기 | 평균, 중앙값, 최빈값, 가중평균 | 데이터가 '어디에' 모여 있는지 보여줌 |
| 산포도 | 자료의 퍼짐 정도 측정 | 분산, 표준편차, 범위, 사분위수 범위 | 데이터의 '변동성'이나 '불확실성'을 보여줌 |

한눈에 비교!

| 중심 경향 지표 | 정의 | 장점 | 단점/사용 시기 |
| --- | --- | --- | --- |
| 평균 (Mean) | 모든 값의 합 / 개수 | 모든 데이터 정보 활용, 수학적 처리 용이 | 극단값(Outlier)에 민감함 |
| 중앙값 (Median) | 크기 순 정렬 시 중앙 값 | 극단값의 영향을 받지 않음 | 데이터의 실제 모든 정보를 반영하지는 않음 |
| 최빈값 (Mode) | 가장 빈번한 값 | 질적 자료에도 적용 가능 | 최빈값이 여러 개일 수 있음 |

실무 포인트
병원 경영이나 보건 정책 분석에서 데이터를 해석할 때는 **평균과 표준편차(또는 중앙값과 사분위수 범위)를 함께 보는 습관**이 중요해요. 평균 수입일(Average Length of Stay, ALOS)이 짧아졌다고 해서 무조건 좋은 건 아니에요. 표준편차가 크다면 환자군 간 편차가 심하다는 뜻으로, 특정 질환군의 관리가 필요할 수 있다는 신호가 될 수 있답니다.

암기 팁
"중심(中心)은 모아(Mean, Median, Mode) 있고, 산포(散布)는 퍼져(Variance) 있다." 라고 연상하면 쉽게 구분할 수 있어요!

국시 빈출 포인트
통계학 기초 개념은 **매년 1-2문제** 꼴로 출제되는 필수 영역이에요. 중심경향 vs 산포도 구분, 각 측정치의 정의와 특징(특히 극단값에 대한 민감도), 그리고 실무 적용 사례(예: 왜 건강검진 결과는 중앙값을 보고할까?)를 연결 지어 공부하세요.

기출 변형 주의!
동일한 개념을 "다음 중 자료의 산포도를 측정하는 지표로 옳은 것은?"으로 물어볼 수 있어요. 또는 "한 병원의 외래 환자 대기 시간 분포가 오른쪽으로 치우쳐 있을 때, 대표값으로 가장 적절한 것은?"과 같이 **사례 적용형**으로 출제될 가능성이 높으니, 각 지표의 장단점을 상황에 맞게 적용하는 연습이 필요해요.

## 임상 시나리오

보건행정 실무 가이드
**실무 시나리오 (Clinical Scenario)**
"병원 기획팀에서 최근 1년간 관상동맥우회술(CABG) 환자의 평균 재원일수를 분석했어요. 평균은 7.5일로 전년 대비 0.5일 감소했지만, 표준편차가 4.2일로 매우 컸어요. 이 데이터를 어떻게 해석하고, 어떤 추가 분석이 필요할까요?"

**행정 중재 전략 (Admin Intervention)**
1. **상황 파악**: 평균은 감소했지만, 표준편차가 크다는 것은 환자별 재원일수 차이가 매우 크다는 의미예요. (예: 3일 퇴원한 환자도 있고, 15일 이상 입원한 환자도 많음)
2. **법적/규정 검토**: 건강보험심사평가원의 적정성 평가 관점에서 과다 또는 과소 재원은 모두 관리 대상이 될 수 있어요.
3. **대응 및 처리**: 단순 평균만 보지 말고, **중앙값과 사분위수 범위(IQR)**를 추가로 계산해보세요. 또한, 재원일수가 극단적으로 길거나 짧은 환자 군을 별도로 추출하여, 동반이환(Comorbidity), 수술 후 합병증 발생 여부, 사회경제적 요인 등을 분석해야 합니다.
4. **사후 기록/보고**: 분석 결과를 바탕으로 '재원일수 변동성 감소'를 위한 QI(Quality Improvement) 프로젝트를 기획하고, 의료진과 협의하여 표준 진료 경로(Clinical Pathway)를 개선하는 방안을 모색할 수 있어요.

**법적 안전 및 주의사항 (Precautions)**
통계 데이터를 공표하거나 내부 보고할 때는 **평균만 제시하는 것은 오해의 소지가 있습니다.** 반드시 산포도 지표(표준편차 또는 IQR)를 함께 명시하여 데이터의 신뢰구간(Confidence Interval)을 보여주는 것이 전문성과 투명성을 높이는 방법이에요.

업무 프로토콜

| 단계 | 행동 | 산출물/도구 |
| --- | --- | --- |
| 1. 데이터 수집 | 전자의무기록(EMR) 또는 병원정보시스템(HIS)에서 대상 환자 데이터 추출 | SQL 쿼리, Excel |
| 2. 기술통계 계산 | 평균, 중앙값, 표준편차, 최소/최대값, 사분위수 계산 | Excel의 `AVERAGE`, `MEDIAN`, `STDEV.P`, `QUARTILE` 함수 |
| 3. 시각화 | 히스토그램(Histogram) 또는 상자그림(Box Plot) 작성 | Excel 차트, 통계 소프트웨어 |
| 4. 심층 분석 | 이상치(Outlier) 군의 특성 분석 (진단명, 연령, 주치의 등) | 데이터 마이닝(Data Mining) 기법 |
| 5. 보고 및 개선안 제시 | 분석 결과를 바탕한 경영 보고서 작성 및 QI 제안 | PPT 보고서, PDCA 사이클 계획서 |

선배의 한마디
"보건행정가는 데이터를 읽는 사람이에요. 평균이라는 숫자 하나 뒤에는 수많은 환자의 이야기가 숨어 있어요. '평균'에 만족하지 말고, 그 데이터가 '얼마나 다양하게 퍼져 있는지(산포도)'를 꼭 함께 보는 안목을 길러야 해요. 이것이 바로 데이터 기반 의사결정(Data-Driven Decision Making)의 첫걸음이랍니다!"

## 핵심 개념

- **중심 경향(Central Tendency)** — 자료의 값들이 어떤 한 점 주위에 모여 있는 정도를 나타내는 대표값. 평균, 중앙값, 최빈값 등이 있다.
- **산포도** — 자료의 값들이 평균이나 중심값으로부터 얼마나 퍼져 있는지를 나타내는 지표. 분산, 표준편차, 범위 등이 있다.
- **분산** — 각 자료 값이 평균으로부터 떨어진 거리의 제곱의 평균. 자료의 퍼짐 정도(산포도)를 측정하는 대표적 지표이다.
- **가중평균(Weighted Mean)** — 각 자료 값에 그 중요도나 빈도에 비례하는 가중치를 곱하여 구한 평균. 보건행정 실무에서 다양한 지표 계산에 활용된다.
- **최빈값** — 자료에서 가장 빈번하게 관찰되는 값. 질적 자료(범주형 데이터)의 중심을 나타낼 때 유용하다.

## 같은 주제 문제

- [다음 중 질적 변수(qualitative variable)에 해당하는 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290715)
- [모집단의 특성을 나타내는 수치를 무엇이라고 하는가?](https://mymerci.kr/pages/nclex_q.php?qn_id=290716)
- [다음 중 서열척도(ordinal scale)의 예로 가장 적절한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290717)
- [표본을 추출할 때 모집단의 각 구성원이 선택될 확률을 사전에 알 수 없는 표본추출 방법은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290718)
- [다음 중 연속형 변수(continuous variable)가 아닌 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290719)
- [특정 질환의 유병률을 조사하기 위해 한 지역의 주민 명부에서 무작위로 사람을 뽑아 검진하는 표본추출 방법은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290720)
- [다음 중 양적 변수(quantitative variable)를 측정하는 척도가 아닌 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290721)
- [표본의 특성을 요약하여 모집단의 모수를 추론하는 통계학의 분야는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290722)

---

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

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