# 극단적인 이상치(outlier)가 존재할 때, 중심경향을 가장 잘 나타내는 측도는?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=290868  
> language: ko  
> subject: 기술통계

## 문제

극단적인 이상치(outlier)가 존재할 때, 중심경향을 가장 잘 나타내는 측도는?

## 보기

1. 범위
2. 최빈값
3. 중앙값 **✔ 정답**
4. 평균
5. 표준편차

**정답: 3**

## 해설

중앙값은 데이터를 크기 순으로 나열했을 때 가운데 위치한 값이므로, 극단값의 영향을 받지 않아 이상치가 있을 때 더 강건한 중심경향 측도이다.

## 심화 해설

보건행정 핵심 해설
이 문제는 보건통계학의 기초이자, 병원 경영 데이터 분석이나 의료 질 지표(Healthcare Quality Indicators)를 해석할 때 반드시 이해해야 할 핵심 개념을 묻고 있어요. 데이터의 중심을 나타내는 중심경향 측도(Central Tendency) 중 어떤 것이 이상치(Outlier)에 강건한지(Robust)를 판단하는 능력이 중요해요.

**핵심 개념 분석 (Key Concept)**
**중심경향 측도**는 데이터가 어떤 값을 중심으로 모여 있는지를 나타내는 대표값이에요. 주요 측도로는 평균(Mean), 중앙값(Median), 최빈값(Mode)이 있어요. 각각의 특징을 이해하면, 병원의 평균 재원일수, 평균 진료비, 환자 만족도 점수 등 다양한 데이터를 올바르게 해석할 수 있어요.

**정답 근거 (Answer Rationale)**
정답은 **③ 중앙값**이에요.
핵심! 중앙값은 모든 데이터를 크기 순으로 정렬했을 때 정확히 중앙에 위치하는 값이에요. 계산 방식 자체가 극단적으로 크거나 작은 값(이상치)의 영향을 받지 않아요. 반면, 평균은 모든 데이터 값을 더해 개수로 나누므로, 하나의 극단적인 값이 전체 평균을 크게 끌어올리거나 내릴 수 있어요.

예를 들어, 병동 5명의 환자 재원일수가 [3, 4, 5, 6, 50]일이라고 해볼게요. '50일'은 수술 후 합병증 등으로 인한 이상치일 수 있어요.
- 평균: (3+4+5+6+50)/5 = 13.6일 → 실제 대부분의 환자 재원일수(3~6일)를 전혀 대표하지 못해요.
- 중앙값: 크기 순으로 정렬된 데이터의 가운데 값 → 5일. 이상치 '50'의 영향을 받지 않고 데이터의 중심을 잘 나타내요.

**오답 분석 (Distractor Analysis)**
혼동 주의! 각 오답이 왜 중심경향 측도로 부적합한지, 또는 이상치에 약한지 확인해요.

① **범위(Range)**: 최댓값과 최솟값의 차이로, 산포도(Dispersion)를 측정하는 지표예요. 중심이 어디인지는 알려주지 않으며, 오히려 이상치에 매우 민감해요. (위 예시에서 범위는 47일로 매우 큼)

② **최빈값(Mode)**: 가장 자주 나타나는 값이에요. 이상치의 영향을 받지 않을 수는 있지만, 데이터 분포에 따라 존재하지 않거나(모든 값이 한 번씩만 나옴), 여러 개 존재할 수 있어 중심을 명확히 대표하지 못할 때가 많아요.

④ **평균(Mean)**: 가장 널리 사용되지만, 앞서 설명한 것처럼 이상치에 매우 취약한 단점이 있어요. 보건의료 데이터에는 극단적인 값이 종종 포함되므로, 평균만 보고 판단하면 오해를 불러일으킬 수 있어요.

⑤ **표준편차(Standard Deviation)**: 평균으로부터 데이터가 평균적으로 얼마나 떨어져 있는지를 나타내는 산포도 지표예요. 중심경향 측도가 아니며, 평균을 사용해 계산하므로 이상치에 매우 민감해요.

**연관 개념 정리 (Related Concepts)**
- **강건성(Robustness)**: 통계량이 이상치나 모델의 가정 위반에 얼마나 민감하지 않은지를 의미해요. 중앙값 > 최빈값 > 평균 순으로 강건해요.
- **왜도(Skewness)**: 데이터 분포의 비대칭 정도예요. 이상치가 존재하면 분포가 한쪽으로 치우치게(왜곡되게) 되고, 이때 평균은 꼬리가 긴 방향으로 끌려가요.

개념 정리

| 측도 | 정의 | 이상치 영향 | 보건행정 활용 예 |
| --- | --- | --- | --- |
| 평균(Mean) | 모든 값의 합 ÷ 개수 | 매우 민감함 | 전체 진료비 총액 분석, 평균 재원일수(주의 필요) |
| 중앙값(Median) | 크기 순 정렬 시 중앙값 | 영향 받지 않음 | 이상치가 있을 때 대표 재원일수, 중위 진료비 |
| 최빈값(Mode) | 가장 빈번한 값 | 영향 받지 않음 | 가장 흔한 주상병(Principal Diagnosis), 처방 코드 |

한눈에 비교!

| 구분 | 중심경향 측도 (데이터의 중심) | 산포도 측도 (데이터의 퍼짐) |
| --- | --- | --- |
| 주요 지표 | 평균, 중앙값, 최빈값 | 범위, 분산, 표준편차, 사분위범위(IQR) |
| 이상치 영향 | 평균은 민감, 중앙값/최빈값은 강건 | 범위/표준편차는 민감, IQR은 강건 |
| 실무 적용 | "전형적인" 값 파악 | 데이터의 변동성/안정성 평가 |

실무 포인트
병원 경영 데이터(예: DRG별 평균 재원일수, 수술 소요 시간, 외래 대기 시간)를 분석할 때는 **항상 데이터에 이상치가 있는지 먼저 확인**해야 해요. 평균만 제시하는 보고서는 오해의 소지가 큽니다. 실무에서는 **중앙값과 IQR(사분위범위)**를 함께 제시하거나, 박스플롯(Box plot)을 활용하여 데이터의 중심과 퍼짐, 이상치를 한눈에 보여주는 것이 좋은 방법이에요.

암기 팁
"**이상(異常)치에는 중앙(中央)값**"이라는 연상법으로 기억하세요. 또는 "평균은 이상치에 *Mean*(심하게 민감)하다"고 생각해도 좋아요.

국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서는 통계 기초 개념이 자주 출제돼요. 특히 **평균 vs 중앙값 vs 최빈값의 특징과 적용 상황**, **산포도 지표(범위, 표준편차, IQR)의 구분**을 묻는 문제가 많아요. 이상치가 주어지는 간단한 계산 문제로 변형 출제될 수도 있어요.

기출 변형 주의!
1. **사례형**: "한 병원의 10명의 수술 시간(분) 데이터가 다음과 같다. 이 중 한 건의 수술에서 예상치 못한 합병증으로 시간이 매우 길어졌다. 이 데이터의 중심경향을 가장 정확히 나타내는 측도는?" (이상치 포함 데이터 제시)
2. **역으로 물어보기**: "다음 중 이상치의 영향을 가장 많이 받는 측도는?" → 정답은 '평균'.

## 임상 시나리오

보건행정 실무 가이드
**실무 시나리오 (Clinical Scenario)**
병원 기획팀에서 최근 1년간 급성 충수염(Appendicitis) 수술(DRG G코드)의 평균 재원일수를 분석했어요. 대부분의 환자는 2-3일에 퇴원했지만, 한 명의 고령 환자에서 심각한 합병증이 발생하여 30일간 입원한 기록이 포함되어 있었어요. 이로 인해 계산된 '평균 재원일수'는 5.5일로, 실제 대부분의 환자 경험과는 차이가 나는 왜곡된 수치가 나왔어요. 병원장은 이 수치를 바탕으로 "재원일수가 너무 길다"며 개선을 요청했어요.

**행정 중재 전략 (Admin Intervention)**
1. **상황 파악**: 데이터 세트를 확인하고, 30일 재원 기록을 이상치로 식별해요. 원인을 파악하기 위해 의무기록을 검토하면, 해당 케이스는 동반 질환(Comorbidity)이 많아 발생한 특수 사례임을 알 수 있어요.
2. **법적/규정 검토**: 건강보험심사평가원(HIRA)의 질 평가 지표에서도 특수 사례를 제외하거나 별도 분석하는 원칙이 있어요. 단순 평균의 한계를 인지하고 있어요.
3. **대응 및 처리**: 기획팀은 보고서에 **중앙값(Median) 2.5일**과 **사분위범위(IQR) 2일-3일**을 함께 제시해요. 그리고 "특이 사례 1건(30일)을 제외한 평균은 2.6일"이라는 보조 설명을 추가하여, 대부분의 환자에 대한 전형적인 재원일수와 데이터의 변동성을 명확히 전달해요.
4. **사후 기록/보고**: 향후 유사한 분석 시에는 이상치 탐지 및 처리 방법(제외, 대체, 별도 보고)에 대한 내부 가이드라인을 마련하는 것을 제안해요.

**법적 안전 및 주의사항 (Precautions)**
데이터를 조작하거나 숨기는 것은 윤리적, 법적 문제를 일으킬 수 있어요. 이상치는 제거 대상이 아니라, **의료 질 개선(QI)의 중요한 단서**가 될 수 있어요. "왜 이런 이상치가 발생했는가?"를 분석하여 수술 프로토콜 개선, 고위험 환자 관리 강화 등 선제적 조치로 이어질 수 있도록 해야 해요.

업무 프로토콜
**병원 성과 지표 분석 시 권장 절차**
1. 데이터 수집 및 정제
2. 기술 통계량 계산 (평균, 중앙값, 표준편차, 최소/최대값)
3. 시각화 도구(히스토그램, 박스플롯)를 이용한 이상치 탐지
4. 이상치 원인 분석 (의무기록 검토, 코드 오류 확인)
5. 보고서 작성: **중앙값과 IQR을 중심 지표로 제시**, 평균과 이상치는 보조 설명. 데이터의 제한점을 명시.
6. 의료 질 개선 활동과의 연계 검토

선배의 한마디
"보건행정가에게 통계는 단순한 숫자 놀이가 아니에요. 잘못 해석된 하나의 평균 수치가 병원의 잘못된 경영 판단으로 이어질 수 있어요. 데이터의 '맥락'을 읽고, '이상치의 이야기'에 귀 기울이는 것이 진정한 분석의 시작이에요. 평균보다 중앙값에 주목하는 습관, 병원 행정의 프로페셔널리즘입니다!"

## 핵심 개념

- **중앙값** — 모든 데이터를 크기 순으로 정렬했을 때 정확히 중앙에 위치하는 값. 이상치의 영향을 받지 않아 강건한 중심경향 측도이다.
- **이상치** — 다른 관측값들과 현저히 다른 극단적으로 크거나 작은 값. 평균이나 표준편차 등의 통계량을 왜곡시킬 수 있다.
- **평균** — 모든 데이터 값의 합을 데이터 개수로 나눈 값. 가장 일반적인 중심경향 측도이지만 이상치에 매우 취약하다.
- **강건성** — 통계적 방법이나 측도가 데이터의 이상치나 모델 가정의 작은 위반에 대해 민감하지 않은 성질.
- **사분위범위** — 제3사분위수와 제1사분위수의 차이(IQR). 데이터 중간 50%의 범위를 나타내며, 이상치의 영향을 받지 않는 강건한 산포도 측도이다.

## 같은 주제 문제

- [다음 데이터 세트의 중앙값(median)은?데이터: 12, 7, 15, 9, 13, 18, 5](https://mymerci.kr/pages/nclex_q.php?qn_id=290855)
- [어떤 학급의 시험 점수 분포가 오른쪽으로 치우쳐 있을 때, 평균, 중앙값, 최빈값의 관계로 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290856)
- [다음 중 극단값(outlier)의 영향을 가장 많이 받는 중심경향 측정치는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290857)
- [질적 자료(명목척도 또는 순서척도)의 중심경향을 나타내는 데 가장 적합한 측정치는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290858)
- [5명의 환자 입원 기간(일)이 다음과 같을 때, 평균 입원 기간은?입원 기간: 3, 7, 4, 10, 6](https://mymerci.kr/pages/nclex_q.php?qn_id=290859)
- [다음 데이터 세트의 최빈값(mode)은?데이터: 8, 5, 8, 3, 5, 8, 2, 5](https://mymerci.kr/pages/nclex_q.php?qn_id=290860)
- [성장률이나 비율 데이터의 평균을 계산할 때 주로 사용되는 중심경향 측정치는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290861)
- [좌우 대칭인 종 모양의 정규분포에서 평균, 중앙값, 최빈값의 관계는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290862)

---

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

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