# 분산분석(ANOVA)의 가설검정에서 사용하는 기본 원리는 무엇인가?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=290989  
> language: ko  
> subject: 추론통계

## 문제

분산분석(ANOVA)의 가설검정에서 사용하는 기본 원리는 무엇인가?

세 가지 다른 교육 방법이 환자의 치료 순응도에 미치는 효과를 비교하는 연구를 수행하였다.

## 보기

1. 관측값과 기대값의 차이를 제곱하여 합산한다.
2. 자료의 순위를 매겨 순위 합을 비교한다.
3. 전체 데이터의 중앙값을 비교한다.
4. 각 집단 평균의 차이를 쌍별로 t-검정한다.
5. 집단 간 분산과 집단 내 분산의 비율(F-통계량)을 비교한다. **✔ 정답**

**정답: 5**

## 해설

ANOVA는 F-검정을 사용하며, 집단 간 평균의 변동(처리 효과)이 집단 내 개체 간 변동(오차)에 비해 상대적으로 큰지를 F-통계량으로 평가하여 세 집단 이상의 평균 차이를 검정한다.

## 심화 해설

보건행정 핵심 해설
이 문제는 보건통계학에서 가장 핵심적인 가설검정 방법 중 하나인 분산분석(ANOVA, Analysis of Variance)의 기본 원리를 묻고 있어요. 특히, 세 개 이상의 독립적인 집단(예: 서로 다른 교육 방법) 간 평균 차이를 검정할 때 사용하는 통계적 원리를 이해해야 해요.

**핵심 개념 분석 (Key Concept)**
분산분석(ANOVA)은 세 개 이상의 집단 평균이 동일한지(귀무가설: μ1=μ2=μ3)를 검정하는 방법이에요. 핵심 아이디어는 전체 데이터의 변동(Variation)을 집단 간 변동(Between-group variation)과 집단 내 변동(Within-group variation)으로 분해하는 거예요. 만약 집단 간 평균 차이가 크다면, 집단 간 변동이 집단 내 변동에 비해 상대적으로 커질 거예요.

**정답 근거 (Answer Rationale)**
핵심! 정답인 ⑤번이 바로 이 원리를 정확히 설명하고 있어요. 분산분석은 F-통계량(F-statistic)을 계산하는데, 이는 **집단 간 평균 제곱(Mean Square Between, MSB)을 집단 내 평균 제곱(Mean Square Within, MSW)으로 나눈 비율**이에요.

F = (집단 간 분산) / (집단 내 분산)

이 F-값이 임계값보다 크다면, "집단 간 평균 차이가 통계적으로 유의하다"고 결론을 내릴 수 있어요. 문제의 시나리오처럼 세 가지 교육 방법의 효과를 비교할 때 가장 적합한 방법이 바로 분산분석이에요.

**오답 분석 (Distractor Analysis)**
혼동 주의! 각 오답은 다른 통계 검정법의 원리를 설명하고 있어요.

① "관측값과 기대값의 차이를 제곱하여 합산한다": 이는 카이제곱 검정(Chi-square test)의 원리예요. 범주형 자료(예: 성별에 따른 치료법 선호도)의 독립성이나 적합성을 검정할 때 사용해요.

② "자료의 순위를 매겨 순위 합을 비교한다": 이는 비모수 검정(Nonparametric test)인 크루스칼-왈리스 검정(Kruskal-Wallis test)이나 만-위트니 U 검정(Mann-Whitney U test)의 원리예요. 정규성 가정을 만족하지 않거나 순위 자료일 때 사용해요.

③ "전체 데이터의 중앙값을 비교한다": 중앙값 비교는 비모수 검정에서 자주 쓰이지만, 분산분석의 공식적인 원리는 아니에요.

④ "각 집단 평균의 차이를 쌍별로 t-검정한다": 두 집단 비교에는 t-검정(t-test)을 사용하지만, 세 집단 이상에서 모든 쌍을 t-검정으로 비교하면 다중 비교 문제(Multiple comparisons problem)로 인해 제1종 오류(False positive) 확률이 증가해요. 분산분석은 이 문제를 해결하기 위해 먼저 전체적인 평균 차이를 검정한 후, 필요 시 사후검정(Post-hoc test)을 실시하는 체계적인 접근법이에요.

**연관 개념 정리 (Related Concepts)**
분산분석에는 여러 유형이 있어요. 문제의 시나리오(서로 다른 세 교육 방법)는 일원분산분석(One-way ANOVA)에 해당해요. 만약 교육 방법(요인 A)과 성별(요인 B)이 치료 순응도에 미치는 영향을 함께 보고 싶다면 이원분산분석(Two-way ANOVA)을 사용해야 해요. 분산분석의 중요한 가정은 정규성(Normality), 등분산성(Homogeneity of variance), 독립성(Independence)이에요.

개념 정리

| 용어 | 의미 | 비고 |
| --- | --- | --- |
| 분산분석(ANOVA) | 3개 이상 집단의 평균 차이를 검정 | F-검정 사용 |
| F-통계량 | 집단 간 분산 / 집단 내 분산 | 값이 클수록 집단 간 차이 큼 |
| 집단 간 변동(MSB) | 처리 효과(교육 방법 차이)에 의한 변동 | 분자 |
| 집단 내 변동(MSW) | 개체 간 자연스러운 차이(오차)에 의한 변동 | 분모 |
| 사후검정(Post-hoc) | ANOVA 유의 시, 어느 집단 쌍에서 차이가 나는지 추가 검정 | 튜키(Tukey), 본페로니(Bonferroni) 등 |

한눈에 비교!

| 검정 방법 | 비교 대상 | 사용 통계량 | 주요 용도 |
| --- | --- | --- | --- |
| 분산분석(ANOVA) | 3개 이상 집단 평균 | F-통계량 | 교육 방법, 치료법 효과 비교 |
| t-검정(t-test) | 2개 집단 평균 | t-통계량 | 신약 vs 위약군 비교 |
| 카이제곱 검정 | 범주형 변수 간 관계 | χ² 통계량 | 흡연 여부와 폐암 발병 관련성 |
| 크루스칼-왈리스 검정 | 3개 이상 집단 중앙값 (비모수) | H 통계량 | 정규성 불만족 시 ANOVA 대체 |

실무 포인트
병원에서 신규 환자 교육 프로그램(A, B, C)의 만족도 점수를 비교하거나, 다른 병동 간 평균 재원일수를 비교할 때 분산분석이 유용하게 활용돼요. 통계 소프트웨어(SPSS, R, SAS)로 분석 시, **Levene 검정으로 등분산성 가정을 먼저 확인**하고, 결과 해석 시 p-value와 함께 F-값, 자유도를 보고하는 것이 전문적이에요.

암기 팁
"**F는 Fraction(분수)!**" 집단 간/집단 내 분산의 '분수(비율)'을 비교한다고 생각하세요. 또, "ANOVA는 A(3개 이상)의 평균을 O(Overall, 전체적으로) 검정한다"고 연상하면 좋아요.

국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서는 분산분석의 **가정, F-통계량의 구성, t-검정과의 차이점, 사후검정의 필요성**을 묻는 문제가 자주 나와요. 특히 "세 집단 이상 비교 시 왜 t-검정을 여러 번 쓰면 안 되는가?"에 대한 이해가 중요해요.

기출 변형 주의!
이 개념은 "다음 중 분산분석의 가정이 아닌 것은?" (정답: 자료가 비율척도이다 → 등분산성, 정규성, 독립성이 맞음)이나, "F-통계량의 분모는 무엇인가?" (정답: 집단 내 평균 제곱) 같은 형태로 변형 출제될 수 있어요.

## 임상 시나리오

보건행정 실무 가이드
**실무 시나리오 (Clinical Scenario)**
"병원 기획팀에서 외래 환자 대기 시간을 줄이기 위해 새로 도입한 세 가지 예약 시스템(전화, 온라인, 모바일 앱)의 효과를 평가하려고 해요. 각 시스템을 사용한 환자 30명씩의 '진료실 도착부터 진료 시작까지 대기 시간(분)'을 조사했어요. 이 데이터를 분석하여 어떤 예약 시스템이 가장 효율적인지 통계적으로 입증해야 합니다."

**행정 중재 전략 (Admin Intervention)**
1. **상황 파악**: 비교 대상이 세 집단(전화/온라인/앱)이고, 결과 변수(대기 시간)가 연속형 자료이므로, 일원분산분석(One-way ANOVA) 적용이 적합해요.
2. **법적/규정 검토**: 통계 분석 자체에 법규는 없지만, 분석 결과는 병원 서비스 품질 개선(QI, Quality Improvement) 보고서에 활용되므로 엄격한 방법론이 필요해요.
3. **대응 및 처리**: 먼저 데이터의 정규성(히스토그램, Q-Q plot)과 등분산성(Levene 검정)을 확인해요. 가정이 충족되면 ANOVA를 실시해요. SPSS에서 "분석 > 평균 비교 > 일원 ANOVA"를 선택하고, 사후검정으로 Tukey HSD를 설정해요.
4. **사후 기록/보고**: 분석 결과표(F값, 자유도, p-value)와 사후검정 결과(어느 두 시스템 간 차이가 유의한지)를 보고서에 명시해요. p-value가 0.05보다 작다면 "세 예약 시스템 간 평균 대기 시간에 통계적으로 유의한 차이가 있다"고 결론지을 수 있어요.

**법적 안전 및 주의사항 (Precautions)**
통계 분석 결과를 왜곡하거나 과장하여 보고서를 작성하면 연구 부정 행위에 해당할 수 있어요. 또한, 환자 대기 시간 데이터를 수집할 때는 개인정보보호법(PIPA)을 준수하여 익명화 처리해야 해요.

업무 프로토콜
1. 데이터 수집 (익명화된 Excel 시트)
2. 가정 확인 (정규성/등분산성 검정)
3. 통계 분석 실행 (ANOVA + 사후검정)
4. 결과 해석 및 보고서 작성
5. 품질 개안(QI) 회의에서 결과 발표 및 의사결정 지원

선배의 한마디
"통계는 숫자 뒤에 숨은 이야기를 찾는 도구예요. 분산분석은 단순히 '차이가 있다'는 걸 보여주는 것을 넘어, '그 차이가 우연히 생길 확률이 매우 낮다'는 과학적 근거를 제시해줘요. 보건행정가라면 데이터 기반 의사결정(Data-driven decision making)을 할 수 있어야 하니, 통계의 기본 원리를 탄탄히 다져두세요!"

## 핵심 개념

- **분산분석** — 3개 이상 집단의 평균 차이를 검정하는 통계 방법. F-검정 사용.
- **F-통계량** — 분산분석에서 사용되는 검정 통계량. 집단 간 평균 제곱을 집단 내 평균 제곱으로 나눈 비율.
- **집단 간 변동** — 처리 효과나 집단 특성에 의해 설명되는 데이터의 변동. 분산분석에서 분자의 역할.
- **집단 내 변동** — 개체 간의 자연스러운 차이 또는 오차에 의해 설명되는 데이터의 변동. 분산분석에서 분모의 역할.
- **사후검정** — 분산분석 결과 유의할 때, 구체적으로 어느 집단 쌍 간에 차이가 있는지를 추가로 검정하는 방법 (예: Tukey HSD).

## 같은 주제 문제

- [통계적 가설검정에서 귀무가설(H0)이 참인데 기각하는 오류는?](https://mymerci.kr/pages/nclex_q.php?qn_id=290960)
- [가설검정 시 사용하는 유의수준(α)의 일반적인 기준값은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290961)
- [새로운 혈압약의 효과를 검증하기 위해 대조군과 비교하는 연구를 수행했다. 검정 결과 p-value가 0.03으로 나왔다. 이 결과의 해석으로 옳은 것은? (유의수…](https://mymerci.kr/pages/nclex_q.php?qn_id=290962)
- [가설검정에서 '검정력(power)'을 올바르게 정의한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290963)
- [단측 검정(one-tailed test)과 양측 검정(two-tailed test)을 구분하는 주요 기준은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290964)
- [두 독립 표본의 평균을 비교하는 t-검정을 수행할 때, 먼저 확인해야 하는 전제 조건은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290965)
- [카이제곱(χ²) 검정이 주로 사용되는 상황은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290966)
- [가설검정에서 '귀무가설'에 대한 설명으로 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=290967)

---

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

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