# 분석 데이터에서 이상값(outlier)을 통계적으로 검정하는 방법으로 약사 국가고시에서 가장 빈출되는 것은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=346134  
> language: ko  
> subject: 분석화학 기초

## 문제

분석 데이터에서 이상값(outlier)을 통계적으로 검정하는 방법으로 약사 국가고시에서 가장 빈출되는 것은?

## 보기

1. 카이제곱 검정(chi-square test)
2. 맨-휘트니 검정(Mann-Whitney test)
3. 크루스칼-왈리스 검정(Kruskal-Wallis test)
4. F-검정(F-test)
5. Q-검정(Dixon's Q-test) **✔ 정답**

**정답: 5**

## 해설

Dixon의 Q-검정은 소규모 반복 측정 데이터에서 이상값의 제거 여부를 판단하는 통계적 방법이다. Q값 = (이상값과 인접값의 차이) / (최대값 - 최소값)으로 계산하여 기준 Q값과 비교한다.

## 심화 해설

핵심 해설
이 문제는 통계학, 특히 이상값(Outlier)을 검정하는 방법에 대한 이해를 묻고 있어요. 이상값은 데이터 분포에서 다른 값들과 현저히 다른 값을 의미하며, 측정 오류나 특이한 조건에서 발생할 수 있어요. 이를 객관적으로 판단하기 위해 통계적 검정법이 사용됩니다.

**정답 근거 (Answer Rationale)**
정답은 ⑤ Q-검정(Dixon's Q-test)입니다. 이 검정법은 소규모의 데이터셋(보통 3~30개)에서 단일 이상값을 검출하는 데 특화된 방법이에요. 계산 방법은 간단해요: Q = (의심되는 이상값 - 그와 가장 가까운 값의 차이) / (전체 범위). 이렇게 계산된 Q값을 표에서 얻은 임계값과 비교하여 이상값 여부를 판단합니다. 약사 국가고시에서는 실험실 데이터 분석, 제제의 품질 관리(QC) 데이터 평가 등에서 이상값을 판단하는 기본 도구로 반드시 출제되는 핵심 개념이에요.

**오답 분석 (Distractor Analysis)**
혼동 주의! 다른 선택지들은 모두 이상값 검정이 아닌, 다른 목적의 가설 검정 방법들이에요.

① 카이제곱 검정(Chi-square test): 범주형 데이터(예: 성별에 따른 약물 반응 차이)의 독립성 또는 적합도를 검정하는 데 사용됩니다.

② 맨-휘트니 검정(Mann-Whitney test): 두 개의 독립된 집단(비모수적 데이터)의 중앙값 차이를 비교하는 검정법입니다. t-검정의 비모수 버전이라고 생각하면 돼요.

③ 크루스칼-왈리스 검정(Kruskal-Wallis test): 세 개 이상의 독립된 집단(비모수적 데이터)의 중앙값 차이를 비교하는 검정법입니다. 일원배치 분산분석(ANOVA)의 비모수 버전이에요.

④ F-검정(F-test): 주로 두 집단의 **분산(Variance)**이 동일한지(등분산성)를 검정하거나, 분산분석(ANOVA)에서 집단 간 평균 차이를 검정할 때 사용됩니다.

**연관 개념 정리 (Related Concepts)**
이상값을 다루는 다른 방법으로는 그럽스 검정(Grubbs' test)도 있어요. 이는 데이터셋이 정규분포를 따른다고 가정할 때, 더 큰 표본 크기에서도 사용할 수 있는 검정법입니다. 또한, 실무에서는 단순 통계적 검정 외에도 데이터의 출처와 맥락을 고려하여 이상값을 판단해야 해요.

개념 정리

| 검정법 | 주요 용도 | 데이터 특성/가정 |
| --- | --- | --- |
| Q-검정 (Dixon's Q-test) | 핵심! 소규모 데이터에서 이상값 검출 | 소표본 (3~30), 단일 이상값 검출 |
| 그럽스 검정 (Grubbs' test) | 정규분포 데이터에서 이상값 검출 | 정규성 가정, 표본 크기 제한 적음 |
| 카이제곱 검정 | 범주형 데이터의 독립성/적합도 검정 | 범주형 변수, 기대빈도 조건 |
| 맨-휘트니 U 검정 | 두 독립 집단의 중앙값 비교 (비모수) | 순위형 데이터, 정규성 불필요 |
| F-검정 | 두 집단의 분산 비교 (등분산 검정) | 연속형 데이터, 정규성 가정 |

암기 팁
"**Q는 Quick이자 Question!**" 소규모 데이터에서 '이 값이 이상한지 아닌지 **Question**이 들 때, **Quick**하게 판단하는 방법이 Q-검정이다!"라고 연상하세요. Dixon's **Q**-test의 Q를 기억하면 됩니다.

국시 빈출 포인트
이상값 검정 방법으로 Q-검정(Dixon's Q-test)과 그럽스 검정(Grubbs' test)의 구분이 자주 출제돼요. 핵심 차이는 **표본 크기와 정규성 가정**입니다. Q-검정은 소표본에, 그럽스 검정은 정규분포 가정 하에 더 큰 표본에 사용됩니다. 계산 공식(Q값 = 갭/범위)도 꼭 외우세요.

## 임상 시나리오

약국/임상 실무 가이드
**임상 시나리오 (Clinical Scenario)**
약국에서 혈당 측정기를 판매하며 정확도를 확인하기 위해 표준액으로 10회 반복 측정을 했어요. 결과값이 99, 100, 101, 100, 102, 98, 100, 101, 100, 115 mg/dL로 나왔습니다. 마지막 115라는 값이 다른 값들과 현저히 달라 의심스러워요. 이 측정기를 결함이 있다고 판단하거나, 데이터에서 이 값을 제외하고 정확도를 평가해야 할까요?

**복약지도 및 중재 전략 (Counseling & Intervention)**
이런 경우, Q-검정(Dixon's Q-test)을 적용해 볼 수 있어요. 데이터를 크기순으로 배열한 후(98, 99, 100, 100, 100, 100, 101, 101, 102, 115), 의심되는 이상값(115)과 그 인접값(102)의 차이(갭=13)를 전체 범위(115-98=17)로 나눕니다. Q = 13/17 ≈ 0.765이에요. 표본 수(n=10)에 대한 Q 임계값(신뢰수준 95% 기준 약 0.466)과 비교하면, 계산된 Q값이 훨씬 크므로 115는 통계적으로 유의한 이상값으로 판단할 수 있어요. 따라서 이 측정기의 일시적 오류나 측정 실수로 인한 값일 가능성이 높으며, 이 값을 제외하고 평균과 정확도를 평가하는 것이 타당합니다.

**환자 안전 및 주의사항 (Precautions)**
실험실 데이터나 환자의 생체 지표(예: 치료약물농도감시(TDM) 결과)를 해석할 때 이상값을 무조건 제거해서는 안 돼요. 먼저 **측정 또는 기록 오류**를 확인해야 합니다. 오류가 아니라면, 그 값이 환자의 특이한 생리적 상태(예: 급성 감염), 약물 상호작용, 또는 부작용(Adverse Effect)을 반영할 수 있으므로 임상적 맥락에서 신중히 평가해야 해요.

복약지도 프로토콜
*   **데이터 품질 관리**: 약국 내에서 수행하는 간단한 실험(당도 측정 등)이나 설문 조사 데이터를 분석할 때 이상값에 주의하세요.
*   **의사소통**: 연구 결과나 데이터를 해석할 때 "이상값을 통계적 검정(Q-검정)을 통해 제거한 후 분석하였다"고 명시하는 것이 과학적 rigor를 높입니다.

선배 약사의 한마디
"통계는 단순히 숫자를 다루는 게 아니라, 데이터 속에 숨은 '이상 신호'를 찾아내는 도구예요. 환자의 검사 수치에서 갑자기 튀는 값이 보이면, '측정 오류일까? 아니면 정말 중요한 임상적 변화의 신호일까?' 라는 질문을 던져보세요. Q-검정 같은 도구는 그 질문에 객관적으로 답하는 첫걸음을 도와줍니다. 약사도 데이터를 읽는 전문가가 되어야 해요!"

## 핵심 개념

- **이상값** — 데이터 세트에서 다른 관측값들과 현저히 다른 값을 의미하며, 측정 오류나 자연적 변이로 인해 발생할 수 있습니다.
- **Q-검정 (Dixon's Q-test)** — 소규모 데이터셋(보통 3~30개)에서 단일 이상값을 검출하는 데 사용되는 통계적 검정법입니다. Q = (이상값 - 인접값) / (범위)로 계산합니다.
- **그럽스 검정 (Grubbs' test)** — 데이터가 정규분포를 따른다고 가정할 때, 단일 또는 다중 이상값을 검출하는 데 사용되는 검정법입니다. Q-검정보다 큰 표본에 적용 가능합니다.
- **비모수 검정 (Nonparametric Test)** — 데이터의 분포에 대한 특정 가정(예: 정규성)을 하지 않는 통계 검정법의 총칭입니다. 맨-휘트니 검정, 크루스칼-왈리스 검정, 윌콕슨 부호순위 검정 등이 대표적입니다.
- **등분산성** — 두 개 이상의 집단을 비교할 때, 각 집단의 분산이 서로 동일하다는 가정입니다. t-검정이나 ANOVA를 수행하기 전에 F-검정 등을 통해 확인해야 하는 조건 중 하나입니다.

## 같은 주제 문제

- [분석화학에서 정밀도(precision)를 나타내는 지표로 가장 적절한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=346127)
- [어떤 분석법의 검출한계(LOD)와 정량한계(LOQ)를 신호 대 잡음비(S/N ratio) 기준으로 올바르게 짝지은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=346128)
- [다음 중 계통오차(systematic error)의 원인에 해당하지 않는 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=346129)
- [분석 결과의 유효숫자(significant figures) 처리에 관한 설명으로 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=346130)
- [5회 반복 측정한 결과가 다음과 같을 때, 이 데이터의 상대표준편차(RSD, %)를 구하면 약 얼마인가?](https://mymerci.kr/pages/nclex_q.php?qn_id=346131)
- [분석법 유효성 검사(method validation)에서 직선성(linearity)을 평가하는 방법으로 가장 적절한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=346132)
- [다음 중 t-검정(t-test)을 사용하는 상황으로 가장 적절한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=346133)
- [어떤 분석법의 회수율(recovery)을 평가하기 위해 시료에 표준물질 100 μg/mL를 첨가하였다. 측정 결과 97.5 μg/mL가 검출되었을 때, 이 분석법…](https://mymerci.kr/pages/nclex_q.php?qn_id=346135)

---

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

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