사회조사와 사회통계의 기초

소개글

사회조사와 사회통계의 기초에 대한 보고서 자료입니다.

목차

Ⅰ. 사회조사의 기초
1. 사회조사의 과정
2. 조사설계
3. 표본추출
4. 조사의 진행
5. 설문지 관리와 통계준비
6. 통계분석

Ⅱ. 사회통계의 기초
1. 통계의 개념과 종류
2. 변수(변인, variable)
3. 변수 측정의 수준과 분석방법
4. 정규분포곡선
5. 가설

본문내용

서열을 정할 수 있으며, 등간적 측정에서처럼 분류된 부분 간의 간격을 측정할 수 있음. 나아가 절대적인 ‘영’을 측정할 수 있음.
수학적 가감 계산 외에도 곱하고 나누는 계산이 가능함(비율적 측정이 가능)
② 조건 또는 속성: 완전성, 상호배타성, 이행성, 비대칭성, 부가성에 추가하여 절대적 ‘영’을 지님
승제(multiply and divide)와 같은 수학적 조작까지 가능함
<표 3> 측정의 네 수준에서 얻을 수 있는 정보 비교 김병진, 앞의 책, p. 171.
정보유형
측정수준
분류와 명칭
서열
등간적 거리
절대적 ‘영’
명명적 측정
○
서열적 측정
○
○
등간적 측정
○
○
○
비율적 측정
○
○
○
○
2) 변수측정의 수준과 분석방법
<표 4> 변수측정과 분석방법
구분
측정수준
분석방법
명목척도
사람, 사물 또는 속성 분류를 위해 숫자나 기호를 부여 (계량적 의미는 없음.)
빈도분석, 비모수통계분석, 교차분석의 χ² 검정
서열척도
속성에 대해 크기나 양의 많고 적음, 크고 작음의 순서를 비교 (두 수치 간의 거리가 반드시 동일하지는 않음.)
서열상관관계, 비모수통계분석의 순위 비교
등간척도
척도간의 간격이 같은 서열화된 척도(IQ, 시험점수)
평균, 표준편차, 모수통계, 정규분포 검정
비율척도
절대값 0이 존재, 등간척도의 속성을 가짐(수치 간 가감승제가 가능).
평균, 표준편차, 모수통계, 정규분포 검정
※ 출처: 본문의 내용(36-37)을 정리함.
4. 정규분포곡선
- 대부분의 관찰된 값들은 분포가 중앙에 집중되는 경향이 있고, 중앙에서 멀어질수록 관찰된 값들의 빈도는 점차 감소함.
정규분포곡선의 정도를 알아보기 위해 첨도와 왜도를 구함(정규분포곡선이면 첨도와 왜도는 모두 0).
정규분포곡선에서 중앙값, 평균값, 최빈값이 일치함.
표준화된 정규분포곡선의 사용
측정된 정도의 상이함, 분포의 차이 등에 의해 다양한 분포가 나타나는 경우 이를 표준화함(평균을 0으로, 표준편차를 1로 바꿈).
정규분포곡선과 면적
정규분포곡선에서 면적은 그 값이 발생한 확률을 알려줌. → 면적은 확률밀도(probability density)
분포: 분포의 정규성 여부는 무작위 표집을 전제로 함.
5. 가설
1) 가설의 개념, 조건, 종류 김병진, 앞의 책, pp. 54-58.
(1) 개념
- 가설이론 보통 둘 이상의 변수 또는 현상 간의 관계를 설명하는 검증되지 않은 명제 또는 연구의 문제에 대해 검증할 수 있도록 기술된 잠정적인 응답임.
(2) 가설의 조건: 명료성, 가치중립성, 한정성(변수들 간의 상관관계를 정확히 밝혀야 함), 검증가능성
(3) 가설의 종류
① 기술적 가설: 하나의 변수에 대해 탐구하는 것을 목적으로 함.
② 설명적 가설: 둘 이상의 변수들 간의 상관관계를 검증하는 것을 목적으로 함.
- 영가설(null hypothesis): 두 변수 사이에 아무런 상관관계가 없다는 것을 내용으로 함.
- 대안가설(alternative hypothesis): 두 변수 사이에 일정한 상관관계가 성립한다는 것을 내용으로 함.
※ 일반적으로 조사자는 영가설을 거부함으로써 대안가설을 입장하고자 함.
2) 가설검정에서의 오류: 표본에 의한 모수치 추정의 오차
<표 5> 가설검정과 오류
실제값
관찰값
영가설이 참
영가설이 거짓
영가설 긍정
정확한 결론(1-α)
제2종 오류(β)
영가설 부정
제1종 오류(α)
정확한 결론(1-β)
※ 출처: 본문(40)의 표.
- 제1종 오류: 실제로 영가설이 참인데, 이를 부정하는 오류(통계의 기각방법)
제2종 오류: 실제로 영가설이 거짓인데 이를 긍정하는 오류
정확한 결론
영가설을 잘못 해석해 오류를 범할 때 그 판단이 100% 틀린 것이 아니라 α%, β% 정도 틀리는 확률적 오류
정확한 결론이 될 수 있는 확률은 오류의 확률을 뺀 1-α(β)
→ 오류 α=5% 인 경우 정확한 결론을 내린다고 해도 이 판단이 참일 확률은 95%
→ 5%의 확률은 정규분포곡선에서 극단치
3) 유의도 수준(sig. significant level)
유의도 수준은 제1종의 오류에 기초를 두고 있으며, 가설검정에서 유의도 수준을 α 또는 p(probability)로 표시함.
보통 α=0.10 또는 p < 0.10 (90%), α=0.05 또는 p < 0.05 (95%), α=0.001 또는 p < 0.001 (99.9%)로 나타냄.
(예: p < 0.05 인 경우 표본의 결과가 모집단의 본질과 관계없이 표본의 특성에 의해 우연히 나타났을 확률이 100번 중 5번 미만)
4) 자유도(df. degree of freedom)
주어진 조건 하에서 자유롭게 변화할 수 있는 점수나 변인의 수
(예: 주사위를 던질 때 나올 수 있는 자유도의 값은 6)
5) 영가설을 부정하는 한계영역
두 가지 가설이 있다고 할 경우
가설1: 월수입에서 남녀간 차이가 없을 것이다.
가설2: 남자들은 여자들보다 월수입이 많을 것이다.
→ 가설1은 양방검정을 하고 가설2는 일방검정을 함(양방검정은 일방검정에 비해 발생확률이 2배)
6) 모수치의 추정
모수치 추정의 기본원리
통계치의 신뢰도(realiability)는 표본에서 나온 통계치가 모수치와 얼마나 가까운가 하는 문제로 표집오차를 포함하고 있음.
모집단이 정규분포인 경우 모집단에서 무작위 추출한 여러 표본들에서 나온 평균치들의 표집분포도 정규분포가 됨.
표준오차(standard error)
개념: 하나의 표집분파에 나타난 여러 통계치들의 표준편차
사례가 많을수록 표준오차는 줄어들고, 표준편차가 클수록 표준오차는 커지는 경향이 있음.
모수치의 추정방법
평균치의 표준오차
n = 사례수
= 표본의 표준편차
신뢰수준과 평균치의 신뢰한계
신뢰도 수준별 평균치의 신뢰한계 (신뢰구간)
신뢰도 수준
평균치의 신뢰한계
90%
95%
99%
<참고문헌>
김병진. 사회조사방법론. 서울: 삼영사, 2005.
우수명. 마우스로 잡는 SPSS 14.0. 서울: 인간과 복지, 2007.
홍두승. 사회조사분석 제3판. 서울: 다산출판사, 2002.
Earl R. Babbie 지음. 고성호 외 옮김. 사회조사방법론 제11판. 서울: 그린, 2009.

키워드

사회조사와 사회통계의 기초,   사회조사,   사회통계,   조사설계,   표본추출,   설문지 관리,   통계분석,   통계의 개념,   변수