마케팅조사 ) 회귀분석과 상관관계의 차이는 무엇인지 간략히 설명하시오

소개글

마케팅조사 ) 회귀분석과 상관관계의 차이는 무엇인지 간략히 설명하시오에 대한 보고서 자료입니다.

목차

1. 통계적 분석
1-1. 상관관계의 의미
1-2. 회귀분석과 상관관계의 차이
1-3. 요인분석과 그 예시
2. 실제 사용례
2-1. 기술통계 분석 결과
2-2. 평균 비교 분석 결과
2-3. 상관관계 분석 결과
2-4. 회귀분석 결과
3. 참고자료

본문내용

서로 다를 것으로 추정된다.
이렇게 서로 분산이 다를 때에는 t 검정을 할 때에 앞서 질문 1과는 다른 가정을 하고 진행하여야 한다. 이렇게 다른 가정을 하고 엑셀을 이용하여 평균 비교 분석을 진행하면 다음과 같은 표가 나온다(이 때, 유의수준은 0.05를 가정하였다).t-검정: 이분산 가정 두 집단
　
변수 1
변수 2
평균
4.888889
5.135135
분산
1.75873
1.077379
관측수
36
74
가설 평균차
0
자유도
57
t 통계량
-0.97787
P(T<=t) 단측 검정
0.166135
t 기각치 단측 검정
1.672029
P(T<=t) 양측 검정
0.332271
t 기각치 양측 검정
2.002465
　
이 표에 따르면, P 양측검정의 값은 0.332271로 유의수준인 0.05보다 크다. 이는 곧 남성과 여성의 평균이 같다는 귀무가설을 기각할 만큼 P 양측검정의 값이 작지 않다는 것을 의미한다. 즉 이 검정 결과에 따르면, 설문조사의 모집단을 남성과 여성으로 나누었을 때 두 집단의 질문 2에 대한 답의 평균의 차이가 유의미한 수준으로 나타나지 않는다. 이는 곧 스마트폰의 품질 요인에 대한 답이 남성과 여성이라는 성별의 차이만으로는 일반적으로 유의미한 차이가 나타나지 않았다는 의미로 해석할 수 있다.
결론적으로, 두 질문 모두 성별 차이에 의한 평균의 차이는 없다는 것을 평균 비교 분석을 통해 추론할 수 있다.
2-3. 상관관계 분석 결과
상관관계 분석은 앞서 말했듯 상관계수를 통해 이루어진다. 상관계수는 일반적으로 두 변수의 공분산과 표준편차를 이용하여 구할 수 있다. 엑셀을 이용하여 상관계수를 구해 질문 간의 상관관계를 분석하면 다음과 같은 표를 얻을 수 있다.
　
Column 1
Column 2
Column 3
Column 1
1
Column 2
0.812873
1
Column 3
0.71476
0.731013
1
이 표에 따르면, 질문 중에서 가장 높은 상관관계를 가지고 있는 것은 가장 높은 상관계수를 가진 질문 1과 질문 2이다. 반면 가장 낮은 상관관계를 가지고 있는 것은 가장 낮은 상관계수를 가진 질문 1과 질문 3이다. 이는 곧 스마트폰의 인터넷 연결성에 대해 긍정적 견해를 가지고 있는 사람이 품질 요인에 대해 긍정적 견해를 가지고 있을 가능성이 만족도에 대해 긍정적 견해를 가지고 있을 가능성보다 높다는 것을 의미한다.
2-4. 회귀분석 결과
문제에 주어진 것처럼 2개의 독립변수와 종속변수의 관계를 분석하기 위해서는 다중회귀분석을 이용하여야 한다. 김성영. 마케팅조사. 서울: Knou PRESS(한국방송통신대학교출판문화원), 2014. p.212
중회귀분석은 변수가 2개인 단순회귀분석과 원리는 같으나, 데이터가 많고 관계가 복잡하다는 차이가 있다.
엑셀을 이용하여 질문 1, 질문 2를 독립변수로 설정하고 질문 3을 종속변수로 설정하여 회귀분석을 진행하면 다음과 같은 표를 얻을 수 있다(단 이 회귀분석의 신뢰도는 95%로 설정하였다).
요약 출력
회귀분석 통계량
다중 상관계수
0.759744
결정계수
0.57721
조정된 결정계수
0.569308
표준 오차
0.807688
관측수
110
분산 분석
　
자유도
제곱합
제곱 평균
F 비
유의한 F
회귀
2
95.29744
47.64872
73.04048
9.95E-21
잔차
107
69.80256
0.65236
계
109
165.1
　
　
　
　
계수
표준 오차
t 통계량
P-값
하위 95%
상위 95%
하위 95.0%
상위 95.0%
Y 절편
0.498007
0.357447
1.393233
0.166437
-0.21059
1.206603
-0.21059
1.206603
X 1
0.356552
0.108297
3.292345
0.001347
0.141865
0.571239
0.141865
0.571239
X 2
0.477343
0.116506
4.097149
8.16E-05
0.246383
0.708302
0.246383
0.708302
이 분석은 다중회귀분석이기 때문에, 결정계수보다는 조정된 결정계수를 통해 회귀분석의 유의성을 판단하는 것이 더 적합하다고 보는 것이 일반적이다. 이에 따라 최상단 표의 조정된 결정계수를 살펴보면 그 값이 0.569308임을 알 수 있다. 이는 이 설문지 데이터를 설명하는 데 있어 지금의 회귀분석의 설명력이 약 56%임을 의미하는 것이다. 일반적으로 유의한 회귀분석임을 결정하는 기준이 60%임을 감안하면, 이 회귀분석을 설명력이 약한 회귀분석, 즉 유의하지 않은 회귀분석이 된다.
다음으로 이 회귀분석의 F 검정을 살펴보아야 한다. 위에서 두 번째 표를 보면, 이 다중회귀분석의 유의한 F값을 볼 수 있다. 신뢰수준이 95%라는 것은 곧 유의수준이 5%라는 것을 의미하므로, 이 다중회귀분석이 유의한 회귀분석이 되기 위해서는 F값이 0.05 이하여야 한다. 그러나 위 표를 보면 알 수 있듯이, 이 회귀분석의 F값은 0.05 이상이라는 것을 알 수 있다. 따라서 이 회귀분석은 유의한 회귀분석이 되지 못하며, 질문 1, 2를 독립변수로 설정하고 질문 3을 종속변수로 설정했을 때 독립변수가 종속변수에 유의미한 영향을 끼치고 있다고는 볼 수 없다.
위와 같이 높은 F값이 나온 이유는 위에서 세 번째 표에서 각 독립변수와 종속변수 간의 p 값을 보면 알 수 있다. p 값이란 회귀분석에서 개별 독립변수와 종속변수 간에 유의한 영향이 있는지 판단하는 지표이다. 이 역시 유의한 영향을 판정하는 지표이기 때문에, 유의수준보다 낮은 값을 가져야 귀무가설을 기각하고 독립변수가 종속변수에 유의한 영향을 가질 수 있다. 위 표에서 보면 질문 1보다 질문 2의 p 값이 굉장히 높다는 것을 알 수 있다. 전체 회귀분석의 유의성을 판단하는 F값은 각 독립변수가 가진 유의성의 총체적인 반영이라고 볼 수 있기 때문에, 이렇게 변수 중 하나가 굉장히 높은 값을 가지게 되면 F값도 영향을 받아 높아질 수 있다.
3. 참고자료
1. 김성영. 마케팅조사. 서울: Knou PRESS(한국방송통신대학교출판문화원), 2014.
(url: http://www.riss.kr/link?id=M13830577)

키워드

과제,   레포트,   논문,   사이버,   학점은행,   일반대학,   오프라인,   온라인,   일지