사회조사분석사

목차

1. 데이터의 종류
1) 이산형 척도(Discret scale)
2) 연속형 척도(Continues scale)

2. 데이터 file 불러오기
1) SPSS 시스템 파일 불러오기
2) ASCⅡ file 불러오기
3) Excel file 불러오기

3. 데이터의 변환
1) 같은 변수로 코딩변경
2) 새로운 변수로 변환

4. 케이스의 가중값

5. 기술통계량

6. 빈도분석

7. T-test(T-검정)

8. 교차분석

9. 분산분석

10. 상관분석

본문내용

형 상관계수란 하나의 변수가 증가할 때 다른 하나의 변수가 증가하거나 감소하는 정도가 어느 정도의 선형 관계로 이루어져 있는가를 분석하는 과정이다. 상관계수는 -1에서 1사이의 값을 가진다. 상관계수를 구하는 식과 이를 검정하는 검정통계량과 귀무가설은 다음과 같다.
ⅰ) 상관계수 :
gamma ={ sum (x_i - bar x )(y_i - bar y ) }over {sqrt{sum (x_i - bar x )^2 sum (y_i - bar y )^2 }}`
ⅱ) 귀무가설(
H_0 `
) : 모상관계수
rho =0`
이다.
대립가설(
H_1 `
) : 모상관계수
rho != 0 `
이다.
ⅲ) 검정통계량
T= {gamma}over sqrt{{1-gamma^2}over{n-2}}`sim `t_{n-2 , alpha over 2}`
ⅳ) SPSS 활용
상관분석을 실행하기 위해서는 메뉴에서 통계분석 > 상관분석 > 이변량 상관분석을 클릭하면 [그림 35]와 같은 대화창이 나타난다. 양적변수이므로 상관계수의 종류는 Pearson의 상관계수를 선택한다. 상관계수를 구하고자 하는 변수 두 개를 우측 창으로 이동시킨 후 확인버튼을 클릭하면 [그림 36]과 같은 결과물이 나온다. 구하여진 상관계수는 0.525이고 이때의 P-value는 0.000이므로 상관계수가 0이라는 귀무가설을 유의수준 0.05에서 기각이 가능해지므로 소득과 노동시간은 양의 상관관계를 가진다고 결론을 내릴 수 있다.
[그림 35] 이변량 상관계수 대화창
[그림 36] 상관분석의 결과물
11. 회귀분석
1) 선형회귀분석
선형회귀분석은 두 변수간의 선형관계의 방향 및 강도를 분석하는 상관분석의 방법을 확장하여 변수들 간의 선형관계의 함수식을 추정하여 분석하는 기법이다. 다른 변수의 영향을 받는 변수를 종속변수(
y`
)라 하고 종속변수에 영향을 미치는 변수를 독립변수(
x`
)라고 한다. 독립변수가 하나일 경우 단순 선형회귀분석이라고 하고 두 개 이상일 경우 중회귀분석이라고 한다. 회귀식과 회귀분석에 의해서 얻어지는 분산분석표와 각종 통계량은 다음과 같다.
ⅰ)회귀방정식
hat y_i = beta_0 + beta_1 x_1i + beta_2 x_2i + cdots + beta_k x_ki`
ⅱ) 분산분석표
요인
변동량
자유도
평균변동량
F`
비
회귀
SSR`
k`
MSR`= SSR /k`
MSR/MSE`
잔차
SSE`
n-k-1`
MSE`= SSE / (n-k-1)`
합계
SST`
n-1
ⅲ) 분산분석표에 있는
F
비 값으로 검정을 하는 가설은 다음과 같다. 이 검정의 의미는 모든 독립변수가 종속변수와 아무런 관계가 없는지의 여부를 알고자하는 검정이다.
귀무가설(
H_0 `
) :
beta_1 = beta_2 = cdots = beta_k =0 `
대립가설(
H_1 `
) : 최소한 하나의
beta`
는 0이 아니다.
ⅳ) 결정계수 : 결정계수는 상관계수를 제곱한 것으로 0과 1사이의 값을 가진다. 결정계수는 독립변수가 추가되면 항상 증가하게 되므로 상관계수를 자유도로 조정한 것이 수정된 결정계수이다.
ⅴ) 각 회귀계수들의 가설검정 : 최소한 하나 이상의 독립변수와 종속변수간의 함수관계는 분산분석표의
F`
비 검정에 의해 검정되고 각 회귀계수들에 대한 가설검정은 분산분석표 아래에 있는 계수표에 의해 이루어진다. 이 때의 가설은 다음과 같다. 귀무가설이 기각되면 독립변수가 종속변수에 영향을 미치고 있음을 의미한다.
귀무가설(
H_0 `
) :
beta_k =0 `
대립가설(
H_1 `
) :
beta_k !=0 `
ⅵ) SPSS 활용
메뉴에서 통계분석 > 회귀분석 > 선형을 클릭하면 [그림 37]의 대화창이 나타난다. 종속변수와 독립변수를 선택 한 후 확인 버튼을 클릭하면 회귀분석의 결과물이 [그림 38]과 같이 나타난다. 결과를 보면 상관계수는 0.629, 결정계수는 0.396, 조정된 결정계수는 0.386이다. 분산분석표에서 모든 독립변수가 종속변수에 영향을 주지 않는다는 가설을 검정하는
F`
비 검정의 P-value는 0.000으로 최소한 하나의 독립변수는 종속변수에 영향을 주고 있음을 알 수 있다. 다음으로는 각 독립변수가 종속변수에 영향을 주는지에 대한 검정을 보면 상수항은 P-value가 0.000이고 세 개의 독립변수 모두의 P-value가 0.000이므로 세 변수 모두 유의적이라는 결론에 도달함으로 회귀계수를 읽어야 한다. 상수항의 추정치는 -93.582, 첫 번째 변수의 회귀계수는 9.178, 두 번째 변수의 회귀계수는 1.432, 세 번째 변수의 회귀계수는 1.468이다. 따라서 이 회귀분석의 회귀모형은
소득 = -93.582 + 9.178 times 노동시간 + 1.432 times 부의 `
[그림 37] 선형회귀분석의 대화창
[그림 38] 선형회귀분석의 결과
직업위신점수 + 1.468 times 정부시책~만족도`
이다. 만일 일일 노동시간이 10시간, 부의 직업 위신점수가 50이고 정부시책 만족도가 80일 경우의 소득을 예측하고자 한다면
소득 = -93.582 + 9.178 times 10 + 1.432 `
times 50 + 1.468 times 80=187.238``
만원이 된다.
2) 가변수를 이용한 선형회귀분석
선형회귀분석을 하고자 할 때는 변수들이 연속형 변수일 경우가 일반적이다. 그러나 만일 종속변수에 이산형 변수가 포함되어 있다면 이산형 변수를 0과 1의 조합으로 이루도록 변환하여 회귀분석을 하여야 한다. 가령 변수값이 1, 2, 3이라면 0과 1을 가지는 변수 두 개를 만들어야 한다. 두 개의 변수가 모두 0이라면 원래 변수값 1에 대응시키고 1, 0일 경우는 2, 변수값 0, 1일 경우는 변수값 2에 대응하도록 변환시켜야 한다. 변수값 변환은 앞에서 서술한 코딩변경 명령어를 이용하면 된다. 이 후의 분석방법은 일반적인 선형회귀분석과 동일하다.
연속형인 독립변수가 있다면 연속형 독립변수와 가변수들의 모든 조합을 만들어서 가변수와 연속형 독립변수와의 교호작용까지 고려한 모형을 설정하여야 한다.

키워드

사회조사분석사,   데이터의 종류,   이산형 척도,   연속형 척도,   데이터 file