[통계학][통계학 종류][통계학 활용실태][통계학 모집단][통계학 표본][통계학 변수][통계학 측정]통계학의 정의, 통계학의 종류, 통계학의 활용 실태, 통계학의 모집단, 통계학의 표본, 통계학 변수, 통계학 측정

소개글

[통계학][통계학 종류][통계학 활용실태][통계학 모집단][통계학 표본][통계학 변수][통계학 측정]통계학의 정의, 통계학의 종류, 통계학의 활용 실태, 통계학의 모집단, 통계학의 표본, 통계학 변수, 통계학 측정에 대한 보고서 자료입니다.

목차

Ⅰ. 개요

Ⅱ. 통계학의 정의

Ⅲ. 통계학의 종류

Ⅳ. 통계학의 활용 실태

Ⅴ. 통계학의 모집단과 표본

Ⅵ. 통계학의 변수
1. 명목변수(nominal variable)
1) 정의
2) 특징
3) 예
2. 서열변수(ordinal variable)
1) 정의
2) 특징
3) 예
3. 등간변수(interval variable)
1) 정의
2) 특징
3) 예
4. 비율변수(ratio variable)
1) 정의
2) 특징
3) 예

Ⅶ. 통계학의 측정
1. 측정의 정의
2. 측정과 변수
3. 측정수준과 척도
1) 명목척도(nominal scale)
2) 서열척도(ordinal scale)
4. 등간척도(interval scale)
5. 비척도(ratio scale)

참고문헌

본문내용

질적 변수를 수치로 나타낼 수도 있다. 예를 들어 성별을 나타낼 때 남자를 0으로 하고 여자를 1로 나타낼 수 있다. 그러나 엄밀히 말하면 이때의 0이나 1은 숫자가 아니라 기호이다.
3. 측정수준과 척도
1) 명목척도(nominal scale)
명목척도는 가장 단순한 측정수준으로서 어떤 변수를 그것이 갖는 속성에 따라 분류하는 데 사용된다. 예를 들어 한 집단에 속한 대상자의 성별을 남성과 여성으로 분류하고 남성에게 1을, 여성에게 2라는 숫자를 부여했다면, 이것은 명목척도로서 단순히 구별하는데 의의가 있는 것이다. 즉, 이때의 2가 1보다 두 배 크다거나, 혹은 1이 2보다 순서가 빠르다거나 하는 논리적 순서(logical order)가 존재하지 않는다. 이러한 명목척도를 가지고 더하기, 빼기, 나누기, 곱하기 등의 논리적 4칙 연산을 할 수 없는 것이다.
명목척도에 의해서 측정되는 자료를 명목적 자료라 하는데, 이는 다른 척도에 의해서 구한 자료에 비하여 가장 적은 정보를 제공한다. 명목척도로서 행정현상의 연구에 주로 사용되는 것은 성별, 종교, 국적, 전공학과, 출신지역, 지지정당명, 근무부서 등이 있다. 제공하는 정보량이 적다고 해도 행정현상을 파악하는 데는 아주 중요한 척도가 되고 있다.
명목척도를 만들 때는 항상 다음과 같은 점에 주의하여야 한다. 그것은 첫째, 어떤 현상을 분류할 때 빠뜨리는 것이 없어야 한다. 이는 총망라적(comprehensiveness)이어야 한다는 의미이다. 인종을 구분할 때, 백인종과 황인종만으로 구분한다면, 흑인종을 아예 연구대상에서 빠트리게 되는 실수를 범하게 되기 때문이다. 그리고 상호배타적(exclusiveness)으로 구성하여야 한다. 다시 말하여 하나의 관찰은 하나의 범주에만 속해야 한다는 말이다.
2) 서열척도(ordinal scale)
서열척도란 변수가 지닌 속성의 크기나 정도에 따라 그 속성을 순서대로 배열하고, 배열된 순서에 맞추어 숫자를 배정하는 척도를 말한다. 이는 논리적 순서를 갖도록 설계되기 때문에 명목척도보다 측정수준이 한 단계 높다.
예를 들어 한 학급의 석차를 매긴다고 하자. 한 학급이 30명으로 구성되어 있다면, 성적에 따라 1등부터 30등까지 서열화할 수 있다. 이렇게 할 때 우리는 1등이 3등 혹은 5등보다 학업성취도가 높다고 이야기 할 수 있다. 그러나 1등이 2등보다 학업성취도가 2배 높다고 할 수는 없다. 즉, 서열척도는 측정의 결과 그 속성에 따른 양을 파악하여 비교할 수는 있지만, 그 양을 가지고 4칙 연산을 할 수 없다. 명목척도와 마찬가지로 서열척도에 의해 얻어진 값도 자연수량은 아닌 것이다. 서열척도를 가지고 측정한 결과는 그 속성에 따라 순서대로 배열되었을 뿐이며, 각 순서간의 거리가 동일하다고 볼 수 없는 이유이다.
행정현상에서 많이 사용하는 서열척도의 예로서는 앞에 든 공무원의 학력이나. 소득수준을 상·중·하로 나누는 것, 공무원의 직급을 1급부터 9급까지 나누는 것 등을 들 수 있다. 또 한 가지 자주 쓰이는 걸 들어보면, 행태조사를 할 때에 많이 사용하는 ‘매우만족한다 - 만족한다-보통이다-불만이다-매우 불만이다’하는 것과 같은 척도를 들 수 있다. 이 척도를 사용하여 행정서비스의 만족도를 구하거나, 공무원의 직무만족도와 같은 조사를 할 수가 있다.
서열척도에 있어서도 자료 간에 분류가 상호배타적이어야 하며, 그 범주가 망라적이어야 한다.
4. 등간척도(interval scale)
등간척도는 측정수준이 서열척도보다 한 단계 높은 것인 데, 척도 상에 나타난 서열간의 차이가 동일하기 때문에 붙여진 이름이다. 등간척도에서는 서열척도에서 불가능한 덧셈과 뺄셈의 계산이 가능하므로 이 척도에서의 숫자는 서열척도보다 많은 정보를 제공한다. 등간척도의 예로는 온도가 가장 대표적이다. 섭씨 20도는 섭씨 10도보다 10도 낮고 섭씨 30도보다 10도 높은데 이 차이는 같은 크기라 말할 수 있다. 그러나 섭씨 20도가 섭씨 10도보다 2배 높다고 하는 언명은 틀린 것이다. 왜냐하면 섭씨 영도란 임의적으로 정한 것이지(arbiturary zero), 측정하고자 하는 속성이 전혀 존재치 않는 절대영점(true zero)이 아니기 때문이다. 즉, 섭씨 0도는 1기압에서 물이 어는 점을 가리키는 것이지 온도가 아주 없다는 뜻이 아니다.
사회현상에서 주로 쓰는 등간척도는 IQ와 물가지수 정도로 아주 적다. 또 어떤 학자들은 이 등간척도를 뒤에 나오는 비척도와 구별하지 않는 입장을 취하기도 한다(Meyer & Brudney, 양영철 역, 102-103). 그것은 등간척도도 비척도와 마찬가지로 일반적 기준으로 받아들여지는 단위나 구간에 근거를 두고 있고, 그래서 반복적으로 측정하여도 동일한 결과를 얻기 때문이다. 또, 등간척도를 비척도와 구별한다 해도 통계기법의 적용에 있어 그다지 큰 차이가 없기도 하다.
5. 비척도(ratio scale)
비척도란 변수가 지닌 속성의 크기와 정도를 등간으로 측정할 수 있을 뿐만 아니라 절대적인 크기를 나타내는 절대영점이 있는 척도이다. 예를 들면 우리가 사회과학에서 흔히 사용하는 소득의 경우 월수입 100만원은 확실히 50만원보다 두 배의 소득이며, 월소득이 0인 사람은 실직을 하여 전혀 수입이 없는 상태라고 이야기 할 수 있다. 몸무게, 키, 나이, 학습시간, 교육훈련시간 등이 이에 속한다. 이 비척도에 의한 측정치로는 가감승제가 가능하기 때문에 많은 종류의 통계기법의 사용이 가능하다.
정부가 발표하는 각종 통계의 경우 대부분이 이 비척도에 의한 측정의 결과인 경우가 많은 데, 이는 비척도가 숫자의 정밀성을 갖기 때문이다. GNP, GRP, 예산, 인구증가율, 도시화율 등이 이런 예들이다.
참고문헌
류근관(2003), 통계학 이퍼블릭, 법문사
송인섭 지음(2001), 통계학의 기초, 학지사
성태제(2001), 현대 기초통계학의 이해와 적용(개정판), 교육과학사
양병한·박희창 지음(2002), SPSS와 SAS를 활용한)통계학의 이해, 교우사
통계청, 알고 보면 재미있는 통계 이야기
한국통계학회(1997), 통계학 용어집, 자유아카데미

키워드

통계,   통계학,   모집단,   표본,   변수