목차
※ 카이자승의 목적
1. t검증이란?
2. 독립표본의 t검증
3. 종속표본의 t 검증
변량분석
1. 일원변량분석(one-way ANOVA)
2. 다원변량분석
● 공변량 분석
카이자승 검증
상관관계와 회귀분석
1. 상관관계
2. 회귀분석
1. t검증이란?
2. 독립표본의 t검증
3. 종속표본의 t 검증
변량분석
1. 일원변량분석(one-way ANOVA)
2. 다원변량분석
● 공변량 분석
카이자승 검증
상관관계와 회귀분석
1. 상관관계
2. 회귀분석
본문내용
Simple Factorial
2) 결과물 해석
카이자승 검증
1. 카이자승 검증이란? 관찰빈도와 기대빈도와의 차이를 계산함으로써 두 변인간의 관계가 유의미한지 아니면 상호독립적인지를 검증하는 방법
1) 단일표본
(1) 1단계: 영가설과 연구가설의 설정
(2) 2단계: 검증통계치 계산
- 값을 구함
(3) 3단계: 영가설기각 영역의 결정
- 유의도수준, 자유도로 분포포 이용
2) 두 개의 표본
예제) 성별에 따른 신문구독 여부 관계를 검증
데이터의 첫 번째 세로줄에는 성별(여성=1 ; 남성=2) 를 각각 입력하고 두 번째 세로줄에는 신문구독여부(구독=1; 비구독=2)를 입력한다.
변인
신문구독(NP)
성별(SEX)
(1) 가설의 설정
○ 연구가설(HA): 성별에 따라 신문구독 여부의 차이가 있을 것이다.
○ 영가설(H0): 성별에 따라 신문구독 여부의 차이가 없을 것이다.
(2) 검증의 실행
Statistics ▶ Summarize ▶ Crosstabs
(3) 결과물 해석
상관관계와 회귀분석
1. 상관관계- 두 변인간에 나타난 상호관련성 분석
1) 피어슨의 상관관계 - 두 변인이 등간척도일 때
피어슨의 상관관계 계수(r)은 두 변인간의 관계를 타나내는 지수로써 그 값은 -1≤r≤1 값을 가진다. r의 부호는 관계의 방향을 나타내며 r값의 절대값은 관계의 크기(혹은 선형적 강도)를 나타낸다.
○ r값의 해석
< 0.2 관계가 거의 없는 경우
0.2 ~ 0.4 낮은 상관관계
0.4 ~ 0.7 비교적 높은 상관관계
0.7 ~ 0.9 높은 상관관계
> 매우 높은 상관관계
2) 스피어맨의 상관관계 - 두 변인의 측정수준이 서열척도인 경우 사용
예제) 학생들의 중간고사 점수와 학기말 고사 점수, 지능지수간의 상관관계를 분석. 데이터의 1~2번째 세로줄에는 중간고사 점수를, 3~4번째 세로줄에는 학기말고사 점수를 마지막으로 5~7번째 세로줄에는 IQ점수를 입력한다.
변인
중간고사
기말고사
지능지수
(1) 상관관계의 실행
Statistics ▶ Correlate ▶ Bivariate
(2) 결과물 해석
2. 회귀분석
상관계수를 근거로 하여 독립변인으로부터 종속변인을 예측하는데 사용하는 기법이 회귀분석이다.
○ 회귀방정식 : Y=bX + a
예제) 학생들의 중간고사 점수가 학기말 고사 점수에 미치는 영향력 정도를 분석
데이터의 1~2번째 세로줄에는 중간고사 점수를, 3~4번째 세로줄에는 학기말 고사 점수를 입력한다.
변인
중간고사 점수
학기말고사 점수
(1) 단순회귀분석의 실행
Statistics ▶ Regression ▶ Linear
(2) 결과물 해석
multiple R 은 다중상관계수를 말하지만 단순회귀분석에서는 피어슨의 r값과 일치한다. 예측 시 사용하는 방정식 : Y=bX + a의 값을 산출해 주고 회귀모형을 만들 수 있다.
Beta-weight란 독립변인의 계수(기울기)로서 여러 개의 설명변인이 있는 다중회귀분석에서는 Beta 값으로 설명변인의 상대적 중요성을 평가한다. 그러나 단순회귀에서는 표준화 회귀계수 Beta는 r값과 일치한다.
2) 결과물 해석
카이자승 검증
1. 카이자승 검증이란? 관찰빈도와 기대빈도와의 차이를 계산함으로써 두 변인간의 관계가 유의미한지 아니면 상호독립적인지를 검증하는 방법
1) 단일표본
(1) 1단계: 영가설과 연구가설의 설정
(2) 2단계: 검증통계치 계산
- 값을 구함
(3) 3단계: 영가설기각 영역의 결정
- 유의도수준, 자유도로 분포포 이용
2) 두 개의 표본
예제) 성별에 따른 신문구독 여부 관계를 검증
데이터의 첫 번째 세로줄에는 성별(여성=1 ; 남성=2) 를 각각 입력하고 두 번째 세로줄에는 신문구독여부(구독=1; 비구독=2)를 입력한다.
변인
신문구독(NP)
성별(SEX)
(1) 가설의 설정
○ 연구가설(HA): 성별에 따라 신문구독 여부의 차이가 있을 것이다.
○ 영가설(H0): 성별에 따라 신문구독 여부의 차이가 없을 것이다.
(2) 검증의 실행
Statistics ▶ Summarize ▶ Crosstabs
(3) 결과물 해석
상관관계와 회귀분석
1. 상관관계- 두 변인간에 나타난 상호관련성 분석
1) 피어슨의 상관관계 - 두 변인이 등간척도일 때
피어슨의 상관관계 계수(r)은 두 변인간의 관계를 타나내는 지수로써 그 값은 -1≤r≤1 값을 가진다. r의 부호는 관계의 방향을 나타내며 r값의 절대값은 관계의 크기(혹은 선형적 강도)를 나타낸다.
○ r값의 해석
< 0.2 관계가 거의 없는 경우
0.2 ~ 0.4 낮은 상관관계
0.4 ~ 0.7 비교적 높은 상관관계
0.7 ~ 0.9 높은 상관관계
> 매우 높은 상관관계
2) 스피어맨의 상관관계 - 두 변인의 측정수준이 서열척도인 경우 사용
예제) 학생들의 중간고사 점수와 학기말 고사 점수, 지능지수간의 상관관계를 분석. 데이터의 1~2번째 세로줄에는 중간고사 점수를, 3~4번째 세로줄에는 학기말고사 점수를 마지막으로 5~7번째 세로줄에는 IQ점수를 입력한다.
변인
중간고사
기말고사
지능지수
(1) 상관관계의 실행
Statistics ▶ Correlate ▶ Bivariate
(2) 결과물 해석
2. 회귀분석
상관계수를 근거로 하여 독립변인으로부터 종속변인을 예측하는데 사용하는 기법이 회귀분석이다.
○ 회귀방정식 : Y=bX + a
예제) 학생들의 중간고사 점수가 학기말 고사 점수에 미치는 영향력 정도를 분석
데이터의 1~2번째 세로줄에는 중간고사 점수를, 3~4번째 세로줄에는 학기말 고사 점수를 입력한다.
변인
중간고사 점수
학기말고사 점수
(1) 단순회귀분석의 실행
Statistics ▶ Regression ▶ Linear
(2) 결과물 해석
multiple R 은 다중상관계수를 말하지만 단순회귀분석에서는 피어슨의 r값과 일치한다. 예측 시 사용하는 방정식 : Y=bX + a의 값을 산출해 주고 회귀모형을 만들 수 있다.
Beta-weight란 독립변인의 계수(기울기)로서 여러 개의 설명변인이 있는 다중회귀분석에서는 Beta 값으로 설명변인의 상대적 중요성을 평가한다. 그러나 단순회귀에서는 표준화 회귀계수 Beta는 r값과 일치한다.
소개글