|
차 자승 평균
F값
집단 간(SSB)
48
4
12
2
집단 내(SSW)
180
30
6
합계(SST)
228
34
(4) 유의확률 구하기
요인
편차 자승의 합
자유도
편차 자승 평균
F값
유의 확률(Pr>F)
집단 간(SSB)
48
4
12
2
0.119933
집단 내(SSW)
180
30
6
합계(SST)
228
34
유의확률의 계산 : 엑셀
|
|
|
유의수준(significance level) : 제 Ⅰ종 오류(α)를 범하는 최대 허용확률
․ 유의확률(significance probability) : 흔히 P값(p-value)이라고 부르며, 현재 갖고 있는 자료에 대해서 가설 검정을 할 때 초기에 유의수준을 얼마로 설정했어야 귀무가설을
|
|
|
확률표집이란
2. 비확률표집의 분류 및 내용
1) 편의(우연)표집(convenience sampling)
2) 유의(의도)표집(purposive sampling)
3) 할당표집(quota sampling)
4) 누적(눈덩이)표집(snowball sampling)
3. 비확률표집의 실제 적용 사례
1) 편의(우연)표집(convenience s
|
|
|
유의한 차이를 확인할 때는 유의수준에 따른 유의확률을 확인하면 된다. 위의 표는 유의수준이 0.01으로 상당히 높은 정확도를 보이는 연구라 할 수 있다. 위의 연구에서 변수 중 Physical activity level (MET min/wk) 변수의 실험군은 평균은 1,881.17 표
|
|
|
유의수준 α=0.05에서 단측 기각치 t(4, 0.05)=2.13이고, 단측 검정에 대한 유의확률 p-값=0.016045임을 알 수 있다. 따라서 p-값이 유의수준 α보다 작으므로 귀무가설 H0를 기각한다. 즉, 첨가제 사용에 의해 평균 주행거리가 증가했다고 볼 수 있다.
10.
|
|
 |
기본반
2.898
.962
심화반
2.993
.992
합계
2.910
.965
[표8]은 사후검정을 통한 다중비교 결과이다. 이미 앞선 분석에서 요인 변수별 유의확률이 모두 유의수준 0.05를 넘었기 때문에, 각 요인에 대한 수준반 별 차이 또한 유의확률이 모두 유의수준 0.05
|
|
|
유의확률이 0.904으로 공분산 행렬이 동일하므로 가정에 문제가 없다.
- 귀무가설 : 처치집단간 평균값들의 vectors가 동일하다.
- 대립가설 : 처치집단간 평균값들의 vectors가 동일하다.
☞ 다변량 검정 결과 네가지 통계량이 모두 기각되었으므로
|
|
|
유의확률이 -0.119로 나타나서 소득 간에 따른 투표참여와는 차이가 있지 않다는 결론이 나왔다.
< 표7 > 소득수준 & 정치참여(투표참여)
정치참여(투표참여)
적극참여
한다
참여할 것이다
결정하지 못했다
투표하지 않을 것이다
투표하지
|
|
|
유의확률 값이 유의수준 5%에서 0.0001로 0.05보다 작으므로 모형은 적합하며 R-Square가 0.3247로 추정된 회귀식이 주어진 데이터와 약 32%정도 적합함을 알 수 있다.
추정된 회귀식을 분석해보면, 다른 변수를 고정시킨 후 디자인이 맘에 들수록 만
|
|
|
유의하지 않았고, 투자성은 역상관 관계를 나타내었다. 브랜드, 실리성, 입지조건은 정적인 상관관계를 볼 수있었다. 브랜드 아파트 구매의도에 가장 큰 영향을 준 요인은 브랜드이며, 다음으로 입지조건, 실리성의 순으로 나타났다.
마지막
|
|
 |
유의하도록 조건을 갖추거나 대책을 세우는것, 건강을 증진시키고 질병을 예방에 힘쓰는것
청결- 깨끗하게 하는 것으로서 손청결, 샤워 ,깨끗이 씻기 등?
84. 점심메뉴가 콩나물 국인데, 아침에 콩나물이 입고되지 않았다면?
콩나물을 대체
|
|
 |
유의해야할 점은 단기와 장기의 구분이다. 일반적인 경제 상황이라면 성장과 분배가 엇갈리기에 움직일 확률이 높다. 현실정책에서 성장 분배와 관련해 이념이 진입할 여지는 많지 않기 때문에 정부는 좋은 성장정책에 적절한 분배를 포함하
|
|
메뉴펼치기
