제5강 : GLM(General Linear Model) ▫ 반복측정 일반선형 모형 2007 겨울 통계강좌 중급과정 제5강 : GLM(General Linear Model) ▫ 반복측정 일반선형 모형

▣ 반복측정 일반선형모형 사용목적 반복측정 일반선형모델의 경우는 한 응답자가 요인의 수준을 달리해서 여러 번 관측되어 얻은 자료를 반복측정(REPEATED MEASURES) 자료라 한다. 이렇게 하는 이유는 적은수의 응답자나 피험자로 연구수행이 가능하기 때문이며, 요인 수준간 비교가 보다 정확해 지기 때문이다. 관측자료에서 개체(피험자)-간요인(Between-subject factor)효과와 개체 (피험자)-내요인(within-subject factor)효과를 분리해 내고자 하는 것이다. SPSS 반복측정 일반선형모형은 일변량/다변량 반복측정 자료를 위한 일반선형모형 분석 방법론을 제공한다 또한 균형[balanced data : 요인 조합 당 반복수가 일정한 자료]/불균형 자료[unbalanced data : 요인 조합 당 반복수가 일정하지 않은 자료]를 다룰 수도 있다.

▣ 다변량 일반선형모형 분석의 절차 및 실제사례 Reading.sav 파일을 열어 데이터의 구조를 살펴보면 총 10명의 학생응답자에게 SES(사회경제적 지위)에 따라 높거나(high) 낮은(low) 두 집단으로 구분. 각 응답자는 모두 3년간 봄학기 마지막 주와 가을학기 첫 주에 읽기능력을 테스트 하여 측정한 데이터를 축적 따라서 응답자 별로 반복 측정한 횟수는 6회가 되고, 반복하게 된 요인은 year(3회-> 3년), season(2회->봄, 가을)이다. 연구주제 1) 학생들의 읽기 실력이 시간에 따라 어떻게 변하는가? 봄학기와 가을학기 사이에 있는 여름방학이 읽기실력에 어떤 영향을 미치는가? 연구주제 2) 사회 경제적 지위는 학생들의 읽기 능력과 어떤 관련이 있는가?

Analyze -> General Linear Model -> Repeated Measure :반복측정 선택 Instruction step 1 : Analyze -> General Linear Model -> Repeated Measure :반복측정 선택 Instruction step 2 : 요인정의 Repeated Measure define : 1단계 within-subject factor name(개체-내 요인이름) : Year ->number of levels(수준의 수) : 3(반복 횟수) 2단계 within-subject factor name(개체-내 요인이름) : season Instruction step 3 : define 요인정의를 완료하고 나면 반전되었던 define이 활성화된다. -> define 선택

Instruction step 4 : Repeated Measure 대화상자 지정 ▫ within-subject variable (year, season)에 하나씩 또는 일괄로 지정해서 변수 넘기면 자동으로 세팅 ▫ between-subject factor에 사회경제적 변수인 ses 할당 Instruction step 5 : Plot(Profile Plots) -> horizontal Axis(수평축 변수), Separate Lines(선구분 변수) – 도표에 제2의 요인을 넣기 위해 사용되는 다수의 선을 구별 Separate Plots(도표구분 변수) : 다수의 도표를 구분 horizontal Axis(수평축 변수) year 투입, Separate Lines(선구분 변수)에 season 투입 Separate Plots(도표구분 변수)에 ses 투입

다변량 분석을 사용하는 핵심적인 목적은 변인에 대한 통제와 변인들간에 발생하는 복합적인 효과에 대해서 구분해서 파악하기 ▣ 다변량 자료분석의 이해 여러 현상이나 사건에 대한 측정치(데이터)를 동시에 분석하는 통계적 기법. 다시 말해 여러 변인들 간의 관계성을 동시에 고려하여 그 효과를 밝히는 통계적 방법이다. 따라서 여러 개의 변인이 동시에 고려되기에 다변량 분포는 평면상의 면적이 아니라 공간상의 체적으로 표현 : 다변량 정규분포를 따른다. 결국 다변량 분석은 여러 변인들의 효과를 동시에 분석하기에 종속변인에 대한 효과가 개별평균(혹은 변량)이 아니라 여러 변인들간의 선형조합[평균벡터]로 해석된다는 점이 단변량 분석과는 차이점이다. 다변량 분석을 사용하는 핵심적인 목적은 변인에 대한 통제와 변인들간에 발생하는 복합적인 효과에 대해서 구분해서 파악하기 위한 방법이다.

▣ 다변량 자료분석의 선택 연구자는 연구에 들어가기 전 연구주제에 관련된 깊은 고찰을 통해 미리 연구설계와 구성될 문항 그리고 거기에 따른 분석방법에 대해 통찰력을가지고 접근해야 한다. 변인을 독립변인과 종속변인으로 구분할 수 있는가? -> 구분할 수 있는 경우(independent method) 와 구분할 수 없는 경우(dependent method) 종속변인의 수는 몇 개인가? -> 하나 또는 그 이상? 측정의 척도가 연속형인가? 범주형인가?

다변량자료분석 구조방정식모형 프로파일분석 중다변량분석 중다판별분석 컨조인트 분석 중다회귀분석 다차원척도법 상응분석 연속형자료 IV, DV 구분할 수 있는 경우 (independent method) IV, DV 구분할 수 없는 경우 (dependent method) IV, DV 여러 개 구조분석 DV 2개 이상 DV 1개 연속형 자료 범주형 자료 연속형자료 범주형자료 연속형자료 군집분석 요인분석 구조방정식모형 프로파일분석 중다변량분석 중다판별분석 컨조인트 분석 중다회귀분석 다차원척도법 상응분석 범주형 다차원척도법

▣ 다변량 자료분석의 적용례 변인간의 관계성 검증 집단 차이에 대한 유의성 검증 잠재적 구조분석 중다회귀분석 판별함수 분석 중다변량분석 요인분석 구조방정식모형 공변인 사용 가변인 사용 공변인 사용가능 Anova 일반화된 모형 요인의 이론적 구조 파악 경로분석