SPSS를 활용한 통계분석 김 덕 기 (toby123@cbnu.ac.kr) 충북대학교 정보통계학과 범주형 자료분석 SPSS를 활용한 통계분석 김 덕 기 (toby123@cbnu.ac.kr) 충북대학교 정보통계학과

목 차 범주형 자료분석-빈도분석 다중응답분석 교차분석 카이제곱검정 - 독립성 검정 동일성 검정 목 차 범주형 자료분석-빈도분석 다중응답분석 교차분석 카이제곱검정 - 독립성 검정 동일성 검정 2016년 - SPSS를 활용한 통계특강 -

범주형 자료분석 : 자료구조 독립변수의 수 빈도분석 교차분석(2원 분할표) 범주형 자료 : 측정(또는 반응)척도가 범주집합으로 구성됨. 명목 척도 (범주형 자료) 명목척도는 관심대상의 특성을 범주로 분류하여 각 범주에 숫자를 부여한 척도. (예1) 성별 : 남(1), 여(2) (예2) 주거형태 : 아파트(1), 주택(2), 기타(3) 서열 척도 관심대상의 특성을 범주들간에 자연적순서를 갖게 되는데 이에 숫자를 부여한 척도. (예1) 건강상태 : 양호(1), 보통(2), 나쁨(3) (예2) 낙태 법에 대한 태도 : 반대(1), 부분찬성(2), 찬성(3) 독립변수의 수 하나 빈도분석 둘 교차분석(2원 분할표) 2016년 - SPSS를 활용한 통계특강 -

범주형 자료분석 : 빈도분석 1 빈도분석 : (산업체인턴.sav) 산업체 인턴쉽프로그램에 대한 만족도 및 태도 설문조사의 일부분으로 학년, 성별, 인턴쉽기관(기업군)에 대한 빈도분석을 수행하여라. [1] 학년 ? 1) 1학년 ( ) 2) 2학년 ( ) 3) 3학년 ( ) 4) 4학년 ( ) [2] 성별 ? 1) 남자 ( ) 2) 여자 ( ) [3] 본인의 인턴쉽기관은 어느 기업군에 속합니까 ? 1) 대기업 ( ) 2) 공기업 ( ) 3) 중소기업 ( ) 4) 국가연구소 ( ) 수행절차 1 : [메뉴  분석  기술통계량  빈도분석] 선택 변수 : 분석하고자 하는 변수. 통계량 : 평균, 분산 등을 얻고자 할 때 선택. 도표 : 막대도표, 히스토그램 등 자료의 시각화. 형식 : 빈도표 출력시 형식 선택. 빈도표 출력 : 변수의 각 범주별 빈도와 퍼센트를 얻고자 할 때 선택. 2016년 - SPSS를 활용한 통계특강 -

범주형 자료분석 : 빈도분석 2 수행절차 2 : 통계량, 도표 2016년 - SPSS를 활용한 통계특강 -

다중응답분석 1 다중(복수)응답분석 : (다중응답.sav) 제품구입 이유와 어울리는 장소에 대한 다중(복수)응답분석을 수행하시오. (1) 제품을 구입한 이유로서 알맞은 것에 O표를 해 주십시오. (복수 선택 가능) 1. 가격이 싸다. 2. 품질이 좋다. 3. 디자인이 좋다. 4. 아는 사람의 권유. (2) 제품을 두는 장소로 어울린다고 생각하는 곳에 O표를 해 주십시오. (2개를 선택) 1. 사무실 2. 가정의 서재 3. 연구실 4. 학교의 교실 2016년 - SPSS를 활용한 통계특강 -

다중응답분석 1 : 변수군정의 제품구매이유관련 다중응답에 대한 분석을 수행하기 위한 변수군 정의. [메뉴  분석  다중응답  변수군정의] 변수코딩형식 : (0, 1)로 코딩 되어있으므로  이분형(선택), 빈도화 값(1) 이름 : 새로운 변수군의 이름을 ‘제품구입이유’로 지정한 후 추가버튼을 클릭. 2016년 - SPSS를 활용한 통계특강 -

다중응답분석 1 : 빈도분석 복수응답에 대한 빈도분석을 수행하고 그 의미를 해석하라. [메뉴  분석  다중응답  빈도분석]  14/6*100=233.3% 2016년 - SPSS를 활용한 통계특강 -

다중응답분석 2 : 변수군정의 어울리는 장소관련 다중응답에 대한 분석을 수행하기 위한 변수군 정의. [메뉴  분석  다중응답  변수군정의] 2016년 - SPSS를 활용한 통계특강 -

다중응답분석 2 : 빈도분석 복수응답에 대한 빈도분석을 수행하고 그 의미를 해석하라. [메뉴  분석  다중응답  빈도분석]  12/6*100=200% 2016년 - SPSS를 활용한 통계특강 -

다중응답분석 : 실습 다중응답분석-1 : (대사중후군.sav) 에 대한 다중응답(당뇨,…,기타)문항에 대한 빈도분석을 수행하시오. 다중응답분석-2 : (산업체인턴.sav)에 대한 다중응답(16번 문항)에 대한 빈도분석을 수행하시오. (16번 : 인턴쉽 실습을 통해 얻은 것이 무엇입니까 ? (두 가지만 응답요망)) 1) 실무능력 ( ) 2) 조직사회 적응력 ( ) 3) 인간관계 ( ) 4) 책임감 ( ) 5) 취업에 대한 목표의식 ( ) 6) 기타 ( ) 분설절차 : [메뉴  분석  다중응답  변수군정의] [메뉴  분석  다중응답  빈도분석] 결과해석 : 2016년 - SPSS를 활용한 통계특강 -

교차분석 : 분할표분석 1 교차분석 : 이원 분할표의 자료구조는 다음과 같다. (속성 A : 행 변수, 속성 B : 열 변수) n : 빈도수 (1) 본인의 인턴쉽기관은 어느 기업군에 속합니까 ? 1) 대기업 ( ) 2) 공기업 ( ) 3) 중소기업 ( ) 4) 국가연구소 ( ) (2) 실제 인턴쉽기간은 ? ( ) 1) 2주일 ( ) 2) 3주일 ( ) 3) 4주일 ( ) 4) 6개월 ( ) 파일 : (산업체인턴.sav) 산업체 인턴쉽프로그램에 대한 만족도 및 태도조사에서 인턴쉽기관(기업군)과 인턴쉽 기간의 교차분석을 수행하는 경우. (속성A =인턴쉽 기업) : A1(대기업)~A4(국가연구소), (속성B =인턴쉽 기간) : B1(2주)~B4(6개월) 2016년 - SPSS를 활용한 통계특강 -

교차분석 : 분할표분석 2 교차분석 : 인턴쉽기업을 행으로 인턴쉽기간을 열로하여 셀의 전체퍼센트가 들어간 이원 분할표를 작성하고, 이를 시각화 한 수평누적 막대도표를 작성하여 분할표와 그래프를 해석하시오. 교차분석 : [메뉴  분석  기술통계량  교차분석] 2016년 - SPSS를 활용한 통계특강 -

교차분석 : 분할표분석 3 이원 분할표의 결과를 보면 응답자 157명 중 인턴쉽기업의 경우 중소기업> 국가연구소 > 공기업> 대기업 순이며, 인텁쉽기간의 경우 4주 > 2주 > 3주 > 6개월 순으로 나타났다. 막대도표는 분할표의 도수를 시각적으로 표현한 것으로 중소기업의 경우 4주동안의 인턴쉽 프로그램이 가장 많음을 알 수 있다. 2016년 - SPSS를 활용한 통계특강 -

(alternative hypothesis, H1) 가 설 설 정 앞의 두 개의 설문 문항인 인턴쉽 기업과 인턴쉽 기간이 서로 연관성이 있지 않겠는가 ? 에 관심이 있어 이를 입증하려 한다면 다음과 같이 가설을 설정한다. 귀무가설 : 인턴쉽 기업과 인턴쉽 기간은 연관성이 없다. 대립가설 : 인턴쉽 기업과 인턴쉽 기간은 연관성이 있다.  (입증하고자 하는 가설) 가설 (Hypothesis) 실증적인 증명 이전에 세워지는 잠정적인 진술. 가설은 논리적인 검정과정을 통해 기각 또는 수정될 수 있다. 귀무가설 (null hypothesis, H0) 검정대상이 되는 가설 혹은 처음 세운 가설, 기존의 정보 및 주장. 대립가설 (alternative hypothesis, H1) 귀무가설을 받아들일 수 없을 때 다른 결론을 내리기 위해 설정되는 가설. 새롭게 제기된 이론·학설·주장으로서 자료로부터의 강력한 증거에 의하여 입증하고자 하는 가설. 1종 오류 : 귀무가설이 옳은데 귀무가설을 기각하는 오류( ) 2종 오류 : 귀무가설이 틀린데 귀무가설을 채택하는 오류( ) 2016년 - SPSS를 활용한 통계특강 -

가설 검정절차 일반적인 가설검정의 절차 가설 설정 유의수준 의 설정 검정통계량선정 및 계산 유의확률(p-value) 계산 유의수준 의 설정 검정통계량선정 및 계산 유의확률(p-value) 계산 의사결정 유의수준: 1종 오류를 범할 최대 허용한계로 연구자가 결정. ( ). 유의확률: 검정통계량의 관측값에 대해 귀무가설을 기각하는 최소의 유의수준. ( P ) 의사결정: if 유의확률(P) < 유의수준( ) then 귀무가설을 기각. 2016년 - SPSS를 활용한 통계특강 -

검정통계량과 유의확률 다양한 유의수준 t 검정, ANOVA, 회귀분석, 교차분석을 실시했을 때 유의수준을 판단하는 여러 가지 지표가 나오는데, 공통으로 사용되는 유의수준이 바로 p 값이다. 2016년 - SPSS를 활용한 통계특강 -

교차분석 : 가설검정방법 교차분석 : 카이제곱 검정. [메뉴  분석  기술통계량  교차분석] 2016년 - SPSS를 활용한 통계특강 -

의사결정 : 유의확률(P) = 0.015 < 유의수준( )=0.05 이므로 귀무가설 기각 교차분석 : 가설검정결과 = 20.469 의사결정 : 유의확률(P) = 0.015 < 유의수준( )=0.05 이므로 귀무가설 기각 결과해석 : 인턴쉽 기업과 인턴쉽 기간은 연관성이 있다. 2016년 - SPSS를 활용한 통계특강 -

교차분석 : 가중케이스를 이용하는 경우 자료가 빈도로 정리되어 있는 경우 : [자료입력  변수보기  변수이름, 설명, 값 지정] 2016년 - SPSS를 활용한 통계특강 -

교차분석 : 가중케이스를 이용하는 경우 자료가 빈도로 정리되어 있는 경우 : [자료입력  메뉴  데이터  가중케이스] 교차분석 : 가중케이스를 이용하는 경우 자료가 빈도로 정리되어 있는 경우 : [자료입력  메뉴  데이터  가중케이스] 카이제곱검정 : [메뉴  분석  기술통계량  교차분석]  정확성(또는 대표성)의 문제  셀 조합 수의 20%가 5이하의 기대 값을 갖는 경우 어떻게 처리하나 ? 2016년 - SPSS를 활용한 통계특강 -

교차분석 : Fisher’s exact Test [방법 1] 범주의 수를 합리적으로 줄인다. (기업군, 기간 중 어떤 것을 줄일까?) [방법 2] Fisher’s exact Test 분석절차 : [메뉴  분석  기술통계량  교차분석  정확(정확한 검정)] 결과해석 : 2016년 - SPSS를 활용한 통계특강 -

교차분석 : 가중케이스 - 실습자료 사람들의 피의 형태와 눈의 색깔 사이에 어떤 관련성이 있는가를 알아보기 위해서 400명을 임의로 추출하여 조사한 결과를 다음과 같이 이원분할표로 정리하였다.  사람의 혈액형과 눈의 색깔 사이에 연관성이 있는가를 유의수준 0.05로 검정하시오. 귀무가설 : 가설설정 대립가설 : 2016년 - SPSS를 활용한 통계특강 -

교차분석 : 가중케이스 - 실습자료 (1) 가중케이스(실습).sav 파일을 불러와서 변수 ‘빈도’에 가중케이스를 설정하라. [메뉴  데이터  가중케이스] (2) 행 변수를 ‘눈의색깔’, 열 변수를 ‘혈액형’로 하여 [셀 : 관측빈도, 기대빈도, 전체퍼센트]가 들어간 이원 분할표를 작성하고, 수평누적 막대도표를 그려 의미를 해석하시오. [메뉴  분석  기술통계량  교차분석 : 셀지정, 수평누적막대도표선택] (3) 눈의색깔과 혈액형에 연관성이 있는가를 카이제곱 검정을 통해 결과를 해석하시오. [메뉴  분석  기술통계량  교차분석 : 통계량의 카이제곱을 선택] 2016년 - SPSS를 활용한 통계특강 -

카이제곱검정 : 독립성 검정(자료구조) 이원 분할표의 자료구조와 같으며 (속성 A : 행 변수)와 (속성 B : 열 변수)가 독립적인가를 검정하는 경우이다. [예제] 500명을 임의 추출하여 정당의 선호와 보호무역 법안에 대한 지지도를 질문 하였다. 주어진 이원분할표를 이용해 법안에 대한 선호도와 의견의 유형과 정당의 선호도와는 독립적이라는 근거가 있는가 ? 2016년 - SPSS를 활용한 통계특강 -

카이제곱검정 : 독립성 검정 (가중케이스) 귀무가설 : 정당별 보호무역법안에 대한 선호도는 차이가 없다(독립이다) 대립가설 : 정당별 보호무역법안에 대한 선호도에 차이가 있다(종속이다) [메뉴  데이터  가중케이스  빈도변수(관측도수)선택] 2016년 - SPSS를 활용한 통계특강 -

카이제곱검정 : 독립성 검정(교차분석) 교차분석 : 메뉴  분석  기술통계량  교차분석  셀(빈도:관측빈도, 퍼센트 :전체) 2016년 - SPSS를 활용한 통계특강 -

카이제곱검정, 연관성측도 : [통계량 옵션  교차분석 : 분할, 파이 선택] 카이제곱검정 : 독립성 검정(연관성측도) 카이제곱검정, 연관성측도 : [통계량 옵션  교차분석 : 분할, 파이 선택] 연관성측도 : 명목-명목 분할계수(O) 파이 및 Cram의 V(P) 람다, 불확실성 계수 연관성측도 : 순서-순서 Gamma Somers의 d Kendall의 타우-b, 타우-c 연관성측도 : 명목-등간 에타 연관성 측도 : measure(측도)가 -1 또는 +1에 가까우면 높은 연관성을 나타낸다. 0.2~0.4 : 낮은 상관 , 0.4~0.7 :보통 상관 , 0.7이상 : 높은 상관 2016년 - SPSS를 활용한 통계특강 -

카이제곱검정 : 독립성 검정 (실습) [문제] 980명을 임의 추출하여 성별에 따른 소속정당을 분류한 자료가 아래 표에 주어져 있다. 이 자료를 이용해 성별에 따른 소속정당에 차이가 있는가를 유의수준 0.05로 검정하고, 연관성측도와 더불어 결과를 해석하시오. [파일 : 독립성검정(실습).sav] 성별 소속정당 민주당 독립당 공화당 합계 여성 279 73 225 577 남성 165 47 191 403 444 120 416 980 가설설정 귀무가설 : 대립가설 : [메뉴  데이터  가중케이스] (2) [메뉴 분석 기술통계량 교차분석 : 셀(관측,기대도수), 수평누적막대도표선택] (3) [메뉴  분석  기술통계량  교차분석 : 통계량(카이제곱, 분할, 파이 선택] 2016년 - SPSS를 활용한 통계특강 -

카이제곱검정 : 동일성 검정(자료구조) 이원 분할표의 자료구조와 비슷하지만 두 개의 속성에 따라 빈도자료를 정리하는 독립성 검정과 달리 (속성 A)를 표본조사설계단계에서 몇 개의 층으로 나누어 표본크기를 고정한 후 (속성 B)에 따라 빈도자료를 정리한 경우로 동일성 검정의 자료구조는 다음과 같다. [예제] 4가지 직업에 종사하는 사람들의 알코올중독 여부에 관하여 알아보기 위해 성직자, 교육자, 행정가, 상인을 각각 300명, 250명, 300명, 350명을 추출하여 조사한 결과이다. 2016년 - SPSS를 활용한 통계특강 -

(파일 : 동일성검정.sav) - [메뉴  데이터  가중케이스  빈도변수(빈도)선택] 카이제곱검정 : 동일성 검정 (가중케이스) 직업에 따라 알코올중독에 차이가 있다고 할 수 있는지를 유의수준 0.05로 검정하시오. 검정결과와 연관성측도에 대해 의미를 해석하시오. 귀무가설 : 직업에 따라 알코올중독에 차이가 없다 (동일이다) 대립가설 : 직업에 따라 알코올중독에 차이가 있다 (동일하지 않다) (파일 : 동일성검정.sav) - [메뉴  데이터  가중케이스  빈도변수(빈도)선택] 2016년 - SPSS를 활용한 통계특강 -

교차분석 : [메뉴  분석  기술통계량  교차분석  셀(빈도:빈도, 퍼센트 :전체)] 카이제곱검정 : 동일성 검정 (교차분석) 교차분석 : [메뉴  분석  기술통계량  교차분석  셀(빈도:빈도, 퍼센트 :전체)] 2016년 - SPSS를 활용한 통계특강 -

카이제곱검정 : 동일성 검정 (실습) [예제] 연령별로 선호하는 주류의 비율이 다른지를 알아보기 위해 20대, 30대, 40대 이상의 사람들을 각각 50명씩 조사하여 얻은 자료가 다음과 같다. 유의수준 0.05로 연령과 선호하는 주류 간에는 연관성이 있는지를 검정하시오. [파일 : 동일성검정(실습).sav] 주류 연령 맥주 소주 위스키 칵테일 합계 20대 20 10 8 12 50 30대 15 19 6 40대 이상 5 45 49 33 23 150 가설설정 귀무가설 : 대립가설 : [메뉴  데이터  가중케이스] (2) [메뉴  분석  기술통계량  교차분석 : 셀(관측,전체%), 수평누적막대도표선택] (3) [메뉴  분석  기술통계량  교차분석 : 통계량(카이제곱, 분할, 파이 선택] 2016년 - SPSS를 활용한 통계특강 -