[Measure of Association]

Presentation on theme: "[Measure of Association]"— Presentation transcript:

1 [Measure of Association]
9장: 교차분석(III): 연관성 측도 [Measure of Association]

2 ● 목적 카이제곱 검증에서 “두 변수간에 관계가 있다”라고 결론이 났으면 (즉 성별과 행복도간에 상관관계가 있다), 그 관계의 정도가 어느 정도인지 or 강한지 약한지를 조사하여야 한다. - 이 때 사용되는 변수에 따라 적용되는 측도가 다르다. ①명목변수 + 명목변수일 때 --> Lambda ②명목변수 + 서열변수일 때 --> Cramer's V 혹은, Phi(파이) ③서열변수 + 서열변수일 때 --> Gamma(감마)

3 ● 해석요령 - 0 --> 1 ①0 - 0.3 : 약 ②0.3 - 0.6(0.7) : 중 ③0.6(0.7) - 1 : 강
  ① : 약 ② (0.7) : 중 ③0.6(0.7) - 1 : 강 ● 예 : 교차분석 --> 카이제곱 테스트 --> 연관성측도 ▲ 「1991gss」 데이터 이용 ▲ 분석  기술통계량 --> 교차분석  왼쪽창에서 행복도를 상단 빈칸으로 이동  왼쪽창에서 성별을 하단 빈칸으로 이동  「통계량」에서 상단에 「카이제곱」클릭 「통계량」에서 중간쯤에 「파이 및 크레이머의 V」클릭  계속 --> 확인

4  <표 1>은 행복도와 성별간 교차분석표이다. 남자가 여자 에 비하여 좀더 “매우 행복”하고, 여자는 남자에 비해
<표 1> 행복도 * 성별 교차표 성별 전체 남자 여자 행복도 매우행복 206 261 467 32.5% 30.0% 31.1% 보통 374 498 872 59.1% 57.2% 58.0% 불행한편 53 112 165 8.4% 12.9% 11.0% 633 871 1504 100.0%  <표 1>은 행복도와 성별간 교차분석표이다. 남자가 여자 에 비하여 좀더 “매우 행복”하고, 여자는 남자에 비해 좀 더 “불행하다”고 조사되었다. 그런데 이러한 평가는 우리 눈으로 평가한 것인데, 보다 정확한 평가를 위해 「카이제곱(X2)검증」을 적용한다.

5  <표 2>는 SPSS가 출력한 Pearson의 카이제곱검증 결과
<표 2> 카이제곱 검정 값 자유도 점근 유의확률 (양측검정) Pearson 카이제곱 7.739a 2 .021 우도비 7.936 .019 선형 대 선형결합 4.812 1 .028 유효 케이스 수 1504  <표 2>는 SPSS가 출력한 Pearson의 카이제곱검증 결과  X2값이 7.74이며, 자유도가 2이고, 유의확률은 0.02  95%신뢰도로 유의미함  이상 내용을 간단하게 표현하면, X2(2) = 7.74, α = 0.05 [혹은 X2(2) = 7.74**].

6  카이제곱 검증에서 유의미한 결과가 나왔으므로, 연관성측도로 두 변수간 관계의 정도를 파악한다.
<표 3> 대칭적 측도 값 근사 유의확률 명목척도 대 명목척도 파이 .072 .021 Cramer의 V 유효 케이스 수 1504  카이제곱 검증에서 유의미한 결과가 나왔으므로, 연관성측도로 두 변수간 관계의 정도를 파악한다.  <표 3>에서 Cramer의 V = 0.07이다.  즉, 두 변수간 관계의 정도는 매우 미약하다  결론: 1991년 미국 사회에서는 “성별과 행복도간 관계는 성별에 따라 행복도를 느끼는 차이는 분명히 있었다.” 그러나 “그 차이는 크지 않고 매우 약했다”고 할 수 있다.

7 Q: 삶과 죽음은 어느 정도 관계있을까? - 조사방법은?