회귀분석에서는 여러 가지 기본적인 조건이 존재한다. 그 중에서 종속변수의 자기상관이 있으며 1차 자기상관은 Durbin-Watson 지수 d 를 이용하여 검정한다. d 값은 0~4 사이에 나오며 2에 가까울수록 자기상관이 없이 독립이며, 독립인 경우 회귀분석을 사용할 수 있다. 하지만 d 값이 0 이나 4 에 가까우면 자기상관이 존재한다고 하며, 이 경우 회귀분석을 할 수 없으며, data 를 수를 추가하거나 중요한 독립변수를 추가하는 방법 사용한다. 이 방법으
상관계수 간의 유의성을 검정하는 방법입니다. 첨부된 EXCEL Macro 파일을 이용하면 자동으로 상관계수의 유의성을 검정합니다. 1. Fisher’s transformation (집단간 상관계수의 유의성 검정) 남자 (n=66) 의 상관계수가 0.111, 여자 (n=170) 의 상관계수가 – 0.297 일 때 두 집단간의 상관계수의 차이에 대한 유의성 검정 2. 연관성 있는 상관계수간 유의성 검정 동일 집단에서 2개의 상관계수간의 유의성을 검정하는 방법은 Ho
표본 수를 계산하기 위해서는 몇가지 조건이 있어야 합니다. 1. 분석기법 2. 유의수준 3. 검정력 4. 효과크기 가장 중요한 것은 분석기법입니다. 즉, 연구모형을 검정하기 위한 최종적인 분석기법이 무엇인가 알아야 한다는 것이죠. 이것이 결정되면 1. Test family 와 Statistical test 에서 분석 기법을 선택합니다. 예제로 ANOVA 에서 표본수를 계산해 보도록 하면, ANOVA 는 F test 의 일종이므로 Test family 에서 F t
조절회귀분석을 하게 될 경우, 독립변수(X)와 조절변수(M) 의 상호작용항(Interaction) 을 만들어 분석을 하게 된다. 이때 X, M 과 Interactuion 간에는 선형관계가 존재하기 때문에 다중공선성이 발생된다. 회귀분석에서는 독립변수들 간에 다중공선성이 있을 경우 분석을 할 수 없기 때문에 조절회귀분석을 실시하는데, Interaction 을 직접 사용하는데에는 문제가 발생된다. 이렇게 Interaction 항을 만들면 다중공선성이 발생되어, 다중
ANOVA 에서 유의한 차이가 있는 경우 Tukey, Duncan, Scheffe 등의 사후분석(Post-Hoc test)를 하게 된다. 문제는 ANOVA 와 사후분석 결과가 일치하지 않는 경우가 종종 나올 때, 어떻게 해야되는지 고민을 하게 된다. 2가지 예를 들어 상황을 살펴보도록 한다. 1. ANOVA 에서는 유의하지 않은데, 사후분석에서 유의하게 나온 경우 위의 결과를 보면 ANOVA 결과, 집단간 유의한 차이가 없는 것으로 나타났다(p=.136>.05)
ANOVA 는 기본적으로 Independnent t-test 와 기본적인 개념이 동일한 분석이다. ANOVA 에서도 t-test 와 마찬가지로 정규성과 등분산 가정이 존재한다. 지금까지의 경우 t-test 의 등분산에 대해서는 엄격하게 적용을 해서 Levene 이나 Bartlett 의 등분산 검정을 해서, 등분산 조건을 만족한 경우에는 일반적인 t-test 를, 등분산 조건을 만족하지 못한 경우에는 등분산이 아닌 경우에 사용하는 t-test 를 사용했다. 하지만
평가자간 일치도를 측정하는 대표적인 통계량은 Cohne’s kappa 이다. Cohen’s kappa 는 두명의 평가자가 0/1 로 평가한 경우, 그 평가 결과가 얼마나 일치하는지를 측정하는 지표를 .80 이상 나와주어야 한다. κ = 0 이면 두명의 평가자가 완벽하게 서로 다르게 평가를 했다는 것이고, κ = 1 이면 완벽하게 일치한다는 것이다. 이때, Choen’s κ 의 기준으로 κ ≤ 0.2 : poor 0.2 κ ≤ 0.4 : fair 0.4 : mod
Variance Inflation Factor(VIF; 분산 팽창 요인 – 분산(오차)를 크게 하는 독립변수) VIF 값이 10 이상이면 다중공선성이 존재하는 것으로 간주한다.(1),(2) 1) Hocking, R. R., and Rendeltion, O. J.(1983), “The Regression Dilemma”, Communications in Statistics, A12, 497-527 2) Kutner, Nachtsheim, Neter, Applied
신뢰도 분석에서 자주 쓰이는 Cronbach’s alpha 의 기준값에 대해서 살펴본다. 일반적으로 .6 이상이면 신뢰도가 있다라고 하는데, 신뢰도의 레퍼런스로 가장 많이 쓰이는 Nunnally 에 의하면 .7 이상이면 “신뢰할 만 하다”라고 한다. 이전의 사회과학 연구들을 보면 .6 이상이면 허용하였으나, 요즘 저널들의 추세를 살펴보면 .7 이상 나와야만 허용하는 쪽으로 방향을 바뀌어졌다. 따라서, 사회과학 연구에서는 어떤 척도를 사용하느냐가 연구에서 상당히
통계 분석을 하다보면, 유의수준이 없는 지수들의 기준값을 얼마로 적용해야 하는지에 대해 많은 고민을 하게 됩니다. 그래서, 앞으로 차근히 하나씩 올려가도록 하겠습니다. 회귀분석에서 많이 사용하는 결정계수의 값의 크기는 얼마 이상이어야 할까… 일반적으로 자연과학, 공학등에서는 70%, 사회과학에서는 30% 이상을 추천한다. 대표적인 학자 중의 한 분이 Cohen 에 의하면 작은 크기 : 2%(ES = 0.02) 중간 크기 : 13%(ES = 0.15) 큰 크기
