1. 연구방법

• 양적 연구: 실증주의에 기반을 둔 학문으로 ‘보편성’이 핵심. 보통 통계를 통해 자신의 논문을 증명.
• 질적 연구: 다양성을 검증하기 위한 연구 방법. 한 사람의 삶을 옆에서 관찰하면 연구. 어떤 상황에 경험이 있는 집단을 인터뷰하여 왜 그 현상이 일어나게 되었는지를 고찰하는 연구. 다른 사례에 적용되기 어려움.

2. 분석 방법

(1) 집단을 비교하는 분석: 집단간의 차이를 비교

a. 카이검증(교차분석): 명목(범주)형 -> 명목형 자료일 때 사용. 집단 간 비율 비교로 차이가 유의한지 판단하는 분석.

• $\chi^2$ [카이스퀘어(Chi-squared); 카이제곱]
• $\chi^2$-distribution: 카이자승분포 [squre brackets]

b. t-test(t검증, 차이검증): 명목형 -> 연속형 자료일 때 사용.

• 두 집단(표본) 간 평균 비교(2개의 집단만 가능)
• t값: 집단 간의 차이
• 일표본: 1개의 표본에 대해1회 측정하고 분석한 후 판단하는 분석하는 방법
  ex) 음료의 용량은 250ml이다.
• 대응표본: 1개의 표본(동일집단)을 2회 측정(사전-사후 측정)한 후, 두 측정치 간 차이 여부를 판단하는 방법. ex) 체중감량에 효과 유무
• 독립표본: 2개의 표본을 측정하여 판단.
  예) 제조사간 배터리 사용시간에는 차이가 없다.
• 자유도(degree of freedom): 자유롭게 어떠한 값이든 될 수 있는 변수의 수.

c. 분산분석, 변량분석(ANOVA, Analysis of Variance): 명목형 -> 연속형 자료일 때 사용.

• 여러 집단 간 평균 비교(3개 집단 이상 가능)
• F값: 집단 간의 차이
• 사후 비교(=사후검증): sheffe, duncun, turkey, bonferroni
• 일원분산분석(One-way ANOVA)
• 이원분산분석(Two-way ANOVA)
  • 주효과 검정
  • 상호작용효과 검정
• 다원분산분석(Multi-way ANOVA)

d. 다변량 분산분석(MANOVA, multi-variate analysis of variance)

• one-way Manova
• Two-way Manova

g. ANCOVA

(2) 집단(군집) 분류 분석

• 판별분석
• 로지스틱 회귀분석: 연속형 -> 명목형(범주형)
• 군집분석
• 다차원척도분석

(3) 변수 간의 상관성을 검증하는 분석 방법: 요인의 연속성을 검증

a. 상관관계 분석(Correlation Analysis): 연속형 -> 연속형.

• 변수 간의 관계성 검증.
• r(상관계수): 0에서 1사이의 값으로 변수간의 관련성 정도를 나타냄. r값이 높아도 P값이 유의하지 않으면 관계성은 유의하지 않음.
• 상관분석은 얼마나 영향을 미치는지는 알수 없고, 서로 관계가 있는지만 파악할 수 있다.

b. 회귀분석(Regression Analysis): 연속형 -> 연속형. 변수 간의 연속성에 따른 인과관계를 확인하며, 인과관계 정도를 수치로 표현하여 미래에 같은 상황이 발생했을 때 예측하고 대응할 수 있게 해줌.

• 단순회귀분석: 1 개의 연속형 독립변수와 1 개의 연속형 종속변수로 진행하는 분석.
• 다중회귀분석: 영향을 미치는 여러 변수 중에서 어떤 변수가 가장 많은 영향력을 미치는지를 검증하는 분석
• Baron & Kenny(1986)의 매개효과 검증 절차에 따른 다중회귀분석:
• 위계적 회귀분석:
• 조절효과분석:

• 매개효과분석:

• 모수: 모집단 특성을 나타내는 수
• 통계량: 표본의 특성을 나타내는 수
• 빈도분석: 인구사회적 특성(성별, 학력, 배우자 유무, 종교 유무, 직업 등), 이상치, 빈도, 백분율 확인
• 기술통계 분석(descriptive statistics): 자료를 분석하고 요약. 평균, 표준편차, 첨도, 왜도

• 왜도: 기울어진 정도(분포가 평균을 중신으로 왼쪽 혹은 오른쪽으로 치우쳐 있는지 정도). West, Finch, Curran(1995)의 정규분포 기준

  왜도

  <3,

  첨도

  <8

• 첨도: 뾰족한 정도(평균에 밀집된 정도)
• 추론통계(statistical inference): 표본자료를 분석하여 모집단에 관해 추측하고 일반화.
• 구조방정식
• 요인분석: 주성분 분석, 공통요인 분석
• 조절된 매개효과
• 분산(변량)분석:
• 연관성분석: 피어슨 상관분석, 교차분석, 카이제곱 검정

(4) 신뢰도분석:

a. 크론바흐 알파(Cronbach’s Alpha): 문항 공변량

• 설문 응답의 신뢰성을 파악하기 위한 계수
• 신뢰도 계수: 0에서 1 사이의 값. 1에 가까울수록 각각의 문항이 한 개념에 대해 잘 설명하고 있고 높은 관련성을 지니고 있다는 것을 의미.
• 0.6 이상이면 개념의 동일성을 지님.

3. 변수

• 범주(명목)형 변수: 항목을 분류(Category)하는 변수. 숫자에 아무런 의미가 없고, 단지 분류하기 위해 부여하는 변수. 평균을 낼 수 없는 자료
• 연속형 변수: 크기를 숫자로 점수화하여 비교 가능. 평균을 낼 수 있는 자료.
• 독립변수(IV, Independent variable): 현상의 원인. 설명변수. 예측변수. 입력변수
• 종속변수(DV, Dependent Variable): 현상의 결과. 반응변수. 결과변수. 목표변수값
• 매개변수(mediating variable): 기존의 독립변수에서 종속변수로 가는 경로(이론)를 더욱 구체화하기 위함(중간에 교량적인 역할을 하는 변수). 추가 경로를 살펴본다는 의미.
• 조절변수(moderating variable): 독립변수가 종속변수로 가는 영향력을 조절하는 변수(현장과 밀접한 관련). 조절변수와 관련 있는 사업이나 정책의 효과성을 살펴보는 데 주된 목적이 있음. 객관적일수록, 현장 관련성이 높을수록, 외부로부터의 개입과 관련된 것일수록 좋다.
• 통제변수: 선행 연구 및 이론을 통해서 종속변수에 영향을 미친다고 이미 검증된 변수로서 독립변수가 진정 종속변수에 영향을 주는지 확인하기 위함.
• 혼재변수(혼입변수, 잡음변수): 연구에서 종속변수에 대한 독립변수의 효과에 대하여 대안적인 해석을 가능하게 하는 설계 시 포함되지 않는 변수
• 더미 변수: 명목척도를 비율척도화한 변수(0과 1로 코딩)
• 결정변수: 선형계획법이나 목표계획법과 같은 OR(operations research)기법들의 모형에 포함되는 목적함수식이나 제약조건식에서 미지수로 나타나는 변수
• 목적함수(objective function): 목적 함수는 주로 제약 조건들과 한 개 이상의 결정 변수 간의 관계를 바탕으로 이익을 최대화하거나 손실을 최소화하는 것을 목적으로 하는 함수

독립변수	종속변수	분석방법
명목형	명목형	카이제곱 검정
명목형	연속형	독립표본 t-검정(두 개 집단 비교) 대응표본 t-검정(두 개 집단 비교) 일원배치 분산분석(세 개 이상 집단 비교) 이원배치 분산분석(독립변수가 두 개) 다변량분산분석(종속변수가 여러 개) 반복측정분산분석(시간적 개념 포함) 비모수통계(표본 수가 적을 떄)
연속형	연속형	회귀분석(종속변수 한 개) 구조방정식(종속변수 여러 개)
연속형	명목형	로지스틱 회귀분석

4. 척도 형태

• 명목 척도: 수치를 바꿔도 무관한 척도(예: 1. 남자 2. 여자). 회귀분석에서 활용할 수 없지만 더미변수로 변환한다면 사용가능.
• 서열 척도(순서 척도): 부여한 숫자가 커질수록 간격은 일정하지 않지만 점점 커지거나 작아지는 척도(예: 매우 만족, 만족, 보통, 불만족)
• 등간 척도: 간격이 동일하고 0값이 무를 의미하지 않는다.(예: 온도), 더하기와 빼기 가능.
• 비율 척도: 수의 개념이 모두 들어감(키, 몸무게)
• 리커트 척도(Likert scale): 개인적인 생각이나 관념 등의 측정하기 어려운 주관적인 성향을 동의하는 정도에 따라 수치화하여 측정할 수 있도록 변경하는 기법. 5점 척도를 가장 많이 사용.
• 회귀분석 시 사용 가능한 척도는 등간척도와 비율척도이다. 해석은 ~할수록 ~하다

5. 분포

• 균등분포
• 이항분포
• 다항분포
• 정규분포: 좌우대칭, 단일 봉우리, 무한수의 사례가 있는 모집단에 기초한 이상적 분포
• t분포
• 역감마분포
• 음이항분포
• 포아송분포
• 지수분포
• 베타분포

6. 가설(Hypothesis)

• 귀무가설 H0(영가설, Null hypothesis): 보편적으로 옳다고 믿어지는 가설
• 대립가설 H1(연구가설, alternative hyphothesis): 연구자가 기존 주장의 문제점을 발견하여 그에 반하는 새로운 주장을 하는 가설

유의확률(P값=보편성, probability)

• 어떤 현상이 계속 반복적으로 일어나지 않고 빗나갈 가능성 혹은 개연성을 의미
• 가설이 검증되어서 P값이 0.05보다 적어 유의함(채택됨. 연구자가 예상했던 결과가 도출됨)
• 유의수준(significant/critical level: alpha): 반증/기각의 결정기준: 기각 영영

신뢰확률

• 어떤 현상이 계속 반복적으로 일어날 확률
• 0.05 미만의 유의확률 혹은 0.95 이상의 신뢰확률을 유의하다라고 함.(=보편성이 있다)
• 연구가설이 채택되었다는 것은 95% 이상 신뢰할 수 있는 수준이라는 의미.

자료 수집

• 1차 자료: 조사자가 직접 수집한 데이터

• 2차 자료: 타인이나 기타 기관이 정리해 놓은 것을 의미(문헌, 데이터베이스)

• 타당도(validity): 정확성
• 구성 타당도(Construct): 이론에 근거한 타당도
• 신뢰도(validity): 측정 도구(설문지 문항)가 측정하고다 하는 것을 얼마나 일관성있게 측정하는지를 나타냄.

Comments

  Write a comment ...

-->