4주차.
신입생 환영회로 안면을 좀 텄다고 서로 인사하느라 강의실이 시끌시끌하다.
SPSS 간략 소개 및 교차분석.
사실 굉장히 궁금했고 갈등했고 고민중인 부분이다.
역시 SAS를 공부해야 할듯.
공유자료실에 올라와 있는 자료에서
틀린 곳을 5군데 찾으시오.
목요일 밤 12시까지 가능한 찾아서 올려 주시기 바랍니다.
-> 코딩 미스를 찾으라는 것!
-> 기숥통계, 빈도분석에서 찾을 수 있을 것임
=> 데이터 활용에 익숙해지는 것이 목적임
syntax에 대해서 공부하면 좋다!
- 변수를 변환해야하는 작업이 반복적으로 있을 때(기타 작업에도 사용되겠지?)
-> 일종의 매크로?라고 보면 맞을까?
-> 반복된 작업을 프로그래밍화해서 한 번에 실행하는 것
다시 강의로...
결국 spss설치만 50분 소요, 과제에 대한 대략적인 설명 까지해서 1시간 반이 날아갔넹.
강의실 마다 spss 안깔아준 학교 탓이 크다.
교차분석(카이자승 분석)
- '빈도'를 가지고 분석하는 것이라 심리학에서는 잘 안씀.
- 마음대로 쓸 수 있는 칸은 1개 밖에 없었음. 이것이 자유도. df=(a-1)x(b-1)
- 자유도는 언제나 분석대상 데이터에서 자유롭게 움직일 수 있는 값이다.
- 카이자승 = [(관찰빈도-기대빈도)/기대빈도] 의 자승합
- 영가설: 성별과 취업여부 관계가 없다.
- 영가설을 판단하기 위한 임게치가 필요함
- 카이자승의 분포는 자유도에 따라서 달라진다.
우리가 하는 것은 통계치를 얻는 것이다.
영가설 기각 채택을 해야하는데 기각 채택은 모집단에 대한 것임
.05 수준에 해당하는 이 높이가 .05 수준에 해당하는 어떤 특정한 값이면
그것을 못넘어 갔을 경우 영가설 채택, 넘어갔을 경우 기각
어느 셀 하나가 유독 튀면, 카이스퀘어값은?
- 기대빈도와의 차이가 커질테고, 카이스퀘어값도 커짐
- 어느 한 셀이던지 간에 5미만의 값을 가진다면 카이스퀘어 값은 신뢰롭지 않다.
-> 카이스퀘어에서는 셀당 빈도가 어떠냐에 따라서 차이가 날 수 있음
기대빈도와 실제빈도와의 차이...카이스퀘어값을 통해서 의사결정을 하게 됨
카이검증에도 통계학의 모든 가설 검증 메카니즘이 다 들어가 있음
* 참고: 구조방정식 모형에서는 카이스퀘어 값이 작을 수록 좋은 것임
오늘도 약간 의외의 강의 내용.
보통 책에서는 그 중요성 강조되지 않는 카이분포, 교차분석에 대해서만 1시간여를 할당하셨다.
하지만 통계에서 안중요한 건 없다고 생각한다.
모든게 베이스가 된다. 하나하나 차곡차곡.
이번주 정복 과제는 ==> 카이스퀘어, 교차분석, SPSS 데이터 다루기!
이번주는 꼭 복습을!!!
