Alan Bryman and Duncan Cramer.
1982. Quantitative Data Analysis for Social
Scientists. Àå»óÈñ È«µ¿½Ä °ø¿ª. 1989.¡º»çȸÅë°èÇÐ-¿ø¸®¿Í
½ÇÁ¦¡». ¹Ú¿µ»ç Á¤Ã濵, ÃÖÀ̱Ô. 1998. ¡ºSPSSWINÀ» ÀÌ¿ëÇÑ Åë°èºÐ¼®¡». ¹«¿ª°æ¿µ»ç
1. »çȸ¿¬±¸ÀÇ °úÁ¤
1.1 ÀÌ·ÐÀ̶õ ¹«¾ùÀΰ¡ ÀÌ·¯ÇÑ Á¤ÀǸ¦ ÀüÁ¦·Î ÇÒ ¶§, ÀÌ·ÐÀº
µÑ ¶Ç´Â ±× ÀÌ»óÀÇ Áø¼ú·Î µÇ¾î ÀÖ°í ÀÌ Áø¼úÀº ¸íÁ¦·Î ºÒ¸®¸ç ÀÌ°ÍÀº
µÎ °¡ÁöÀÇ ÇʼöÀûÀÎ ¿ä¼Ò Áï °³³ä°ú °³³äµéÀÇ °ü°è·Î ±¸¼ºµÇ¾î
ÀÖ´Ù. 1.2 ÀÌ·ÐÀû ¸íÁ¦¿Í Á¶ÀÛÀû °¡¼³ »çȸÀû Çൿ¿¡ °üÇÑ ¿¬±¸¿¡ ±â¿©Çϱâ
À§Çؼ´Â ÀÌ·ÐÀû ¸íÁ¦µéÀº °ËÁõ°¡´ÉÇÑ °¡¼³µé·Î ¿Å°Ü ³õÀ» ¼ö ÀÖ¾î¾ß
ÇÑ´Ù. Áï ±×°ÍÀº °üÂûÇÒ ¼ö ÀÖ´Â Çö»ó°£ÀÇ °ü°è¸¦ ³ªÅ¸³»´Â Áø¼ú·Î ¹Ù²Ù¾îÁ®¾ß
ÇÑ´Ù´Â °ÍÀÌ´Ù. º¯¼ö(variable)´Â °ª(value)ÀÌ °¢°¢ ´Ù¸¥ »ç¶÷, ´ë»ó¹° ¶Ç´Â »ç°ÇÀÇ Æ¯¼ºÀ» ¸»ÇÑ´Ù. º¯ÇÏÁö ¾Ê´Â °ÍÀº º¯¼ö°¡ µÉ ¼ö ¾øÀ¸¸ç ÀÌ°ÍÀº ÇϳªÀÇ »ó¼ö(constant)À̰ųª º¯¼öÀÇ ´Ü ÇÑ°¡Áö ¹üÁÖÀÏ »ÓÀÌ´Ù. ¼º(SEX)Àº µÎ °¡Áö ¼Ó¼ºÀ¸·Î ºÐ·ùµÉ ¼ö ÀÖÀ¸¹Ç·Î º¯¼öÀÌ°í ³²¼º°ú ¿©¼ºÀº ´Ù¸¥ °ªÀ» °®Áú ¾ÊÀ¸¹Ç·Î »ó¼öÀÌÀÚ ¼ºÀ̶ó´Â º¯¼öÀÇ °ªÀÌ µÈ´Ù. 1.3 µ¶¸³º¯¼ö¿Í Á¾¼Óº¯¼ö º¯¼öµé°£ÀÇ °ü°è´Â ÇÑ º¯¼ö¿¡¼ ÀÏ¾î³ º¯È°¡ ´Ù¸¥ º¯¼ö¿¡ ¾î´À Á¤µµ ¿¹ÃøÀÌ °¡´ÉÇÑ º¯È¸¦ °¡Á®¿Ã °ÍÀ̶ó´Â °¡Á¤¿¡ ±âÃʸ¦ µÎ°í ÀÖ´Ù. ±×·¯¹Ç·Î ÇÑ º¯¼ö´Â ´Ù¸¥ º¯¼öº¸´Ù ¼±Çà(antecedent)ÇÏ°í ´Ù¸¥ º¯¼ö´Â ÇÑ º¯¼ö ÀÌÈÄ¿¡ º¯È°¡ ³ªÅ¸³ª´Â(consequent) °ü°è°¡ ¼º¸³µÈ´Ù. ¼±ÇàÇÏ´Â º¯¼ö´Â µ¶¸³º¯¼ö(independent variable)À̶ó ºÎ¸£°í µÚµû¸£´Â ÈÄÇຯ¼ö´Â Á¾¼Óº¯¼ö(dependent variable)¶ó°í ºÎ¸¥´Ù.
1.4 °¡¼³ÀÇ ±â°¢
Ÿ´ç¼º(validity)Àº Á¶ÀÛÀÌ ÃøÁ¤ÇÏ°íÀÚ ÀǵµÇÑ °³³äÀ» Á¤È®È÷ ¹Ý¿µÇÏ´Â Á¤µµ¸¦ ¸»ÇÑ´Ù. Ÿ´ç¼ºÀº ´Þ¸® Á¤È®¼º(accuracy)À̶ó°í º¼ ¼ö Àִµ¥ Á¶ÀÛ¿¡ ÀÇÇØ ÀÌ·ÐÀÇ °³³äµéÀ» Á¤È®È÷ ³ªÅ¸³»´Â ÃøÁ¤Ä¡¸¦ ¾òÀ» ¼ö ÀÖÀ» ¶§ ±× ÃøÁ¤Ä¡´Â ºñ·Î¼Ò Ÿ´çÇÑ °ÍÀ̶ó°í ÇÒ ¼ö ÀÖ´Ù. ½Å·Úµµ(reliability)´Â °°Àº °³³ä¿¡ ´ëÇÑ °¢°¢ ´Ù¸¥ Á¶ÀÛµéÀÌ °°Àº °á°ú¸¦ °¡Á® ¿À´Â Á¤µµ¸¦ ¸»ÇÑ´Ù. ½Å·Ú´Â ¾î¶² ¿¬±¸¿¡ ´ëÇÑ °üÂûÀÇ ¹Ýº¹°¡´ÉÇÑ(repeatable) Á¤µµ¸¦ ¸»ÇÑ´Ù. ¾î¶² ÃøÁ¤µµ±¸°¡ ½Ã°£Àû °£°ÝÀ» µÎ°í »ç¿ëµÇ¾úÀ» ¶§ ÀÏ°ü¼º ÀÖ´Â °üÂû°á°ú¸¦ º¸¿©ÁÖ¾î¾ß¸¸ ±× ÃøÁ¤µµ±¸´Â ½Å·ÚÇÒ ¸¸ÇÏ´Ù°í ¸»ÇÒ ¼ö ÀÖ´Ù. ȤÀº ´Ù¸¥ µÎ ¿¬±¸ÀÚ°¡ µ¿ÀÏÇÑ ÃøÁ¤µµ±¸¸¦ µ¿ÀÏÇÑ ÃøÁ¤´ë»ó¿¡ ´ëÇÏ¿© »ç¿ëÇßÀ» ¶§ µ¿ÀÏÇÑ °üÂû°á°ú¸¦ º¸¿©ÁÖ¾î¾ß¸¸ ±× ÃøÁ¤Àº ½Å·ÚÇÒ ¸¸ÇÏ´Ù°í ÇÒ ¼ö ÀÖ´Ù. ¾î¶² °³³äÀÇ ÃøÁ¤ÀÌ ½Å·ÚÇÒ ¼ö ¾ø´Â
°ÍÀ̸é Ÿ´çÇÒ ¼öµµ ¾ø´Ù. ±×·¯³ª ÃøÁ¤Àº Ÿ´çÇÑ °Í(ȤÀº Áø½ÇµÈ ÃøÁ¤)ÀÌ
¾Æ´Ï¶óµµ ½Å·Ú¼º(ȤÀº ÀÏ°ü¼º)À» °¡Áú ¼ö ÀÖ´Ù. º¯¼ö¸¦ ÃøÁ¤Çϱâ À§Çؼ´Â À̵éÀÇ
¹üÁÖ°¡ »óÈ£¹èŸÀûÀÌ°í Æ÷°ýÀûÀÌ µÇµµ·Ï ÇØ¾ß ÇÑ´Ù. »óÈ£¹èŸ¼ºÀº °¢
°üÂûÄ¡°¡ º¯¼öÀÇ ´Ü ÇϳªÀÇ ¹üÁÖ¿¡¸¸ Æ÷ÇԵǾî¾ß ÇÑ´Ù´Â °ÍÀÌ°í Æ÷°ý¼ºÀº
¸ðµç °üÂûÄ¡°¡ ºüÁü¾øÀÌ º¯¼öÀÇ ¾î¶² ÇÑ ¹üÁÖ¿¡ ¼ÓÇϵµ·Ï ¸¸µé¾î¾ß ÇÑ´Ù´Â
°ÍÀÌ´Ù. ¼ºÀ̶ó´Â º¯¼ö´Â ³²¼º°ú ¿©¼ºÀ̶ó´Â °üÂûÄ¡ ¿Ü¿¡ ´Ù¸¥ °üÂûÄ¡°¡
À־ ¾ÈµÇ¸ç(Æ÷°ý¼º), ¾î¶² °üÂûÄ¡µµ ³²¼º ¾Æ´Ï¸é ¿©¼ºÀ̾î¾ß ÇÑ´Ù(»óÈ£¹èŸ¼º).
°ü·Ã ÃøÁ¤-µÑ ¶Ç´Â ±× ÀÌ»óÀÇ º¯¼ö°£ÀÇ °ü°è¸¦ ºÐ¼®ÇÏ´Â °ÍÀÌ´Ù. Åë°èÀû Ãß ¸®-Ç¥º»ÀÚ·á¿¡ ±âÃʸ¦
µÐ ±â¼úÀû Åë°è·ÎºÎÅÍ ¸ðÁý´ÜÀÇ ¸ð¼ö¿¡ ´ëÇؼ ÀϹÝȸ¦ ÇÏ´Â °ÍÀ» ÀǹÌÇÑ´Ù. »çȸ°úÇÐÀÚµéÀÌ ÀڷḦ ¼öÁýÇÏ´Â
ÀϹÝÀûÀÎ ÀÌÀ¯´Â °¡¼³·Î ¼³Á¤µÈ º¯¼ö°£ÀÇ °ü°è¸¦ °ËÁõÇϱâ À§ÇÑ °ÍÀÌ´Ù. ¼¿Àû ºÒ¿¬¼Ó º¯¼öÀÇ °æ¿ì ->
È÷½ºÅä±×·¥°ú ²©Àº ¼± ±×¸²Ç¥(polygon) ¿¬¼ÓÀû ÃøÁ¤Ä¡ÀÎ °æ¿ì (1) °üÂû ´ë»óÀ» Áý´ÜÀ¸·Î ¹¾î¼
Áý´ÜÈµÈ ÀڷḦ ¸¸µå´Â ÀÏÀÌ Á¦ÀÏ ¸ÕÀú ÇÒ ÀÏÀÌ´Ù. º¯¼ö¸¦ ÃøÁ¤°è±Þ³ª
ÃøÁ¤±¸°£À¸·Î ¹´Â °ÍÀÌ ÀÚ·á¿¡ ´ëÇÑ ÀÌÇظ¦ µ½´Ï´Ù. À̶§ Àû´çÇÑ Å©±âÀÇ
±¸°£À» ±¸ÇÏ´Â °ÍÀº °üÂûÄ¡ÀÇ º»·¡ ºÐÆ÷°¡ ½ÉÇÏ°Ô ¿Ö°îµÇÁö ¾ÊÀ» ¸¸Å
ÃøÁ¤±¸°£À» ÀÛ°Ô Á¤ÇÏ´Â °ÍÀÌ ÁÁ´Ù. ºóµµºÐÆ÷Ç¥¿¡ ÀڷḦ Á¦½ÃÇϱâ À§ÇÑ
±¸°£ÀÇ ¼ö´Â 6°³¿¡¼ 20°³ »çÀÌ·Î Á¤ÇÏ´Â °ÍÀÌ ÁÁ´Ù. (2) Á¤È®ÇÑ°è¿Í Áß°£Á¡À» ±¸ÇÑ´Ù.
°¢ ÃøÁ¤±¸°£ÀÇ Á¤È®ÇÑ°èÀÇ ÇÏÇÑ°è¿Í »óÇѰ踦 ´õÇؼ 2·Î ³ª´«¾î Á¤ÇÑ
°ªÀÌ Áß°£Á¡ÀÌ´Ù. ÀÌ Áß°£Á¡Àº Àü ÃøÁ¤±¸°£À» °¡Àå Àß ³ªÅ¸³» ÁÖ´Â ¼öÀÌ´Ù.
(3) ¾î¶² Á¡¼öÀÇ ´©Àûºóµµ(cf)´Â
±× Á¡¼ö±îÁöÀÇ ÃÑ ºóµµ¼ö¸¦ ¸»ÇÑ´Ù. (4) ¹éºÐÀ§(P)´Â ºÐÆ÷»ó¿¡¼ °üÂûÀÇ
ƯÁ¤ ´©Àû¹éºÐÀ²¿¡ ÇØ´çÇÏ´Â Á¡¼ö¸¦ ¸»ÇÑ´Ù. ¹éºÐÀ§¸¦ »ç¿ëÇÏ¿© µÑ ¶Ç´Â
±× ÀÌ»óÀÇ Áý´Ü°£¿¡ ¾î¶² º¯¼öÀÇ ºÐÆ÷°¡ °°ÀºÁö ¾Æ´Ï¸é ´Ù¸¥Áö¸¦ ¾Ë¾Æº¼
¼ö ÀÖ´Ù. *Áý´ÜÈ¿¡ µû¸¥ ¿ÀÂ÷°¡ Àֱ⠶§¹®¿¡
Áý´ÜȵÇÁö ¾Ê´Â ÀÚ·á°¡ ÀÖÀ» ¶§´Â ±× ÀڷḦ ±×´ë·Î »ç¿ëÇÏ´Â °ÍÀÌ
ÁÁ´Ù. ºóµµºÐÆ÷¸¦ ¿ä¾àÇϰųª ±â¼úÇÏ´Â
Åë°èµéÀº ³ÐÀº Àǹ̿¡¼ µÎ °¡Áö ¸ñÀûÀ» °¡Áö°í Àִµ¥ ù°´Â, ºÐÆ÷ÀÇ
Æò±Õ ȤÀº ÁýÁß°æÇâÀ» ³ªÅ¸³½´Ù. µÑ°´Â ºÐÆ÷ÀÇ º¯ÀÌ(variation) Á¤µµ¸¦
ÃøÁ¤ÇÒ ¼ö ÀÖ°Ô ÇÑ´Ù. ÃÖºóÄ¡(mode)- °¡Àå ¸¹Àº »ç·Ê¼ö¸¦
°¡Áö´Â ¹üÁÖ(¾î¶² º¯¼ö¿¡µµ ÃøÁ¤ °¡´É) Áß¾ÓÄ¡(median)- °ªÀÌ ¼ø¼´ë·Î
³ª¿µÈ ºÐÆ÷¸¦ °°Àº Å©±âÀÇ µÎ °³ÀÇ Áý´ÜÀ¸·Î ³ª´«´Â ¼ýÀÚ(¼¿º¯¼ö
»ç¿ë) ¡æ
50¹ø°ÀÇ ¹éºÐ À§¸¦ ÀǹÌ. Æò±Õ(mean)- °¢ °üÂûÄ¡µéÀÇ °ªÀ»
¸ðµÎ ´õÇÑ ÈÄ¿¡ ±×°ÍÀ» »ç·Ê¼ö·Î ³ª´« °ª (¿¬¼Óº¯¼ö¿¡¸¸ »ç¿ë°¡´É) ** ÁýÁß°æÇâÀ» ÃøÁ¤ÇÏ´Â Åë°èÄ¡·Î¼
Æò±ÕÀº ´Ù¸¥ Åë°èÄ¡µéÀÌ °®Áö ¾ÊÀº ¼Ó¼ºÀ» °®°í ÀÖ´Ù. Æò±ÕÀº ºÐÆ÷ÀÇ
¸ðµç °üÂûÄ¡·ÎºÎÅÍÀÇ Â÷¸¦ ÀÚ½ÂÇßÀ» ¶§ ÀÌ ÀÚ½ÂÀÇ ÇÕÀ» ÃÖ¼Ò·Î ÇÏ´Â
°ÍÀÌ´Ù. Æò±ÕÀº °³º°»ç·ÊÀÇ °ªÀ» ¸ðµÎ Æ÷ÇÔÇÏ´Â °¡ÁßµÈ °ªÀ̱⠶§¹®¿¡
±Ø´ÜÄ¡¿¡ ¿µÇâÀ» ¹ÞÁö¸¸, Áß¾ÓÄ¡´Â ±×·¸Áö ¾Ê±â ¶§¹®¿¡ Æò±Õ°ú Áß¾ÓÄ¡´Â
´Ù¸£´Ù. (1) ´Ù¾ç¼º Áö¼ö(D)-ºÒ¿¬¼Óº¯¼öÀÇ º¯ÀÌ(variation) ÃøÁ¤ (2) ÁúÀûº¯ÀÌÁö¼ö(IQV)-´Ù¾ç¼ºÁö¼ö¸¦
Ç¥ÁØÈÇÑ °Í.´Ù¾ç¼ºÁö¼ö´Â ¹üÁÖ°¡ ¼·Î ´Ù¸£¸é ´Ù¸¥ ºÒ¿¬¼Óº¯¼ö°£¿¡
Á÷Á¢ÀûÀÎ ºñ±³°¡ ¾î·Æ´Ù´Â Á¡À» °í·ÁÇÒ ¶§ ´õ¿í À¯¿ëÇÑ ¹æ¹ýÀÌ´Ù. (3) ¹üÀ§-ºÐÆ÷ÀÇ ¸ðµç °ªÀ» Æ÷ÇÔÇÏ´Â
µÎ °³ÀÇ ¾ç±Ø´Ü °ªÀ» ³ªÅ¸³½´Ù. ºÐÆ÷ÀÇ ¹üÀ§´Â ÃÖ´ë°ª°ú ÃÖ¼Ò°ªÀÇ Â÷ÀÌ·Î
Á¤ÀǵȴÙ. ÀÌ´Â ±Ø´Ü °ª¿¡ ¿µÇâÀ» ¹Þ±â ¶§¹®¿¡ ºÐÆ÷µéÀÇ ¸ð½ÀÀ» Á¤È®È÷
Àü´ÞÇØÁÖÁö ¸øÇÑ´Ù. ±×·¡¼ ÀÌ¿Í °ü·ÃµÈ ÃøÁ¤¹æ¹ýÀÌ »çºÐÀ§¹üÀ§(IQV)ÀÌ´Ù.
(4) Æò±ÕÆíÂ÷-Æò±ÕÀº µÎ ±Ø´Ü°ª¿¡ °ÇÏ°Ô ¿µÇâÀ» ¹Þ´Â ´ÜÁ¡Àº ÀÖÀ¸³ª ¿¬¼Óº¯ÀÌÀÇ º¯À̼ºÀ» ÃøÁ¤Çϴµ¥ ¸Å¿ì À¯¿ëÇϱ⠶§¹®¿¡ µÎ ±Ø´Ü°ªÀÇ ¿µÇâÀ» Àû°Ô ÇÑ´Ù¸é ±× À¯¿ë¼ºÀ» ¹è°¡ÇÒ ¼ö ÀÖ°Ô µÈ´Ù. À̸¦ À§Çؼ Æò±ÕÀ» ±âÁØÀ¸·Î ÇÑ °¢ °ªÀÇ À§Ä¡¸¦ ¸ðµÎ °í·Á ÇØ º¸¾Æ¾ß ÇÑ´Ù. Æò±ÕÆíÂ÷´Â "Æò±Õ°ú °¢ °üÂûÄ¡¿ÍÀÇ Â÷(ÆíÂ÷:di)"¿¡ Àý´ë°ª ºÎÈ£¸¦ ºÙ¿© Æò±ÕÀ» ±¸ÇÏ´Â °ÍÀÌ´Ù.
±×·¯³ª ÀÌ°ÍÀº Æò±ÕÀ» ±âÁØÀ¸·Î
ÃøÁ¤ÇÑ º¯À̵µ°¡ ¾î¶² ´Ù¸¥ °ªÀ» ±âÁØÀ¸·Î ÃøÁ¤ÇÑ º¯À̵µº¸´Ù Àû¾î¾ß
ÇÑ´Ù´Â Á¡À» °á¿©ÇÏ°í ÀÖ´Ù. (5) ºÐ»ê°ú Ç¥ÁØÆíÂ÷
ºÐ»ê °ªÀº ÀÚ½ÂÇÑ °ªÀ̱⠶§¹®¿¡ º»·¡ÀÇ °üÂû Ä¡º¸´Ù Ä¿Áö°Ô µÇ´Âµ¥ ºÐ»ê °ªÀ» º»·¡ÀÇ ÃøÁ¤´ÜÀ§·Î º¹±Í½ÃÅ°±â À§Çؼ ºÐ»êÀÇ Á¦°ö±ÙÀ» ±¸Çϴµ¥, ÀÌ°ÍÀ» Ç¥ÁØÆíÂ÷(Sy: standard deviation)¶ó°í ºÎ¸¥´Ù. Ç¥ÁØÆíÂ÷°¡ 0ÀÏ ¶§´Â °üÃø°ªÀÇ ¸ðµÎ°¡ µ¿ÀÏÇÑ Å©±âÀÌ°í Ç¥ÁØÆíÂ÷°¡ Ŭ¼ö·Ï °üÃø°ª Áß¿¡´Â Æò±Õ¿¡¼ ¶³¾îÁø °ªÀÌ ¸¹ÀÌ Á¸ÀçÇÑ´Ù. µû¶ó¼ Ç¥ÁØÆíÂ÷´Â °üÃø°ªÀÇ »êÆ÷(ߤøÖ)ÀÇ Á¤µµ¸¦ ³ªÅ¸³½´Ù. * Ç¥ÁØ¿ÀÂ÷(standard error
of the mean) : Ç¥º»Æò±ÕºÐÆ÷ÀÇ Ç¥ÁØÆíÂ÷¸¦ Ç¥ÁØ¿ÀÂ÷¶ó°í Çϸç Ç¥º»À»
Æò±ÕÇÑ °ªµéÀÌ ¾ó¸¶³ª ÆÛÁ®ÀÖ´Â °ÍÀ» ¸»ÇÑ´Ù. µû¶ó¼ Ç¥ÁØ¿ÀÂ÷´Â ±×
Ç¥º»ÀÇ »ç·Ê¼ö¿Í ÆíÂ÷¿¡ ¸¹Àº ¿µÇâÀ» ¹Þ´Âµ¥ Ç¥ÁØÆíÂ÷°¡ Ŭ¼ö·Ï Ç¥ÁØ¿ÀÂ÷´Â
Ä¿Áö°í, »ç·Ê¼ö°¡ ¸¹À»¼ö·Ï Ç¥ÁØ¿ÀÂ÷´Â ÀÛ¾ÆÁø´Ù. (6) Z°ª
µÎ º¯¼ö°¡ ¼·Î °ü·ÃµÇ¾î ÀÖ´ÂÁö¸¦ È®ÀÎÇÏ´Â ¹æ¹ýÀº µÎ º¯¼ö°¡ ¼·Î °ü·ÃµÇ¾î ÀÖÁö ¾Ê´Ù´Â °¡¼³À» °ËÁõÇÏ´Â °ÍÀÌ´Ù. ¿ì¼± µÎ º¯¼ö°£¿¡ °ü°è°¡ ¾ø´Ù´Â ¿µ°¡¼³À» ¼¼¿î´Ù. ÀÌ °¡¼³Àº ÀÌ·ÐÀ̳ª ¼±Ç࿬±¸¿¡ ±âÃÊÇÏ¿© ¼¼¿î µÎ º¯¼ö°£¿¡ °ü°è°¡ ÀÖÀ» °ÍÀ̶ó´Â ¿¬±¸°¡¼³°ú´Â ¹Ý´ëµÇ´Â °ÍÀÌ´Ù. ¸¸ÀÏ Ç¥º»ÀÇ °á°ú°¡ ¸ðÁý´ÜÀ¸·ÎºÎÅÍ ¹«ÀÛÀ§ Ç¥ÁýÇÑ °á°ú·Î ³ªÅ¸³µÀ» °¡´É¼ºÀÌ ¸Å¿ì Àû´Ù¸é, ¿ì¸®´Â ¿µ°¡¼³À» ±â°¢ÇÒ ¼ö ÀÖ°Ô µÈ´Ù. ±×·¸°Ô ÇÔÀ¸·Î½á ¿ì¸®´Â ¿µ°¡¼³¿¡ ´ë¸³µÇ´Â, Áï ¸ðÁý´Ü¿¡¼ ½ÇÁ¦·Î µÎ º¯¼ö°£¿¡ °ü°è°¡ ÀÖ´Ù´Â Á¶ÀÛÀû ¿¬±¸°¡¼³À» Á¶°ÇÀûÀ¸·Î ¹Þ¾ÆµéÀÌ°Ô µÈ´Ù.
°¢ °ËÁõÅë°èÄ¡ÀÎ ÀÚÀ¯µµ¿Í Ç¥º»ÀÇ
Å©±â¿¡ µû¶ó ƯÁ¤ÀÇ Ç¥ÁýºÐÆ÷¸¦ °®´Â´Ù. ÀÌ°ÍÀº SPSS Win 8.0 ÇÁ·Î±×·¥À» ÀÌ¿ëÇÑ Åë°è
ó¸®¿Í °á°ú Çؼ®¿¡ µµ¿òÀÌ µÉ ¼ö ÀÖµµ·Ï ÀÛ¼ºÇÑ °ÍÀÔ´Ï´Ù. ±×·¡¼ ÇÁ·Î±×·¥
ÀÚüÀÇ »ç¿ë¹ýº¸´Ù´Â Åë°è ó¸®¿Í °á°ú Çؼ®¸¸À» ´Ù·ç¾ú½À´Ï´Ù. °ð,
SPSS data edit âÀÇ ¸Þ´º Áß¿¡¼ [Statistics]¿¡ ÇØ´çµÇ´Â ³»¿ëÀÔ´Ï´Ù.
¿©±â¿¡¼ ºÐ¼®¿¡ ¾²ÀÎ ÀÚ·á´Â Çѱ¹³ëµ¿ÆгÎÀÚ·á(KLIPS: Korean Labor & Income Panel Study) 1Â÷³âµµ °³ÀÎ¿ë ¼³¹® ÀÀ´äÀÚ·á·Î ÄÉÀ̽º´Â ÃÑ 13,738¸íÀÔ´Ï´Ù.
1. ±âÃÊÅë°è¿Í ºóµµ
°¡. ±âÃÊÅë°è-¿¹Á¦ 1 ¿¬·É/Çз (1) ÇÁ·Î±×·¥ ¾ð¾î var lab P01556 'º»ÀÎÀÇ ¿¬·É'. FREQUENCIES VARIABLES= P01556 /NTILES= 4 /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM MEAN MEDIAN MODE SUM . *** ÇзÂÀ» ¼öÇгâ¼ö·Î Àüȯ. p01564(±³À°¼öÁØ)/p01565(Á¹¾÷¿©ºÎ) ¹«ÇÐ=0 ÃʵîÇб³(ÁßÅð, ÀçÇÐ, ¼ö·á, ÈÞÇÐ)=3 ÃʵîÇб³Á¹¾÷=6 ÁßÇб³(ÁßÅð, ÀçÇÐ, ¼ö·á, ÈÞÇÐ)=7.5 ÁßÇб³Á¹¾÷=9 °íµîÇб³(ÁßÅð, ÀçÇÐ, ¼ö·á, ÈÞÇÐ)=10.5 °íµîÇб³Á¹¾÷=12 Àü¹®´ë(ÁßÅð, ÀçÇÐ, ¼ö·á, ÈÞÇÐ)=13 Àü¹®´ëÁ¹¾÷=14 ´ëÇÐ(ÁßÅð, ÀçÇÐ, ¼ö·á, ÈÞÇÐ)=15 ´ëÇб³Á¹¾÷=16 ´ëÇпø¼®»ç(ÁßÅð, ÀçÇÐ, ¼ö·á, ÈÞÇÐ)=17 ´ëÇпø¼®»çÁ¹¾÷=18 ´ëÇпø¹Ú»ç(ÁßÅð, ÀçÇÐ, ¼ö·á, ÈÞÇÐ)=19 ´ëÇпø¹Ú»çÁ¹¾÷=20 *** compute pedu = P01564. recode pedu (2 = 0) (3 = 6) (4 = 9) (5 = 12) (6 =14) (7 = 16) (8 = 18) (9 = 20). miss val pedu (99). compute pedu2 = p01565. if (P01565 gt 1 and P01565 lt 9) pedu2 = 1. if (P01565 eq 1) pedu2 = 0. if (P01565 eq 9) pedu2 = 99. miss val pedu2 (99). compute pedu3 = pedu + pedu2. if (Pedu eq 0) pedu3 = 0. if (Pedu eq 6 and Pedu2 eq 1) pedu3 = 3. if (Pedu eq 9 and Pedu2 eq 1) pedu3 = 7.5. if (Pedu eq 12 and Pedu2 eq 1) pedu3 = 10.5. if (Pedu eq 14 and Pedu2 eq 1) pedu3 = 13. if (Pedu eq 16 and Pedu2 eq 1) pedu3 = 15. if (Pedu eq 18 and Pedu2 eq 1) pedu3 = 17. if (Pedu eq 20 and Pedu2 eq 1) pedu3 = 19. if (pedu3 gt 20) pedu3 = 99. miss val pedu (99). FREQUENCIES VARIABLES= pedu3 /NTILES= 4 /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM MEAN MEDIAN MODE SUM SKEWNESS SESKW KURTOSIS SEKURT. (2) °á°ú * SPSS¿¡¼ ÀÛ¾÷ÇÑ °á°ú¸¦ ¿øÇü´ë·Î ÇѱÛÀ̳ª HTML·Î °¡Á®¿À´Â ¹æ¹ýÀÌ ÀÖ½À´Ï´Ù. ¸ÕÀú ÀúÀå¹æ½ÄÀº ´ÙÀ½°ú °°½À´Ï´Ù. SPSSÀÇ OUT PUT âÀÇ ¸Þ´ºÁß [File]ÀÇ [Export]¸¦ ¼±ÅÃÇÏ¿© Çü½ÄÀ» HTML·Î ¼±ÅÃÇÕ´Ï´Ù(±âº»¼³Á¤). ÀÌ·¸°Ô ÀúÀåÇÑ ÆÄÀÏÀ» ¼±ÅÃÇÏ¸é ¹Ù·Î ÀÎÅÍ³Ý »óÀÇ Å×À̺í·Î ÀüȯµÇ¸ç, À̸¦ ÇÑ±Û ÇÁ·Î±×·¥¿¡ ¾²·Á¸é ÇѱÛÀÇ [ºÒ·¯¿À±â]¸¦ ¼±ÅÃÇÏ¿© ÇØ´ç ÆÄÀÏÀ» ¼±ÅÃÇÑ ÈÄ [º¯È¯ÈÄ Àбâ]¸¦ ¼±ÅÃÇÏ½Ã¸é µË´Ï´Ù. ÀÌ ¶§ ¼¿Àº À½¿µ 80%·Î, ¼± ¸ð¾çÀº Åõ¸íÀ¸·Î µÇ¾î ÀÖÀ¸¹Ç·Î [¼¿¸ð¾ç]°ú [¼±¸ð¾ç]À» ¼±ÅÃÇÏ¿© ¿øÇÏ´Â ¸ð¾çÀ¸·Î ¹Ù²Ù¸é µË´Ï´Ù.
¢¡ Mean Æò±Õ°ª Std err Ç¥ÁØ¿ÀÂ÷. °¢ Ç¥º» Æò±ÕµéÀÇ Ç¥ÁØÆíÂ÷ Median Áß¾Ó°ª. Àüü »ç·ÊÁß 50%¿¡ ÇØ´çÇÏ´Â °ª. Mode ÃÖºó°ª. Àüü»ç·Ê Áß¿¡¼ °¡Àå ºóµµ°¡ ³ôÀº °ª. Std dev Ç¥ÁØÆíÂ÷. ºÐ»êÀÇ Æò±Õ°ª . Æò±ÕÀ¸·ÎºÎÅÍ °³º°°ªÀÇ ¶³¾îÁø °Å¸®¸¦ Ç¥ÁØÈÇÑ °ª. Variance ºÐ»ê(º¯·®). Æò±Õ¿¡¼ °³º° °ª±îÁöÀÇ ¶³¾îÁø °Å¸®(ÆíÂ÷)ÀÇ Á¦°öÀÇ ÇÕÀ» Àüü »ç·Ê¼ö ·Î ³ª´« °ªÀ¸·Î Ç¥ÁØÆíÂ÷ÀÇ Á¦°ö Kurtosis ÷µµ. Á¤»óºÐÆ÷ °î¼±ÀÌ »ÏÁ·ÇÑÁö ÆòÆòÇÑÁö ¾Ë·ÁÁÖ´Â °ª. Á¤»óºÐÆ÷°î¼±¿¡¼ ÷µµ°ª Àº 0ÀÌ¸ç »ÏÁ·Çϸé 0º¸´Ù Å« °ªÀ», ÆòÆòÇϸé 0º¸´Ù ÀÛÀº °ªÀ» °¡Áü. S E Kurt ÷µµÀÇ Ç¥ÁØ¿ÀÂ÷. Skewness ¿Öµµ. Á¤»óºÐÆ÷ÀÇ °î¼±ÀÌ Á¿ì·Î ±â¿ï¾îÁ³´ÂÁö ¾Ë·ÁÁÖ´Â °ª. Á¤»óºÐÆ÷¿¡ ¿Öµµ °ªÀ½ 0À̸ç, 0º¸´Ù Å©¸é ÁÂÃøÀ¸·Î, 0º¸´Ù ÀÛÀ¸¸é ¿ìÃøÀ¸·Î ±â¿ï¾îÁø °ªÀ» °¡Áü. S E Skew ¿ÖµµÀÇ Ç¥ÁØ¿ÀÂ÷. Range ¹üÀ§. ÃÖ´ë°ª¿¡¼ ÃÖ¼Ò°ªÀ» »« °ª. Minimum ÃÖ¼Ò°ª. Maximum ÃÖ´ë°ª. Sum ÇÕ°è. °¢ »ç·Ê¼ö°¡ °¡Áø °ªÀ» ¸ðµÎ ÇÕÇÑ °ª. Percentile »ç¿ëÀÚ Á¤ÀÇ ¹éºÐÀ§¼ö·Î
0%¡100%»çÀÌ¿¡ ¾Ë°í½ÍÀº %ÀÇ º¯¼ö°ªÀ» ¾Ë°íÀÚ ÇÒ ¶§ »ç¿ë. ¸¸¾à ¾Ë°í
½ÍÀº ¹éºÐÀ§¼ö °ªÀÌ 50%À̸é ÀÌ °ªÀº Áß¾Ó°ª(Median)°ú °°À½. ³ª. ºóµµºÐ¼®-¿¹Á¦ 2 ¿¬·ÉÁý´Ü (1) ¾ð¾î compute age = P01556. if (P01556 le 29) age = 1. if (P01556 ge 30 and P01556 le 39) age = 2. if (P01556 ge 40 and P01556 le 49) age = 3. if (P01556 ge 50 and P01556 le 59) age = 4. if (P01556 ge 60) age = 5. var lab age 'º»ÀÎÀÇ ¿¬·ÉÁý´Ü'. value labels age 1 '29¼¼ ÀÌÇÏ' 2 '30´ë' 3 '40´ë' 4 '50´ë' 5 '60¼¼ ÀÌ»ó'. freq var = age. (2) °á°ú
¢¡ Percent Àüü ÀÀ´äÀÚ¸¦ 100%·Î º¸¾ÒÀ» ¶§ °¢ º¯¼ö °ªÀÇ ºñÀ². Valid Percent ¹«ÀÀ´äÄ¡¸¦ Á¦¿ÜÇÑ ÀÀ´äÀÚ¸¦ 100%·Î º¸¾ÒÀ» ¶§ °¢ º¯¼ö °ªÀÇ ºñÀ². Cumulative Percent Valid PercentÀÇ
´©ÀûºñÀ².
2. ±³Â÷ºÐ¼® ¿©±â¿¡¼ ºÐ¼®¿¡ ¾²ÀÎ ÀÚ·á´Â "Àü¹®Á÷ Á¾»çÀÚÀÇ Àü¹®Á÷¾÷¼º°ú Á÷¾÷¸¸Á·µµ¿¡ ´ëÇÑ ¿¬±¸('95)"¿¡ ¾²ÀÎ ¹æ¼Û¿¬±âÀÚ(TV ÅÅ·±Æ®) 100¸íÀ» ´ë»óÀ¸·Î ÇÑ ¼³¹®Á¶»ç ÀÚ·áÀÔ´Ï´Ù. ºÐ¼®¿¡ ¾²ÀÎ °ÍÀº 95¸íÀÔ´Ï´Ù. °¡. ¿¹Á¦ 1 ¼ºº° ±³À°¼öÁØ (1) ¾ð¾î -> CROSSTABS -> /TABLES=educa BY sex -> /FORMAT= AVALUE NOINDEX BOX LABELS TABLES -> /STATISTIC=CHISQ CC PHI LAMBDA UC ETA -> /CELLS= COUNT EXPECTED ROW COLUMN TOTAL RESID SRESID ASRESID . * Á¤È®ÇÑ °ËÁ¤¿¡ °üÇÑ ¼±ÅûçÇ×(SPSS WIN). °¡. Á¡±ÙÀû °ËÁ¤(A): Á¡±Ù À¯ÀǼº È®·ü(¾çÃø°ËÁ¤)ÀÇ °ªÀ» ÀǹÌÇϸç, ÇöÀç µ¥ÀÌÅÍ°¡ Ç¥ÁØÁ¡±Ù¹ýÀ» »ç¿ëÇÏ¿© ½Å·ÚÇÒ¸¸ÇÑ °á°ú¸¦ ÀÛ¼ºÇϴµ¥ ÇÊ¿äÇÑ ±âº»°¡Á¤À» ÃæÁ·ÇÒ ¶§ ÀÌ¿ë. ³ª. Monte Carlo(M): ¸óÅ× Ä«¸£·Î À¯ÀǼºÈ®·ü(¾çÃø°ËÁ¤)ÀÇ °ªÀ» ÀǹÌ. ´Ù. Á¤È®(E): °¢ °ËÁ¤À» °è»êÇÏ´Â ÃÖ´ë½Ã°£ Á¦ÇÑÀ» ÀÔ·Â. °ËÁ¤Á¦ÇÑ
½Ã°£ÀÌ 30ºÐÀ» ÃÊ°úÇÒ ¶§´Â ¸óÅ× Ä«¸£·Î ¹æ¹ýÀ» »ç¿ëÇÏ´Â °ÍÀÌ ÁÁ´Ù.
(2) °á°ú EDUCA ±³À°¼öÁØ * SEX ¼ºº° Crosstabulation
Count | °üÂûºóµµ Exp Val | ±â´ëºóµµ. ¿µ°¡¼³¿¡ ÀûÀýÇÑ ±â´ëµÇ¾îÁö´Â ºóµµ Row Pct | ÇàÀÇ ÆÛ¼¾Æ®. °¡·Î·Î ÇÕ°è°¡ 100% Col Pct | ¿ÀÇ ÆÛ¼¾Æ®. ¼¼·Î·Î ÇÕ°è°¡ 100% Tot Pct | Àüü ºóµµ ´ëºñ °¢ ¼¿ÀÇ ºñÀ² Residual | Ç¥ÁØȵÇÁö ¾ÊÀº ÀÜÂ÷(°üÂûºóµµ¿¡¼ ±â´ëºóµµ¸¦ »« °ª) Std Res | Ç¥ÁØÈµÈ ÀÜÂ÷ Adj Res | Á¶Á¤µÈ Ç¥ÁØÈµÈ ÀÜÂ÷.
Chi-Square Tests
¢¡ Ä«ÀÌÀÚ½Â(Chi-Square) ÃøÁ¤ Pearson: Pearson Ä«ÀÌÀڽ °ª°ú ÀÚÀ¯µµ¸¦ Á¦½ÃÇϸç ÀÌ·± °ªÀÏ ¶§ À¯Àǵµ ¼öÁØÀ» Á¦½Ã. P°ªÀÌ 0.05º¸´Ù Ŭ °æ¿ì À¯ÀÇ ¼öÁØ 5%¿¡¼ À¯ÀÇÇÏÁö ¸øÇÏ´Ù°í °á·Ð. »óÈ£µ¶¸³ÀûÀ̶ó´Â 0°¡¼³ äÅÃ.°ð ¼ºº°·Î ±³À°¼öÁØÀÌ ´Ù¸£´Ù´Â °¡¼³Àº ±â°¢µÈ´Ù. Likelihood Ratio: ¿ìºñµµ °ª°ú ÀÚÀ¯µµ¸¦ Á¦½ÃÇϸç ÀÌ·± °ªÀÏ ¶§ À¯Àǵµ ¼öÁØÀ» Á¦½Ã. Mantel-Haenszel test:¼±Çü ´ë ¼±Çü°áÇÕ Ä«ÀÌÀڽ °ª°ú ÀÚÀ¯µµ Á¦½ÃÇϸç
ÀÌ·± °ªÀÏ ¶§ À¯Àǵµ ¼öÁØÀ» Á¦½Ã.
³ª. ¸í¸ñº¯¼ö°£ÀÇ °ü·ÃÃøÁ¤-¿¹Á¦ 2 ¼ºº° Çùȸ/³ëÁ¶ °¡ÀÔ (1) ¾ð¾î -> CROSSTABS -> /TABLES=join BY sex -> /FORMAT= AVALUE NOINDEX BOX LABELS TABLES -> /STATISTIC=CC PHI LAMBDA UC -> /CELLS= COUNT EXPECTED. (2) °á°ú JOIN ³ëÁ¶/Çùȸ °¡ÀÔ * SEX ¼ºº° Crosstabulation
Directional Measures
¢¡ Lamda Ä«ÀÌÀڽ ÃøÁ¤Àº °ü°è¼º ¿©ºÎ¸¸À» ¾Ë·ÁÁֱ⠶§¹®¿¡ º¯¼ö°£ÀÇ °ü·Ã
Á¤µµ¸¦ ¾Ë±â À§Çؼ´Â ´Ù¸¥ Åë°èÀû ÃøÁ¤ÀÌ ÇÊ¿äÇÏ´Ù. lamda´Â ¸í¸ñôµµ°£ÀÇ
ÃøÁ¤¹æ¹ýÀ¸·Î ¿ÀÂ÷ÀÇ ±â¼úÀû °¨¼Ò(PRE: proportionate reduction in
error) ¹æ¹ýÀ¸·Î ÀÌ°ÍÀº ÇÑ º¯¼ö¸¦ ¾ÍÀ¸·Î Çؼ ´Ù¸¥ º¯¼ö¸¦ ¾î´À Á¤µµ
Àß ¿¹ÃøÇÒ ¼ö Àִ°¡´Â ³ªÅ¸³½´Ù. ¶÷´Ù °ªÀº 0¿¡¼ 1.00ÀÇ °ªÀ» °¡Áö¸ç
1.00¿¡ °¡±î¿ï¼ö·Ï ÇÑ º¯¼ö°¡ ´Ù¸¥ º¯¼ö¸¦ ¿ÏÀüÈ÷ ¿¹ÃøÇÒ ¼ö ÀÖ´Â °ª¿¡
°¡±î¿öÁø´Ù. ¶÷´Ù °ªÀº ºñ´ëĪÀû °ªÀ¸·Î µ¶¸³º¯¼ö¿Í Á¾¼Óº¯¼ö°¡ ¹Ù²î¸é
±× °ªµµ ¹Ù²ï´Ù. ¢¡ Phi ´ëºÎºÐ Ä«ÀÌÀڽ °ª¿¡ ±âÃʸ¦ µÎ°í ÀÖ´Ù. ÀÌÁß¿¡¼ À¯°ü°è¼ö´Â Çà°ú
¿ÀÇ ¼ö¿¡ ¿µÇâ¹Þ´Â´Ù. ÆÄÀÌ´Â -1¿¡¼ +1±îÁö °ªÀ» °¡Áø´Ù. ¢¡ Goodman & Kruskal Tau / Uncertainty Coefficient °¡Àå À¯¿ëÇÑ ¶÷´Ù °ª ¿Ü¿¡ À¯»çÇÑ ÃøÁ¤À» ¼öÇàÇÏ´Â ÃøÁ¤ °ªµé. ´ëºÎºÐ
0¿¡¼ 1.00ÀÇ °ªÀ» °¡Áö¸ç 1¿¡ °¡±î¿ï¼ö·Ï °ü°è¼ºÀÌ ³ôÀº °ªÀÌ´Ù.
|