Á÷¾÷°ú »çȸ

 
 
 

 

 

 

 

 

 Part 4


ÆǺ°ºÐ¼®

     SPSS DISCRIMINANT ANALYSIS

 

Á¤Ã濵, ÃÖÀ̱Ô. 1998. ¡ºSPSSWINÀ» ÀÌ¿ëÇÑ Åë°èºÐ¼®¡». ¹«¿ª°æ¿µ»ç

 

SPSS WIN DISCRIMINANT ANALYSIS


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 "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¸íÀ̸ç Á÷Á¢ ¿¬½À¹®Á¦¸¦ Ç®°í ½ÍÀº ºÐÀº mailÀ» º¸³»½Ã±â ¹Ù¶ø´Ï´Ù.

ÆǺ°ºÐ¼®Àº »çȸÇö»óÀÇ ¿©·¯ Ư¼ºµéÀ» Åä´ë·Î ÇÏ¿© ÁÖ¾îÁø »óȲ¿¡¼­ ÀÀ´äÀÚµéÀÌ ¾î¶»°Ô ÇൿÇÒ °ÍÀÎÁö¸¦ ¿¹ÃøÇÏ´Â ÇϳªÀÇ Åë°Ô±â¹ýÀÌ´Ù. ¿¹¸¦ µé¾î ÇÑ ±â¾÷ÀÌ µµ»ê ¿©ºÎ¸¦ ¿¹ÃøÇÏ·Á°í ÇÑ´Ù¸é ÆǺ°ºÐ¼®ÀÌ ÀûÇÕÇÏ´Ù. ¿©±â¼­ µµ»ê ¿©ºÎ¸¦ ³ªÅ¸³»´Â º¯¼ö°¡ Á¾¼Óº¯¼ö°¡ µÇ¸ç, ÀÌ º¯¼ö´Â ¼ºÁú»ó ¸í¸ñôµµ(µµ»ê, ºñµµ»ê)ÀÌ´Ù. ±×¸®°í µµ»ê ¿©ºÎ¸¦ ÆǺ°ÇÏ´Â º¯¼öµéÀº µ¶¸³º¯¼ö°¡ µÇ¸ç, ÀÚ»ê»óÅÂ, ºÎäºñÀ², ¼öÀͼº, À¯µ¿¼º µîÀÌ Æ÷Ç﵃ ¼ö ÀÖÀ» °ÍÀÌ´Ù.

ȤÀº ´ÙÀ½°ú °°Àº ºÐ¼®¿¡¼­µµ »ç¿ëÇÒ ¼ö ÀÖ´Ù. ¼±°ÅÀÇ ÀÔÈĺ¸ÀÚ ÁöÁöµµ¿¡ ´ëÇÑ Á¶»ç °á°ú A Èĺ¸ 27%, B Èĺ¸ 30%, ¾ÆÁ÷ È常¦ Á¤ÇÏÁö ¾ÊÀº À¯±ÇÀÚ°¡ 43%·Î ³ªÅ¸³µÀ» °æ¿ì ¾ÆÁ÷ È常¦ Á¤ÇÏÁö ¾ÊÀº À¯±ÇÀÚµéÀÌ ¾î´À È常¦ ÁöÁöÇÒ °ÍÀΰ¡¸¦ ¾Ë°íÀÚ ÇÒ ¶§ ÆǺ°ºÐ¼®À» »ç¿ëÇÒ ¼ö ÀÖ´Ù. ÀÌ ¶§ Á¾¼Óº¯¼ö´Â ÀÔÈĺ¸ÀÚ ÁöÁöµµ(AÈĺ¸ÁöÁö/BÈĺ¸ÁöÁö/À¯µ¿Ãþ)°¡ µÇ¸ç ¼º, ¿¬·É, Ãâ½ÅÁö¿ª, Çз µîÀÌ µ¶¸³º¯¼ö¿¡ Æ÷Ç﵃ ¼ö ÀÖÀ» °ÍÀÌ´Ù.

ÆǺ°ºÐ¼®Àº Fisher¿¡ ÀÇÇØ Ã³À½ µµÀÔµÈ Åë°èÀû ±â¹ýÀÌ´Ù. ÆǺ°ºÐ¼®ÀÇ ±âº»ÀûÀÎ °³³äÀº µ¶¸³º¯¼öµéÀÌ ¼±Çü°áÇÕÀ» ÀÌ·ç°Ô µÇ¸é ÀÌ°ÍÀº ÄÉÀ̽º¸¦ ¸î °³ÀÇ Áý´Ü Áß ¾î´À Çϳª·Î ºÐ·ùÇϴµ¥ »ç¿ëµÉ ¼ö ÀÖ´Ù´Â °ÍÀÌ´Ù. ¿©±â¼­ °¢ Áý´ÜÀº ´Ùº¯·® Á¤±ÔºÐÆ÷¸¦ °®´Â ¸ðÁý´Ü¿¡¼­ ÃßÃâµÈ Ç¥º»À̾î¾ß ÇÏ¸ç °øºÐ»ê Çà·ÄÀº µ¿ÀÏÇÏ´Ù°í °¡Á¤µÈ´Ù.

 

* SPSS WIN ¿¹Á¦: Àü¹®°¡ Á¶Á÷¿¡ÀÇ Âü¿©

Åë°è(Statistics) ¢º
           ºÐ·ùºÐ¼®(Classify) ¢º
                   ÆǺ°ºÐ¼®(Discriminant Analysis)
 

À©µµ¿ì »ó¿¡¼­ ÆǺ°ºÐ¼®À» ¼±ÅÃÇÑ´Ù. ÆǺ°ÇÏ°íÀÚ ÇÏ´Â º¯¼ö´Â Àü¹®°¡ Á¶Á÷¿¡ÀÇ Âü¿©·Î ¹æ¼Û¿¬±âÀÚµéÀÇ ¿¬±âÀÚ Çùȸ, ³ëÁ¶ °¡ÀÔ À¯¹«¸¦ ¹¯´Â join º¯¼ö¸¦ ÀÌ¿ëÇÑ´Ù. ÀÌ º¯¼ö´Â µÎ Áý´ÜÀ¸·Î ±¸ºÐÇϴµ¥ ¸ÕÀú 1¿¡¼­ 3ÀÇ °ªÀ» °¡Áú °æ¿ì Àü¹®°¡Á¶Á÷¿¡ÀÇ Âü¿© ¼ºÇâÀ» °®´Â Áý´ÜÀ¸·Î 4ÀÇ °ªÀ» °®´Â °æ¿ì¸¦ Àü¹®°¡Á¶Á÷¿¡ÀÇ Âü¿© ¼ºÇâÀÌ ¾ø´Â Áý´ÜÀ¸·Î ³ª´«´Ù. ÀÌ·¸°Ô Á¶Á¤µÈ »õ·Î¿î º¯¼ö(jo)¸¦ ¿ÞÂÊ º¯¼öµéÀÇ »óÀÚ¿¡¼­ ¼±ÅÃÇÏ¿© Áý´Üº¯¼ö(G)·Î ¿Å°Ü ³õ´Â´Ù. ÀÌ ¶§ ¹üÀ§ ÁöÁ¤À» ÇØÁÖ¾î¾ß Çϴµ¥ ¿©±â¿¡¼­´Â µÎ Áý´ÜÀ¸·Î ³ª´©¾úÀ½À¸·Î ÃÖ¼ÒÄ¡¿¡ 1À», ÃÖ´ëÄ¡¿¡ 2¸¦ ÀÔ·ÂÇÑ´Ù

À̾ µ¶¸³º¯¼ö(I)¿¡´Â ¿¬·É(age), ¼öÀÔ(incomea), ¿¬±âÀÚ °æ·Â³â¼ö(career), ¹æ¼ÛÃâÇöȽ¼ö(onair). ±³À°¼öÁØ(educa) µîÀ» ¿ÞÂÊ »óÀÚ¿¡¼­ ¿Å°Ü³õ´Â´Ù. ÀÌ ¶§ µ¶¸³º¯¼ö¸¦ ¸ðµÎ °­Á¦ÀûÀ¸·Î ¼±ÅÃÇÒÁö(E), ¾Æ´Ï¸é ´Ü°è¼±Åùý(¼±ÅÃµÈ µ¶¸³º¯¼ö¸¦ ÇѲ¨¹ø¿¡ ÅõÀÔÇÏÁö ¾Ê°í Çϳª¾¿ ´Ü°ÔÀûÀ¸·Î ÅõÀÔÇÏ¿© ºÐ¼®À» ÇàÇÏ´Â °Í)À» »ç¿ëÇÒÁö °áÁ¤ÇØ¾ß ÇÑ´Ù. ÀÌ ¿¹Á¦ÀÇ °æ¿ì¿¡´Â °­Á¦¼±ÅÃÀ» »ç¿ëÇÑ´Ù.

ÆǺ°ºÐ¼® ÇÏ´Ü¿¡ ÀÖ´Â ¼±ÅÃ(S) ´ëÈ­»óÀÚ´Â Á¶»çµÈ ÄÉÀ̽º Áß¿¡¼­ ÀϺο¡ ´ëÇؼ­¸¸ ÆǺ°ºÐ¼®À» ÇÒ ¶§ »ç¿ëÇÑ´Ù. ¸¸¾à ¹æ¼Û»ç °øäÃâ½Åµé¸¸À» ´ë»óÀ¸·Î ÇÒ °æ¿ì °øä¿©ºÎ º¯¼ö(brod)¸¦ ¼±ÅÃÇÑ ÈÄ º¯¼ö°ª¿¡ 1À» ÀÔ·ÂÇϸéµÈ´Ù. ÀÌ ¿¹Á¦ÀÇ °æ¿ì Àüü ÄÉÀ̽º¸¦ ´Ù·ç´Â °ÍÀ¸·Î ÇÑ´Ù.

Åë°è(S) ´ëÈ­»óÀÚ´Â ±âÃÊÅë°è, ÇÔ¼öÀÇ °è¼ö, Çà·Ä·Î ±¸¼ºµÇ¾î ÀÖÀ¸¸ç ¿©±â¿¡¼­´Â ¸ðµç Åë°èÇâÀ» ¼±ÅÃÇÏ¿© °á°ú¸¦ È®ÀÎÇغ»´Ù.

´Ü°è¼±Åùý ´ëÈ­»óÀÚ´Â ´Ü°è¼±ÅùýÀ» »ç¿ëÇÒ °æ¿ì »ç¿ëÇÑ´Ù. ¿©±â¿¡¼­´Â ´Ü°è¼±ÅùýÀ» »ç¿ëÇÏÁö ¾ÊÀ½À¸·Î ¾²Áö ¾Ê¾Ò´Ù.

ºÐ·ù ´ëÈ­»óÀÚ´Â »çÀüÈ®·ü, °øºÐ»êÇà·Ä »ç¿ë, Ãâ·Â, µµÇ¥, °áÃø°ªÀ» Æò±ÕÀ¸·Î ´ëü µîÀ¸·Î ±¸¼ºµÇ¾î ÀÖ´Ù. »çÀüÈ®·üÀº ¸ðµç Áý´Ü¿¡ ¼ÓÇÒ »çÀüÈ®·üÀÌ µ¿ÀÏÇÏ´Ù°í °¡Á¤ÇÏ´Â °æ¿ì¿Í °¢ Áý´Ü¿¡ ¼ÓÇÑ ÄÉÀ̽ºÀÇ ºñÀ²¿¡ µû¶ó »çÀüÈ®·üÀ» °è»êÇÏ´Â °æ¿ì·Î ³ª´©¾îÁø´Ù. ¿©±â¿¡¼­´Â ¸ðµç Áý´ÜÀÌ µ¿ÀÏÇÑ °ÍÀ¸·Î °¡Á¤ÇÑ´Ù. ÀÌ¿Í ÇÔ²² Ãâ·Â¿¡¼­ °¢ ÄÉÀ̽º¿¡ ´ëÇÑ °á°ú¿Í ¿ä¾àÇ¥¸¦ ¼±ÅÃÇÏ¿´´Ù.

»õ ºÐ·ù·Î ÀúÀå ´ëÈ­»óÀÚ¿¡¼­ ¿¹Ãø ¼Ò¼ÓÁý´Ü(P)À» ¼±ÅÃÇϸé, ½ÇÁ¦ ÆÄÀÏ¿¡ ¿¹ÃøµÈ ¼Ò¼ÓÁý´ÜÀ» ³ªÅ¸³» º¸¿©ÁÖ¸ç, ÆǺ°Á¡¼ö(D)¸¦ ¼±ÅÃÇÏ¸é °¢ ÆǺ°ÇÔ¼öÀÇ ÆǺ°Á¡¼ö¸¦ º¸¿©ÁØ´Ù. Áý´Ü¼Ò¼Ó È®·ü(R)À» ¼±ÅÃÇϸé ÁÖ¾îÁø ÆǺ°Á¡¼ö¿¡ ´ëÇÑ ¼Ò¼ÓÁý´ÜÀÇ È®·üÀ» º¸¿©ÁØ´Ù.

Analysis Case Processing Summary
Unweighted Cases N Percent
Valid 88 92.6
Excluded Missing or out-of-range group codes 2 2.1
At least one missing discriminating variable 5 5.3
Both missing or out-of-range group codes and at least one missing discriminating variable 0 .0
Total 7 7.4
Total 95 100.0


¢¡ ºÐ¼® ÄÉÀ̽ºÀÇ Ã³¸® °á°ú¸¦ ¿ä¾àÇØ º¸¿©ÁØ´Ù. 95°³ ÄÉÀ̽º Áß¿¡¼­ 88°³ ÄÉÀ̽º°¡ ó¸®µÇ°í ³ª¸ÓÁö´Â 󸮵ÇÁö ¾Ê¾ÒÀ½À» ¾Ë ¼ö ÀÖ´Ù.

Group Statistics

Mean Std. Deviation Valid N (listwise)
JO
unweighted

weighted
1.00 INCOMEA 3.62 1.87 76 76.000
EDUCA 2.54 .77 76 76.000
ONAIR 1.97 1.18 76 76.000
AGE 40.34 11.87 76 76.000
CAREER 175.93 114.04 76 76.000
2.00 INCOMEA 2.50 1.62 12 12.000
EDUCA 2.67 .78 12 12.000
ONAIR 2.67 1.30 12 12.000
AGE 24.17 4.00 12 12.000
CAREER 65.67 148.06 12 12.000
Total INCOMEA 3.47 1.87 88 88.000
EDUCA 2.56 .77 88 88.000
ONAIR 2.07 1.21 88 88.000
AGE 38.14 12.43 88 88.000
CAREER 160.90 124.22 88 88.000


¢¡ ó¸®µÈ ÄÉÀ̽º Áß¿¡¼­ 1ÀÇ °ªÀ» °®´Â À¯È¿ÇÑ ÄÉÀ̽º°¡ 76À̸ç, 2ÀÇ °ªÀ» °®´Â ÄÉÀ̽º´Â 12ÀÌ´Ù. ÀÌ¿Í ÇÔ²² °¢ º¯¼öµéÀÇ Æò±Õ°ú Ç¥ÁØÆíÂ÷¸¦ ¾Ë ¼ö ÀÖ´Ù.

Tests of Equality of Group Means

Wilks' Lambda F df1 df2 Sig.
INCOMEA .957 3.832 1 86 .054
EDUCA .997 .280 1 86 .598
ONAIR .961 3.491 1 86 .065
AGE .798 21.724 1 86 .000
CAREER .906 8.908 1 86 .004


¢¡ Wilks ¶÷´Ù°¡ 1À̸é ÀÌ°ÍÀº °üÃøµÈ Áý´ÜÀÇ Æò±ÕÀÌ µ¿ÀÏÇÏ´Ù´Â °ÍÀ» ÀǹÌÇÏ°í ÀÌ °ªÀÌ 0¿¡ °¡±î¿ì¸é Áý´Ü³»ÀÇ ºÐ»êÀÌ ÃѺл꿡 ºñÇØ Àû±â ¶§¹®¿¡ Áý´ÜÆò±Õ°£¿¡´Â Â÷ÀÌ°¡ ÀÖ´Ù´Â °ÍÀ» ³ªÅ¸³½´Ù. À̸¦ º¸´Ù È®½ÇÇÏ°Ô ¾Ë ¼ö ÀÖ´Â °ÍÀº ÀÚÀ¯\µµ¸¦ °í·ÁÇÏ¿© ±¸ÇÑ F°ªÀÌ´Ù. F°ªÀÌ Å©¸é Áý´Ü°£ÀÇ ºÐ»êÀÌ Å©´Ù´Â °ÍÀ» ÀǹÌÇÑ´Ù. À¯ÀǼºÀÌ .05º¸´Ù Å©¸é Áý´Ü°£ÀÇ Â÷ÀÌ°¡ ¾ø´Ù´Â °ÍÀ¸·Î °£ÁֵȴÙ. »ç·ÊºÐ¼®ÀÇ °æ¿ì¿¡ ƯÈ÷ ±³À°(educa)°æ¿ì Áý´Ü°£ÀÇ Â÷ÀÌ°¡ ¾øÀ½À» º¸¿©ÁÖ°í Àִµ¥, Áý´Ü°£¿¡ Â÷ÀÌ°¡ ÀÖ´Â º¯¼öµéÀÌ ÆǺ°ºÐ¼®¿¡ ÀÌ¿ëµÈ´Ù.

Log Determinants
JO Rank Log Determinant
1.00 5 13.926
2.00 5 11.097
Pooled within-groups 5 14.247
The ranks and natural logarithms of determinants printed are those of the group covariance matrices.


Test Results
Box's M 58.723
F Approx. 3.230
df1 15
df2 1458.329
Sig. .000
Tests null hypothesis of equal population covariance matrices.


¢¡ BoxÀÇ M °ËÁ¤Àº Áý´ÜÀÇ °øºÐ»ê Çà·ÄÀÌ µ¿ÀÏÇÏ´Ù´Â °¡¼³À» °ËÁõÇÏ´Â °ÍÀ¸·Î À¯ÀǼºÈ®·üÀº Fº¯È¯¿¡ ±Ù°ÅÇÏ°í ÀÖ´Ù. ÀÌ °á°ú¿¡¼­´Â À¯ÀÇÈ®·üÀÌ .000À̹ǷΠµ¿ºÐ»êÇà·ÄÀÌ µ¿ÀÏÇÏ´Ù´Â ¿µ°¡¼³Àº ±â°¢µÈ´Ù. ÀÌ°ÍÀº ÆǺ°ºÐ¼®ÀÇ ±âº»°¡Á¤°ú À§¹èµÇ´Â °á°úÀÌÁö¸¸ °øºÐ»êÇà·ÄÀÇ µ¿Àϼº °¡Á¤ÀÌ ±Ø´ÜÀûÀ¸·Î À§¹èµÇÁö ¾Ê´Â´Ù¸é ÆǺ°½ÄÀ» ±×·¡·Î Àû¿ëÇÏ¿©µµ Å« ÁöÀåÀÌ ¾ø´Ù°í ¾Ë·ÁÁ® ÀÖ´Ù. ¿©±â¿¡¼­´Â ±×´ë·Î °á°ú¸¦ ºÐ¼®ÇÏ°íÀÚ ÇÑ´Ù.

Wilks' Lambda
Test of Function(s) Wilks' Lambda Chi-square df Sig.
1 .732 26.095 5 .000


¢¡ Wilks ÀÇ ¶÷´Ù°ªÀÌ Á¦½ÃµÇ°í ÀÖ´Ù. ¶÷´Ù°ªÀº .732·Î .000 ¼öÁØ¿¡¼­ À¯ÀÇÇÑ °ÍÀ¸·Î ³ªÅ¸³ª°í ÀÖ´Ù.

Standardized Canonical Discriminant Function Coefficients

Function
1
INCOMEA .587
EDUCA .065
ONAIR -.462
AGE 1.047
CAREER -.416


¢¡ À§¿¡ Á¦½ÃÇÑ Ç¥´Â Ç¥ÁØÈ­µÈ ÆǺ°½ÄÀ¸·Î½á ¿ø·¡ÀÇ µ¥ÀÌÅ͸¦ Æò±ÕÀÌ 0, Ç¥ÁØÆíÂ÷°¡ 1ÀÎ °ÍÀ¸·Î º¯ÇüÇÏ¿´À» ¶§ÀÇ ÆǺ°ÇÔ¼öÀÇ °è¼ö¸¦ ³ªÅ¸³½ °ÍÀÌ´Ù. ÆǺ°ÇÔ¼ö¿¡ ´õ Å«¿µÇâÀ» ¹ÌÄ¡´Â º¯¼ö¸¦ È®ÀÎÇÒ ¼ö ÀÖ´Ù.

Structure Matrix

Function
1
AGE .830
CAREER .531
INCOMEA .349
ONAIR -.333
EDUCA -.094
Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions
Variables ordered by absolute size of correlation within function.


¢¡ ÀÌ°ÍÀº ÆǺ°ÇÔ¼ö¿Í º¯¼öµé °£ÀÇ »ó°ü°ü°è °è¼ö¸¦ ³ªÅ¸³½ °ÍÀ¸·Î½á »ó°ü°ü°è°¡ ³ôÀº º¯¼öºÎÅÍ ³·Àº º¯¼ö ¼ø¼­·Î Á¦½ÃµÈ´Ù. ÀÌ °è¼ö°ªÀÌ Å¬¼ö·Ï ÆǺ°ÇÔ¼ö¿¡ ¿µÇâÀ» Å©°Ô ¹ÌħÀ» ¾Ë ¼ö ÀÖ´Ù.

Canonical Discriminant Function Coefficients

Function
1
INCOMEA .319
EDUCA .084
ONAIR -.387
AGE .094
CAREER -.003
(Constant) -3.532
Unstandardized coefficients


¢¡ Á¤ÁØÆǺ°ÇÔ¼ö °è¼ö´Â Ç¥ÁØÈ­ÇÏÁö ¾ÊÀº ÆǺ°ÇÔ¼ö·Î °¢ ÄÉÀ̽º¿¡ ´ëÇÑ ÆǺ°Á¡¼ö´Â ÀÌ ½Ä¿¡ ÀÇÇØ °è»êµÈ´Ù. À̸¦ ¼ö½ÄÀ¸·Î Ÿ³ª³»¸é ÆǺ°ÇÔ¼ö D = .319(incomea) + .084(educa) + .094(age) - (.387(onair) + .003(career))°¡ µÈ´Ù.

Functions at Group Centroids

Function
JO 1
1.00 .238
2.00 -1.507
Unstandardized canonical discriminant functions evaluated at group means


¢¡ ÀÌ°ÍÀº ¾Õ¼­ Á¦½ÃÇÑ ÆǺ°ÇÔ¼ö¿¡ ÀÇÇؼ­ µÎ Áý´ÜÀÇ ÆǺ°Á¡¼öÀÇ Æò±ÕÀ» ±¸ÇÑ °ÍÀÌ´Ù.

Classification Results(a)

Predicted Group Membership Total

JO 1.00 2.00
Original Count 1.00 61 15 76
2.00 1 11 12
Ungrouped cases 1 1 2
% 1.00 80.3 19.7 100.0
2.00 8.3 91.7 100.0
Ungrouped cases 50.0 50.0 100.0
a 81.8% of original grouped cases correctly classified.


¢¡ °¢ ÄÉÀ̽º¿¡ ´ëÇÑ ÆǺ°ºÐ¼® °á°ú¸¦ ¿ä¾àÇÏ°í ÀÖ´Ù. ½ÇÁ¦ 1 Áý´Ü¿¡ ¼ÓÇÑ 76 ÄÉÀ̽º Áß¿¡¼­ 61 ÄÉÀ̽º´Â ¿Ã¶ó¸£°Ô ¿¹ÃøµÇ°í ÀÖÀ¸³ª 15 ÄÉÀ̽º´Â ¿¹ÃøÀÌ ºø³ª°¡°í ÀÖ´Ù. ÀûÁß·üÀº 80.3%ÀÌ´Ù. ½ÇÁ¦ 2Áý´Ü¿¡ ¼ÓÇÏ´Â 12ÄÉÀ̽ºÀÇ ÀûÁß·üÀº 91.7%·Î¼­ 1 Áý´ÜÀÇ ÀûÁß·üº¸´Ù ³ô´Ù. ÆǺ°ºÐ¼®¿¡¼­ Á¦¿ÜµÇ¾ú´ø 8 ÄÉÀ̽º¿¡ ´ëÇÑ ºÐ¼®°á°ú 1ÄÉÀ̽º´Â 1Áý´Ü¿¡, 1 ÄÉÀ̽º 2 Áý´Ü¿¡ ¼ÓÇÏ´Â °ÍÀ» ÃßÁ¤µÈ´Ù. Àü¹ÝÀûÀÎ ÀûÁß·üÀº 81.8%À̸ç ÀûÁßµÇÁö ¸øÇÑ °ÍÀÌ 18.2%ÀÌ´Ù.