학위논문통계

1. 확인적 요인분석과 인과모형 지난번에 이야기한 스트레스==> 소진 관계에 대한 확인적 요인분석을 한다고 계속 가정하죠. 스트레스는 경제적 스트레스와 인간관계 스트레스 2개의 하위영역 변인이 있고, 경제적 스트레스는 2개의 설문문항으로, 인간관계 스트레스는 3개의 설문문항으로 측정한다고 하죠. 그림 확인적 요인분석 다음과 같고 만약 인과관계 가설 검증을 하기 인과 모형을 그리면 다음과 같습니다. 그림 인과모형 그럼 위 확인적 요인분석과 어떻게 다른가를 보면 1) 인과관계를 나타내는 경제적 스트레스==> 소진, 인간관계 스트레스 ==> 소진은 양방향 화살표에서 인과관계를 나타내는 일방향 화살표로 바꾸고요. 경제적 스트레스와 인간관계 스트레스간에는 인과관계가 아니기 때문에 바꿀 필요가 없습니다. 2) 종속..

대통령 아침 저녁으로 출퇴근 길이라 합니다. 마치 외국 대통령 방문 한 것처럼 아침 저녁으로 맨날 이 지랄을 하고 있다고 하네요. https://www.tiktok.com/@f4587777/video/7099786900537396481?_r=1&_t=8UjyqriIudV&is_from_webapp=v1&item_id=7099786900537396481 밤마다 숥 처먹으로 기어 나갈 때도, 지 마누라 옷 사러 기어 나갈 때도 경찰이 나가 통제해야 하죠. 안하면 어떻게 됩니다. 교통신호에 걸릴 때 한방 날리면 대통령이고 나발이고 그냥 죽는 것이죠. 청와대에 그냥 조용히 있으면 되잖아요. 청와대에 있으면 못 움직입니다. 들어가고 나가는 사람 확실하게 체크해야 하거든요. 특급 국가안보 정보가 있기 때문에 그렇게..

이번은 이원분산을 이용해서 사전-사후, 실험-통제집단의 실험효과를 검증하는 방법을 설명하겠습니다. 이 경우는 데이터는 공변량 분석과 다르게 하나의 변수로 처리해야 합니다. 즉, 공변량 분석에서는 집단 사전측정값 사후측정값 0 3.5 3.7 0 3.25 3.19 1 2.85 3.25 1 3.41 3.54 0은 통제집단, 1은 실험집단이고요. 그러나 이원분산분석에서는 시차 변수를 추가하고 측정변수는 하나로 만들어야 합니다. 집단 시차 측정값 0 0 3.7 0 0 3.19 0 1 3.7 0 1 3.19 1 0 2.85 1 0 3.41 1 1 3.25 1 1 3.54 이원분산분석 식을 쓰면 Y=u+a+b+a*b+e 이렇게 됩니다. 원래 a와 b는 그리스 문자로 쓰는 것이 관례인데 여기 네이버 블로그에서는 수식편..

사전-사후, 실험집단-통제집단 실험계획에서 가장 많이 사용하는 공변량 분석에 대해 이야기해보죠. 모형식은 Y=b0+b1*X+group+e 사후측정값=bo+ b1*사전측정값+ 집단효과(실험집단과 통제집단)+ 오차 이 모형을 어렵게 생각할 필요가 없습니다. b1=1로 고정하면 사후측정값-사전측정값=bo+ 집단효과(실험집단과 통제집단)+ 오차 하면 우리가 일상생활에서 많이 하는 방법이 됩니다. 즉 어떤 사건이후 사건 전 값과 사건 이후 값하고 차이를 구한 다음 이게 집단별로 차이가 있는지 검증한 것에 불과합니다. 통계학에서는 b=1로 놓지 않고 좀 더 정교하게 분석한 것에 불과합니다. 사실 이 공변량 분석은 통계학 입장에서는 이론적으로 별 문제는 없습니다. 사전측정값이 독립변수로 들어갔는데 이 경우 통계학에서..

실험계획(Experiment Design)은 용어는 좀 생소한데 흔히 하는 사전-사후, 실험집단-통제집단을 설정하여 실험(treatment)의 효과를 검증하는 방법입니다. 이 분야가 현실에서는 매우 중요함에도 불구하고 논문이나 아니면 학계에서 별 인기가 없는 분야입니다. 기본적으로 이론이 분산분석(ANOVA)이기 때문에 통계학 전공하는 사람도 별 관심이 없죠. 요새 같으면 통계 전공하는 학생은 다 인공지능 이런 것 하려고 하지 이런 분야 안 하거든요. 예를 들어 어떤 비료가 농작물 수확에 더 좋을까, 또는 어떤 토양에서 나무가 더 자랄까 이런 것을 실험한다고 해보죠. 그럼 농작물이 다 자라거나, 아니면 나무가 충분히 성숙할 때까지는 최소 1년에서 몇 년까지 걸립니다. 한번 실험 하는데 몇 년씩이나 걸리고..

오늘은 확인적 요인분석에 대해서 써 보죠. 일단 구조방정식 그림 그리는 방법을 자세히 설명한 기초적인 책은 한 권 구입하시는 것이 좋습니다. 1. 자신의 연구모형이 매개변수가 들어가는 구조방정식 모형이 아니면 확인적 요인분석을 할 필요가 없습니다. 이 이야기는 구태여 확인적 요인분석이 꼭 필요한 절차는 아니라는 것입니다. 확인적 요인분석이 꼭 필요한 절차라면 구조방정식 모형이 유행하기 전에 나온 거의 모든 논문은 틀렸다는 이야기기 밖에 안됩니다. 확인적 요인분석을 측정모형이라고도 합니다. 이에 반해 실제 구조방정식의 인과관계를 검증하는 모형을 인과모형이라고 하고요. 2. 탐색적 요인분석과 확인적 요인분석 비교. 탐색적 요인분석을 구조방정식 모형의 확인적 요인분석처럼 그림을 그려서 두 가지 방법을 비교해 ..

1. 실제 예 오늘은 탐색적 요인분석의 실제 예를 한번 보겠습니다. 소셜 미디아의 인플루언서의 특성에 대한 탐색적 요인분석 결과입니다. 소셜미디아는 한국에서 SNS라고 하죠. 한국에서만 쓰는 용어로 알고 있습니다. 따라서 논문에서는 소셜미디아라고 하는 것이 나을 겁니다. 요새는 소셜 미디아 인플루언서를 이용하여 광고를 많이 합니다. 그래서 인플루언서의 어떤 특징이 광고에 효과가 있는지 알아 보려고 하는 것입니디다. 인플루언서 특징의 하위변인으로 신뢰성, 전문성, 매력성으로 구분하고 신뢰성은 6문항, 전문성은 5문항, 매력성은 4문항으로 설문조사를 하였습니다. 1차 탐색적 요인분석 결과입니다. Component 1 2 3 신뢰1 .310 .808 .121 신뢰2 .292 .818 .150 신뢰3 .268 ..

전화는 010-7547-3257 멜은 datana@daum.net, sambapati9@naver.com 블로그는 원래 다음에서 했습니다. 지금 네이버로도 이전 작업을 하고 있습니다. blog.naver.com/sambapati9 입니다. 네이버는 가능하면 초보자도 이해하기 쉽도록 쓸려고 노력하고 있습니다.

이번 사태로 네이버 블로그로 이전했습니다. 여기보다 좀 정리된 형태로 통계 분석 부분만 운영하려고 합니다. 여기도 글을 계속 쓸겁니다. 네이버 주소는 blog.naver.com/sambapati9 입니다. 네이버 멜은 sambapati9@naver.com 다음 주소 datana@daum.net을 사용하셔도 되고요.

1. 통제변수 추가 회귀분석을 할 때 독립변수 X가 유의적인 영향력이 나와야 하는데 아깝게 p=0.065로 유의수준 0.05에서 유의하지 않았다고 해보죠. 이럴 경우 인구통계 변인을 통제변수로 넣으면 종종 독립변수 X가 유의적으로 나올 수 있습니다. 교묘하게 조작을 하는 것이죠. 이 경우 원래 통제변수의 정의에 따라 인구통계 변인 중 종속변수 Y와의 관계가 깊은 변수를 넣어야 합니다. 즉 상관계수 분석이나 분산분석 결과를 보고 종속변수 Y와 밀접한 관계가 있는 인구통계 변인을 통제변수로 넣어야 하는 것이 원칙입니다. 그러나 이렇게 원칙적으로 넣으면 오히려 결과가 더 안좋게 나오는 경우가 많습니다. 즉 독립변수 X의 p 값이 더 커지는 경우가 많습니다. 그러나 종속변수 Y와 전혀 상관이 없는 인구통계 변인..