Microsoft PowerPoint - 10_method

Size: px

Start display at page:

Download "Microsoft PowerPoint - 10_method"

해진 동
5 years ago
Views:

1 10. 연구방법론 - 측정, 연구법, 통계 - (1) 개관 예 ) 엄마와의애착이 연구방법론의세분야자존감에미치는영향 심리측정 (psychometrics) 구성개념 (construct) 을실존물 (entity) 로! 신뢰도, 타당도, 측정도구제작 연구법 (research methods) 어떻게설계 (design) 할것인가 실험법, 조사법, 관찰법 통계 (statistics) 자료 (data) 를가지고어떠한결론을내리는가? 기술통계 (, S ), 추론통계 (z, t, F) (1) 개관 (2) 심리측정 심리학의시작 : 인식론 인식론 (epistemology) 이란? 인식론의철학적접근 경험론자 : John Locke 합리론자 : Immanuel Kant, Rene Descartes 인식론의과학적접근 정신물리학 (psychophysics) : Fechner 심리학 (psychology) : Wilhelm Wundt 1879 년 Leipzig 대학에심리학실험실 과학적실험, 객관적자료와증명 타당도 (validity) 의미 : 정확성 (accuracy) 방법 내용 (content). cf) 안면 (face) 예 ) 애착설문지 준거관련 (criterion-related) 예언 (predictive). 예 ) 수능점수 & 대학평점 (GPA) 공시 (concurrent). 예 ) 수능점수 & 내신 구성 (construct) 수렴 (convergent). 예 ) EQ 대인간, 개인내지능 변별 (discriminant). 예 ) EQ IQ 1

2 (2) 심리측정 신뢰도 (reliability) 의미 : 일관성 (consistency) 종류 검사 - 재검사 (test-retest) 평 / 동 / 대형검사 (parallel/equivalent/alternative form) 단일검사시행방법 : 내적합치도 (internal consistency) 반분 (split-half) Cronbach s α : 문항공변량 신뢰도와타당도의관계 타당도 신뢰도 조건? 예 ) 엄마와의애착이 용어자존감에미치는영향 가설 (hypothesis) 연구문제에대한잠정적결론. cf) 가정 (assumption) 연구종류 발견지향적 (discovery-oriented) : 초기 가설검증적 (hypothesis-testing) : 연구의꽃 변인 (variable) 과구성개념 (construct) 변인 : 변할수있는것. cf) 변수 상수 구성개념 : 이론을위한가설적개념 관계 : 구성개념 변인 (2) 심리측정 심리측정 수준 : 대상에따른 유목혹은명명 (nominal). 예 ) 성별, 버스번호 순서혹은서열 (ordinal). 예 ) 석차 등간 (interval). 예 ) 섭씨온도, 대부분의구성개념 비율 (ratio). 예 ) 절대온도, 거리와무게단위 척도희석화효과 (scale-attenuation effects) 측정상의문제로연구결과에영향 천장효과 (ceiling effect). 예 ) 너무쉬우면모두 100 점 바닥효과 (floor effect). 예 ) 너무어려우면모두 0 점 변인의종류 : 인과관계에따라 독립변인 (independent variable ; IV) : 원인 종속변인 (dependent variable ; DV) : 결과 혼입 (confounding) 변인 제 3(third), 오염 (contaminated), 방해 (nuisance) 변인 허위관계 (spurious relationship) 유발 IV 3rd DV 예 ) 경제적능력, 아버지의협조, 양육지식등 2

정의 (definition) 종류 사전적 / 개념적 (conceptual) : 더이상설명필요없음 조작적 (operational) : 조작의관점에서 조작적정의의장점 명료성의증가로의사소통원활 실존물로변환시키는방법, 연구의방향 조작적정의의단점 다양하게정의가능, 어떤것이적절한지애매 이론과부합, 현실구현가능해야 연구의기본논리 표집의종류 확률

3 정의 (definition) 종류 사전적 / 개념적 (conceptual) : 더이상설명필요없음 조작적 (operational) : 조작의관점에서 조작적정의의장점 명료성의증가로의사소통원활 실존물로변환시키는방법, 연구의방향 조작적정의의단점 다양하게정의가능, 어떤것이적절한지애매 이론과부합, 현실구현가능해야 연구의기본논리 표집의종류 확률 (probability) 단순무선 (simple random) 층화 (stratified) : 비율유지 체계적무선 (systematic random) : 간격유지 군집 (cluster) : 단위별 비확률 (nonprobability) 편의 (convenience) : 가장손쉬움 의도적 (purposeful)/ 판단 ( judgmental) : 특정목적 눈덩이 (snowball) : 개인적접촉 연구의기본논리 외적타당도 (external validity) 내적타당도 (internal validity) 실험집단 (experimental group) 표본 (sample) 할당 (assignment) 일반화 (generalization) 무선할당 (random assignment) 모집단 / 전집 (population) 표집 (sampling) 무선표집 (random sampling) 통제집단 (control group) 연구의기본논리 혼입변인의종류 성숙 (maturation) : 아동의경우 연습효과 (practice effect) : 반복측정의경우 반응편향 (response bias) 요구특성 (demand characteristics)/ 반응성 (reactivity) 호손효과 (Hawthorne effect) 위약효과 (placebo effect) 순서효과 (order effect) 3

4 연구의기본논리 혼입변인통제 : 내적타당도높이는방법 무선할당 (random assignment) 통계적방법 : ACOVA ( 공변량분석 ) 균형화 (balancing) : 블록화 (blocking), 짝짓기 (matching) 맹목통제 (blind control) : 요구특성 기대통제 (expectancy control) : 호손효과, 위약효과 상쇄균형화 (counterbalancing) : 순서효과 실험법 (experimental method) 독립집단설계 (independent groups design) IV 는 1 개, IV 의수준은 2 개이상, 무선할당 통계 : IV 의수준이 2 개면 t 검증, 3 개이상이면 F 검증 예 ) 명상이학업성적에미치는영향 요인설계 (factorial design) IV는 2개이상, 각 IV의수준은 2개이상, 무선할당 통계 : F검증 장점 : 주효과뿐만아니라, 상호작용효과알수있음예 ) 명상과수면이학업성적에미치는영향 실험법 (experimental method) 실험법이란? 인과관계를알수있는대표적방법 IV 의조작과 DV 의관찰, 혼입변인의통제 한계 : 조작불가능변인, 윤리적문제 인과관계성립되기위한조건 IV 가 DV 보다선행 IV 와 DV 의상관 ( 공변 ) DV 의변화에대한 IV 이외의대안적설명불가 실험법 (experimental method) 주효과와상호작용효과 특정 IV의효과가다른 IV의하위수준에걸쳐강도나방향에서유의미한차이가 없으면 : 주효과 (main effect) 있으면 : 상호작용효과 (interaction effect) 상호작용효과가있으면주효과는중요치않음예 ) 성별과명상이학업성적에미치는영향 IV : 성별 (2)x명상참가여부 (2) DV : 학업성적 F값이유의미하면해석! 4

5 실험법 (experimental method) 예 ) 성별과명상이학업성적에미치는영향 학업성적 미참가 참가 학업성적 남자 미참가 여자 참가 예 ) ADHD 아동대상학습치료의효과 실험법 (experimental method) 단일사례 (=1) 실험연구 기본설계 : A-B-A 설계 집중도 A B A A : DV 기저선 (baseline) 측정 B : IV 처치할때의 DV 관찰 A : IV 제거한후 DV 관찰 논리 : IV 에따라 DV 가반복적으로변하면, 관계성립 한계 : =1 이므로, 내적타당도가위협, 예비연구로! cf) 사례연구 (case study) : 연구자임의대로실시 실험법 (experimental method) 집단 ( 피험자 ) 내설계 (within-group design) 장점 : 집단간설계에비해처치의민감성증가 원리 : 처치로인한변화 우연한차이 ( 오차 ). 집단간설계의오차 : 개인간차이. 집단내설계의오차 : 개인의시간차 혼입변인 : 연습효과, 순서효과 연습효과 : 측정간격조정, 동형검사실시 순서효과 : 상쇄균형화 연습효과와순서효과통제가능시집단내설계통제불가능시집단간설계 조사법 (survey method) 조사법이란? 상관연구법 (correlational method) 설문지를사용하여, 변인들사이의관계성을확인 혼입변인통제불가능이므로, 인과관계알수없음 인과관계와상관관계 상관관계는인과관계가성립되기위한조건중하나 인과관계가있으면상관관계가있으나, 그역은 ⅹ 5

6 관찰법 (observation method) 관찰법이란? 현장에서실제사건을알고싶을때 현장실험 (field experiment) 과는다름 관찰자 / 평정자간 (inter-observer/rater) 신뢰도 유목 ( 명명 ) 척도일때 : Cohen 의 kappa 계수 연속변인일때 : Pearson 의상관계수 (r) 예 ) 엄마와의애착이자존감에미치는영향 기술통계란? 주어진자료의요약 자료들 (data) 이동일하지않은특성 : 변량 (variate) 변량의특성을가지고있는것 : 변인 / 변수 (variable) 변인 / 변수의다양성 : 변산성 (variation/variability) 변산성의원인 : 개인차, 측정오차, 비신뢰성 자료의요약방법 그림 : 빈도분포, 빈도분포다각형, 히스토그램 수치 : 집중경향, 변산성의통계량 통계의종류 기술통계 (descriptive statistics) 자료를분석하고요약 표본 (sample) 의특성 : 통계치 (statistics ;, S ) 추론통계 (inferential statistics) 기술통계치에근거하여진리를추론 모집단 (population) 의특성 : 모수치 (parameter ; μ, ) 통계적의사결정론 (statistical decision theory) 기술통계의수치 집중경향 (central tendency) 의통계량 최빈값 (mode) 중앙값 (median) 평균 (mean ; = M ) 변산성 (variability) 의통계량 범위 (range) 준사범위 (semi-interquartile range) 2 분산 / 변량 (variance ; S = MS ) 표준편차 (standard deviation ; = SD ) S S 6

7 기술통계와분포 빈도 / 도수분포 (frequency distribution) 주어진자료들의빈도를나타냄 : 점수구간, Y : 빈도 (frequency) 정상분포 (normal distribution) 점근선이며, 좌우대칭이고, 단일최빈값을가지며, 집중경향통계량이일치 18C 천문학에서발견, 이후다양하게적용 : 몸무게, 머리크기, 체중, 달리기속도등 무한수의사례가있는모집단에기초한이상적분포 μ 와 에따라다양함 추론통계와분포 추론통계의목적과확률 주어진자료 ( 표본 ) 에근거하여모집단을추론 확률분포 (probability distribution) 주어진자료가발생할확률을나타냄 : 점수분포 (± ), Y : 밀도 (density), 면적 : 확률 정상확률분포 (normal probability distribution) 평균 μ 이고, 표준편차 인모집단에서변인 가이론적으로발생할이론적확률의분포 추론과계산이용이 : 전체면적 = 1 기술통계와분포 분포의편포 (skewness) 정상분포 : 최빈값 = 중앙값 = 평균값 정적편포 : 최빈값 < 중앙값 < 평균값 부적편포 : 평균값 < 중앙값 < 최빈값 추론통계와분포 정상확률분포 (normal probability distribution) 최빈값 최빈값중앙값평균값 평균값중앙값최빈값 중앙값 평균값 7

모집단 추론통계와분포 정상확률분포를이용하기위한조건 ( 표본에근거하여모집단을추론할때 ) 모집단이정상분포일경우 표본의수 () 에상관없이정상확률분포사용가능 정상분포가아니라는증거없으면정상분포로간주 모집단이정상분포가아닐경우 무선적으로표집하고, 표본의수 () 가커질수록표집분포는정상분포에접근!

8 모집단 추론통계와분포 정상확률분포를이용하기위한조건 ( 표본에근거하여모집단을추론할때 ) 모집단이정상분포일경우 표본의수 () 에상관없이정상확률분포사용가능 정상분포가아니라는증거없으면정상분포로간주 모집단이정상분포가아닐경우 무선적으로표집하고, 표본의수 () 가커질수록표집분포는정상분포에접근! 중심극한정리 (central limit theorem) 추론통계와분포 정상확률분포를이용하기위한조건 모집단이정상분포가아닐경우 =1 표집분포 =3 표집분포 모집단 , 2, 3, 4, 5, 6, 7, 8, 9, 10 μ =5.5, =3 =5.5, 5 =3 =5 표집분포 = 표집분포 =5.5, 1.8 =5.5, 1.3 =5.5, =0 추론통계와분포 표집분포의이해 무수한표본특성의분포 : 평균과표준편차등 sample 1 1 sample 2 2 빈도분포아닌, 확률분포 평균의표집분포일경우 평균 = μ 표준오차 (standard error) : 표본 ( 평균 ) 으로모집단 ( 평균 ) 을예측할때발생할수있는오차의대표값 population μ, sample 3 3 = μ 표본과표집, 편차와오차 표본분포 : 빈도분포 원자료 () 의대표값 : 평균 ( ) 편차발생 편차 ( ) 의대표값 : 표준편차 (SD) 표집분포 : 확률분포표집오차발생 표본평균 ( ) 의대표값 : 평균 ( = μ) 표집오차 ( μ) 의대표값 : 표준오차 (SE) 편차와오차 편차 (deviation) : 평균과자료들의차이 오차 (error) : 평균으로자료나모집단예측시 8

의사결정에서의오류 합리적의사결정 : 낮은확률을기각 그러나낮은확률도발생가능 : 1 종오류 = α H 0 H 1 1-α 1-β βα 1 종오류를줄이려면, 2 종오류가증가, 그역도성립 유의수준 (significant/critical level ; α) 반증 / 기각의결정기준 : 기각영역 (critical region)

9 영가설 (null hypothesis) 의논리 가정 (assumption) 과가설 (hypothesis) 의차이 Francis Bacon David Hume Karl Popper 검은백조문제 (Black Swan Problem) : 18C 호주 영가설 (H 0 ) vs. 대립가설 (alternative hypothesis ; H 1 ) H 0 을기각하는방법 H 0 의전제에서자료 ( 표본 ) 들의가능성 : 표집분포 분포에서실제자료의위치 (p ) 를계산 유의수준 (α) 보다작으면 ( 기각영역에포함 ) 기각! 의사결정에서의오류 합리적의사결정 : 낮은확률을기각 그러나낮은확률도발생가능 : 1 종오류 = α H 0 H 1 1-α 1-β βα 1 종오류를줄이려면, 2 종오류가증가, 그역도성립 유의수준 (significant/critical level ; α) 반증 / 기각의결정기준 : 기각영역 (critical region) 의사결정은확률로! α =.05, /.01, /.001 예 ) 로또 1/8,145, = % 기각영역의설정 : α =.05 일경우 양방향검정 일방향검정 의사결정에서의오류 합리적의사결정 : 낮은확률을기각 그러나낮은확률도발생가능 : 1 종오류 = α 의사결정 H 0 진실참 ( 발생 ) 거짓 ( 발생ⅹ) 기각못함 1-α β(2종오류 ) 기각 α(1종오류 ) 1-β( 검정력 ) 1 종오류를줄이려면, 2 종오류가증가, 그역도성립 9

10 의사결정의목표 1 종오류는줄이고, 검정력은높여야 영가설 (H 0 ) : 평상시 쓰나미안온다 의사결정 수용 ( 관찰 ) 기각 ( 대피 ) 쓰나미안오면평상업무해고! 실제상황 쓰나미오면감봉표창과포상 검정력 (power of test) 영가설이거짓일때, 기각할수있는확률 : 1-β 검정력을높이는방법 영가설 (H 0 ) 과대립가설 (H 1 ) 의차이가클수록 1종오류 (α) 검정력 (1-β) 표본의크기 () 이크고, 모집단의분산 () 이작을수록 H 0 H 1 H 0 H 1 < 1종오류 (α) 검정력 (1-β) 검정력을높이는방법 영가설 (H 0 ) 과대립가설 (H 1 ) 의차이가클수록 H 0 H 1 H 0 H 1 < 검정력을높이는방법 영가설 (H 0 ) 과대립가설 (H 1 ) 의차이가클수록 1종오류 (α) 검정력 (1-β) 표본의크기 () 이크고, 모집단의분산 () 이작을수록 유의수준 (α) 이클수록 H 0 H 1 α =.05 α =.01 H 0 H 1 < 10

검정력을높이는방법 영가설 (H 0 ) 과대립가설 (H 1 ) 의차이가클수록 1종오류 (α) 검정력 (1-β) 표본의크기 () 이크고, 모집단의분산 () 이작을수록 유의수준 (α) 이클수록 양방향검정보다는일방향검정이 H 0 H 1 H 0 H 1 양방향일방향 < 통계검정방법의종류 모수적기법 > z 검정 : 단일표본평균 (μ, 알때 ) 예 )

11 검정력을높이는방법 영가설 (H 0 ) 과대립가설 (H 1 ) 의차이가클수록 1종오류 (α) 검정력 (1-β) 표본의크기 () 이크고, 모집단의분산 () 이작을수록 유의수준 (α) 이클수록 양방향검정보다는일방향검정이 H 0 H 1 H 0 H 1 양방향일방향 < 통계검정방법의종류 모수적기법 > z 검정 : 단일표본평균 (μ, 알때 ) 예 ) 학력평가결과전국평균 (μ) 이 80( =10) 이고아침마다명상을한 50 명은 M=85(SD=5) 일때 50 명의성적은전국평균과다른가? Population μ, sample, S μ z =, z ~ n (0, 1) 통계검정방법의종류 모수적기법 z검정 : 단일표본평균 (μ, 알때 ) t검정 : 단일표본평균 (μ 알때 ) t검정 : 두독립표본평균의차 t검정 : 두종속 ( 짝진 ) 표본평균의차 F검정 : 세집단이상의평균의차 비모수적기법 2 χ 검정 : 비율의차이 통계검정방법의종류 모수적기법 > t 검정 : 단일표본평균 (μ 만알때 ) 예 ) 학력평가결과전국평균 (μ) 이 80 이고아침마다명상을한 50 명은 M=85(SD=5) 일때 50 명의성적은전국평균과다른가? population μ sample, S μ t =, df = -1 S 11

12 통계검정방법의종류 모수적기법 > t 검정 : 두독립표본평균의차예 ) 일상적아침을보낸 50 명은 M=82(SD=3) 이고아침마다명상을한 50 명은 M=85(SD=5) 일때명상은성적을높인다고할수있는가? 가설설정 1 : 등가설의경우양방향검정 영가설 (H 0 ) : μ 1 =μ 2 두집단은차이가없다 대립가설 (H 1 ) : μ 1 μ 2 가설설정 2 : 부등가설의경우일방향검정 영가설 (H 0 ) : μ 1 μ 2 일상은명상이상이다 대립가설 (H 1 ) : μ 1 < μ 2 통계검정방법의종류 모수적기법 > t 검정 : 두종속표본평균의차예 ) 아침마다명상을한 50 명의수학이 M=82(SD=3) 이고국어가 M=85(SD=5) 일때, 두과목의점수가유의미한차이가있는가? population sample data 1 1, S 1 data 2 2, S2 1 2 t =, df = -1 S 1 2 통계검정방법의종류 모수적기법 > t 검정 : 두독립표본평균의차예 ) 일상적아침을보낸 50 명은 M=82(SD=3) 이고아침마다명상을한 50 명은 M=85(SD=5) 일때명상은성적을높인다고할수있는가? population sample 1 1, S1 t sample 2 2, S 2 df 1 2 =, = S1 S 통계검정방법의종류 모수적기법 > F 검정 : 세집단이상의평균의차예 ) 명상을 10 분실시집단의 M=80(SD=5), 분은 M=82(SD=4), 1 시간은 M=90(SD=6) 일때세집단간유의미한차이가존재하는가? population sample 1 1, S1 sample 2 2, S2 sample 3 3, S 3 MS between F = MS, ( df, df between within ) within 12

13 통계검정방법의종류 2 비모수적기법 > χ 검정 : 표본비율의차예 ) 대학 1학년의선호전공비율은남녀가다른가? O ( 관찰치 ) E ( 기대치 ) 남 여 남 여 심리학 34명 49명 40명 44명 사회학 21명 32명 25명 27.5명 경제학 45명 29명 35명 38.5명 = 2 2 ( O E) χ, df = ( p 1)( q 1) E 분산분석 (analysis of variance ; AOVA) 조건과가정 변인의조건 IV : 질적 ( 범주 ) 변인 집단구분 DV : 등간척도이상의양적 ( 연속 ) 변인 정상성 : 각모집단이정상분포 등분산성 : 각모집단은등분산 독립성 : DV 는다른변인과의관계 ( 공변 ) 없음 분산분석 (analysis of variance ; AOVA) t 검정의한계 세집단의평균을비교할경우 H 0 : A=B=C 이고 t 검정은두집단의차이만알수있기때문에 H 0 이맞기위해서는 A=B 이고, B=C 일때, C=A! α=.05 에서 1 종오류를범하지않을확률은.95 이므로 3 회계산시.95ⅹ.95ⅹ.95=.84 이므로 결국 1 종오류를범할확률은.16 으로증가! 세집단이상의비교시 t 검정은부적절 한번의계산으로집단간차이를알수있어야 분산분석 (analysis of variance ; AOVA) F 검정의논리 연구에서변산성의원인 : 개인차 ( 오차 ), 처치결과 세집단간비교시 집단내의변산성 : 오차 MS within 집단간의변산성 : 처치결과 + 오차 MS between MSbetween F = MSwithin F 1 : 집단간차이는오차수준 F > 1 : 집단간차이는오차수준이상, 즉유의미함! 13

14 분산분석 (analysis of variance ; AOVA) 사후검정 (post hoc test) t 검정은두집단의평균의차이를계산하므로 어느쪽이큰지확인하는것이어렵지않음 F 검정은세집단의분산을비교하므로 유의미한값의원인을파악하는것이쉽지않음예 ) A 집단 80 점, B 집단 82 점, C 집단 90 점일때 A, B, C 의차이가모두유의미한가? A 와 B 는유의미않고, A 와 C, B 와 C 가유의미한가? 사후검정의종류 : Scheffe > Tukey > Duncan 분산분석 (analysis of variance ; AOVA) 종류 일원분산분석 (one-way AOVA) : IV 가 1 개, DV 가 1 개 ( 일변량분포 ) 독립집단설계 다원분산분석 (n-way 혹은 multi-way AOVA) : IV 가여러개, DV 가 1 개 요인설계 cf) 다변량분석 (multivariate AOVA ; MAOVA) : IV 의수에상관없이 DV 가여러개 ( 다변량분포 ) 공분산분석 (analysis of covariance ; ACOVA) : IV 가여러개, DV 가 1 개, 혼입변인을계산 분산분석 (analysis of variance ; AOVA) 효과크기 (effect size) 유의한 F 값을얻었다는것은? 집단간차이 ( 처치효과 ) 가유의미하다는것뿐이지 그정도 ( 크기 ) 에대해서는아무런정보도주지않음예 ) A 약효검증 : 무처치 (3), 가약 (4), A 약 (20) F=15.2** B 약효검증 : 무처치 (9), 가약 (8), A 약 (39) F=21.8** 효과크기는전체변산중처치효과에기인한정도 SS between( effect) η 2 = SS total 정상분포의종류 일변량 (univariate) 정상분포 평균이 μ, 표준편차가 인모집단에서변인 가발생할이론적확률을보여주는분포 이변량 (bivariate) 정상분포 1 () 의특정값과 2 (Y) 의특정값을동시에가지는사례가발생할이론적확률을보여주는분포로 ρ 는모집단에서 1 () 와 2 (Y) 의상관계수 다변량 (multivariate) 정상분포 k 개의연속변인들이결합하여만든분포 k =1 일때일변량, k =2 일때이변량 14

정상분포의종류 일변량 (univariate) 정상분포 이변량 (bivariate) 정상분포 회귀분석 (regression analysis) 회귀방정식 : Y ˆ = b + a b = 회귀계수 : 기울기 (b), 절편 (a) s 2 = r s 기울기 (b) 와상관 (r) : 같은방향 (+, ) 이나다른수치 와 Y를표준점수 (M=0, SD=1) 로변환 s

15 정상분포의종류 일변량 (univariate) 정상분포 이변량 (bivariate) 정상분포 회귀분석 (regression analysis) 회귀방정식 : Y ˆ = b + a b = 회귀계수 : 기울기 (b), 절편 (a) s 2 = r s 기울기 (b) 와상관 (r) : 같은방향 (+, ) 이나다른수치 와 Y를표준점수 (M=0, SD=1) 로변환 s 표준화회귀방정식 Yˆ Y = r + a s (standardized regression equation) 1 표준화회귀계수 : r = β z ˆ = r z + 0 Y 1 결국상관은표준화한회귀계수! z rz Yˆ = s Y s Y 회귀분석 (regression analysis) 산포도 (scatter plot) 회귀선 (regression line ; best fit line) 목적 : 자료의관계성에근거하여예측하기위함 최소자승의법칙 (least square method) Yˆ : 실제값 (Y) 과예측값 ( Yˆ ) 의차이인예측오차 (errors of prediction) 혹은잔차 (residual) 제곱의합이최소가되는법칙 회귀방정식 (regression equation) Y ˆ = b + a 회귀분석 (regression analysis) 회귀방정식 : Y ˆ = b + a 와 Y를표준점수 (M=0, SD=1) 로변환 : Y Yˆ Y zy ˆ z rz Yˆ = 15

16 회귀분석 (regression analysis) 상관계수와결정계수 Pearson 의상관계수 (r) 와 Y 의관계성, 방향과강도 회귀선의기울기 (b) 와연관 : 표준화회귀계수 (β) 범위 : -1 r 1 결정계수 (r 2 ) 에대한 Y 의설명량 변량적 ( 백분율 ) 해석이가능 범위 : 0 r 2 1 회귀분석 (regression analysis) 다중공선성 (multicolinearity) 의미 공선성 (collinearity) : 두변인이 1.00 에가까운상관 다중공선성 : 중다회귀분석에서 IVs 간높은상관 주의 원자료에한두개의사례가첨가 ( 누락 ) 되어도추정된회귀계수가큰폭으로달라질수있음 다중공선성이높은변인은제외해야 반대로상관이 0 인변인도제외해야 회귀분석 (regression analysis) 종류 단순회귀분석 (simple regression analysis) :IV 가 1 개, DV 가 1 개 중다회귀분석 (multiple regression analysis) : IV 가여러개, DV 가 1 개 요인분석 (factor analysis) 종류 공통요인분석 (common factor analysis) : 요인분석 주성분분석 (principal component analysis) 공통요인분석이란? 관찰 (observational) 혹은측정 (measured) 변인에공통적으로영향을미치는잠재요인을찾아내는기법 주성분분석이란? 측정변인을조합해서주성분을만드는기법으로많은양의자료를단순화, 요약하는자료축약기법 16

17 요인분석 (factor analysis) 변인의방향 고유요인 ( 오차 ) 주성분분석 공통요인분석 P F 자료축약 이론검증 ( 원인발견 ) 의분산을설명 의상관을설명 가정하지않음 가정함 원상관행렬사용 축소상관행렬사용 P=a 1 1 +a a i i =a 1 F 1 +a 2 F 2 + +a i F i +U 자유도 (degree of freedom) 일반적개념 : 독립적인행위차원의수 통계학적개념 모수추정에사용되는자료중에서모집단에대한정보를제공하는독립적인자료의수 보통공식의분모로사용됨 2 ( ) ( Y Yˆ ) = S = S Y. = 1 2 평균표준편차표준오차 2 17

methods.hwp

methods.hwp 1. 교과목 개요 심리학 연구에 기저하는 기본 원리들을 이해하고, 다양한 심리학 연구설계(실험 및 비실험 설계)를 학습하여, 독립된 연구자로서의 기본적인 연구 설계 및 통계 분석능력을 함양한다. 2. 강의 목표 심리학 연구자로서 갖추어야 할 기본적인 지식들을 익힘을 목적으로 한다. 3. 강의 방법 강의, 토론, 조별 발표 4. 평가방법 중간고사 35%, 기말고사