연관성분석

01. 연관성 분석

조사 대상에서 수집한 자료의 척도를 기준으로 변수들 간에 어느 정도 밀접한 관계가 있는지를 판단하기 위한 분석 방법
자료의 척도를 기준으로 변수 간의 연관성을 파악하기 때문에 척도에 따라 연관성 분석 방법도 달라짐

02. 상관성 분석

조사 목적에 맞게 구성된 변수들 간의 연관성을 분석하는 방법

2.1 상관분석 (Correlation Analysis)

두 변수를 기준으로 양의 방향과 음의 방향으로 일정한 규칙이 나타내는 선형관계의 형태와 연관정도를 수치로 표현한 것

2.2 산포도 (Scatter Diagram)

두 개의 변수의 분포 정도를 확인
표본의 중심경향을 파악하고, 표본이 분포하고 있는 정도를 나타낸 것
산포도를 나타내는 지표: 분산, 표준편차, 범위, 사분위수, 백분위수

2.3 공분산과 상관계수

1) 공분산 (Covariance)

두 개의 확률변수에 대한 흩어짐의 정도가 동일방향인 양(+) 방향인지, 혹은 반대 방향인 음(-)의 방향인지를 나타내는 수치

두 변수가 서로 변하는 정도를 수치로 나타낸 것

2) 상관계수

공분산을 표준화한 값
공분산을 계산하여 결과값만으로는 크기만 짐작할 수 있으며 계산된 결과로 어떠한 관계인지 정확하게 파악하기 힘듦

공분산의 한계를 극복하기 위해 표준화된 공분산 계수 -> 상관계수

03. 교차분석

3.1 교차분석 (Cross-tabulation Analysis)

1) 교차분석이란

범주형으로 구성된 자료들 간의 연관관계를 확인하고 싶을 때
교차표를 만들어서 범주형 자료의 연관관계를 확인한다.

변수들의 빈도를 이용하여 상호 연관성을 판단한다.
검정통계량: 카이제곱 통계량 (카이제곱 검정이라고도 한다.)

2) 교차표

2개의 조사 요인에 대한 자료값을 각각 행과 열로 배치하여 교차되는 항목에 대한 빈도를 나타낸 표
교차표의 행과 열에 범주형 변수를 구분하여 입력한다.

• 서로 연관성 있는 빈도를 확인할 수 있음
  

3) 관측빈도와 기대빈도

• 관측빈도
  - 실제로 수집된 데이터의 빈도
  
• 기대빈도
  - 전체 빈도에 대하여 열의 합을 기준으로 각 교차되는 셀에 몇 번의 빈도가 확인될 수 있을지 예상하는 기대값

4) 카이제곱 검정통계량

3.2 적합도 검정 (Goodness-of-fit Test)

• 하나의 범주형 변수
• 실험 또는 조사 결과가 이론적으로 주어진 분포를 따르는지 검정한다.

3.3 독립성 검정 (Independence Test)

• 두 개의 범주형 변수
• 여러 범주를 대상으로 각 범주들이 독립적인가 그렇지 않은가

3.4 동질성 검정 (Homogeneity Test)

• 두 개의 범주형 변수에 대하여
• 두 변수의 확률분포가 동일한가?