기억하기 위한 간단한 정리
1. 범주변수
1) 범주변수 (비연속 변수) 는 교차분석을 시행하여 통계적으로 유의하게 차이를 보이는지 확인한다.
SPSS: [분석] - [기술통계] - [교차 분석표] '통계' 탭 카이제곱, 위험도에 체크, '셀' 탭 백분율-열에 체크
(기술통계가 함께 출력된다.)
P-value < 0.05: 유의하게 차이를 보인다 (귀무가설 기각)
0.05 이상: 유의한 차이를 보이지 않는다 (귀무가설 채택)
2) 범주변수 중 짝을 이루는 변수는 McNemar test를 한다.
P-value < 0.05: 유의하게 차이를 보인다 (귀무가설 기각)
0.05 이상: 유의한 차이를 보이지 않는다 (귀무가설 채택)
2. 연속변수
연속변수는 정규분포를 이루는지 여부 확인이 필요하다
1) 정규분포 여부 확인
50개 미만의 표본: Shapiro-Wilk test
50개 이상의 표본: Kolmogorov-Smirmov test
SPSS: [분석] - [비모수 검정] - [일표본]
(결과를 엑셀에 복사하는 방법: 그래프 더블클릭, 왼쪽 창 맨위의 '시각화 복사' 아이콘 클릭)
P-value < 0.05: 정규분포를 이루지 않는다 (귀무가설 기각)
0.05 이상: 정규분포를 이룬다 (귀무가설 채택)
2) 연속변수의 요인간 분포를 비교
종속변수 (연속) | 요인변수 | 검정방법 |
정규분포 | 이분형 | T-test |
정규분포 | 다항 (k) | One-way ANOVA |
비정규분포 | 이분형 | Mann-Whitney-U test = Wilcoxon rank sum test |
비정규분포 | 다항 (k) | Kruskal-Wallis test 등 |
SPSS
T-test: [분석] - [평균 비교] - [독립 표본 T 검정]
One-way ANOVA: [분석] - [평균 비교] - [일원 분산 분석]
Mann-Whitney-U test: [분석] - [비모수 검정] - [독립 표본] (2분형인 경우 자동 적용됨)
Kruskal-Wallis test: [분석] - [비모수 검정] - [독립 표본] (k 표본인 경우 자동 적용됨)
P-value < 0.05: 유의하게 차이를 보인다 (귀무가설 기각)
0.05 이상: 유의한 차이를 보이지 않는다 (귀무가설 채택)
3) 연속변수 기술통계: [분석] - [보고서] - [사례 요약] '통계' 탭에서 평균, 표준 편차 등 필요한 항목 선택
3. 이원분산분석
두 개 이상의 요인변수가 연속되는 종속변수에 미치는 영향 비교 (정규분포 시)
https://blog.naver.com/PostView.nhn?blogId=y4769&logNo=220146051135
위 블로그 참고하기
비정규분포 시 대안: Friedman test
Chi-squre test: 2 x 2, 3 x 3 등 범주형 변수 검정
Fisher's exact test: 범주형 변수인데, 각 변수의 기대빈도가 5 이하여서 정규분포에 근사하지 않을 때
t-test: 연속형 변수 2개의 분산을 비교
Mann-Whitney test: t-test의 비모수 검정
Wilcoxon rank-sum test: 독립표본 t-test의 비모수 검정 (Mann이 Wilcoxon에 속함)
ANOVA: 3개 이상의 연속형 변수에 대한 분산 비교 (t-test에 대응)
One-way ANOVA: 요인변수가 1개의 카테고리 (예: 과일의 종류)
Two-way ANOVA: 요인변수가 2개의 카테고리 (예: 과일의 종류와 계절)
Sheire-Ray-Hare test: Two-way ANOVA의 비모수 검정? 이라고 함..?
McNemar test: 범주형 변수의 paired test
Paired t-test: 연속형 변수의 paired test
Wilcoxon signed-rank test: paired t test의 비모수 검정
Repeated measures one-way ANOVA: 3개이상의 범주에 대한 paired test (paired t-test에 대응)
Kruskal-Wallis test: One-way ANOVA의 비모수 검정
Friedman test: Repeated measures ANOVA의 비모수 검정