추론통계와 가설검증

알파(α)

가설  검증  시  1종  오류의  허용확률을  말함.  유의수준과  같은  의미,  α=.05는  유의수준  5%와  동일한  의미임

 

1.  추론 통계와 가설 검증

 

1) 가설 검증(hypothesis testing)

- 표본의 특성을 모집단에 일반화함으로써 가설의 진위를 결정하는 것
- 표본의 통계치 간의 차이나 관계가 모집단의 차이나 관계를 나타내는 것인지를 확인
- 추론 통계 활용
- 오차의 가능성을 유의수준(α)과 임계치(critical value)로 제시하여 가설을 기각또는 채택
- 예) : 여성의 우울증 유병율은 남성율보다 높다.

2) 가설 검증의 종류

- 연구가설(research  hypothesis) : 연구자가 지지하는 가설, 즉 검증하고자 하는 가설
- 귀무가설(null  hypothesis) : 연구가설에 대한 논리적 대안으로, 연구 결과로 나타난 통계치가 우연에 의한 것으로 진술하는 가설

3) 표본분포와 중심극한 정리

- 표본분포  :  표본추출을  반복한다고  가정할  때  각각의  표본에서  계산된  통계치의  분포
- 중심극한  정리  :  일정한  크기  이상의  표본을  무작위로  반복  추출하면  표본분포의  평균값은  모수와  일치하고  그  분포는  정규분포와  유사함
- 표준오차  :  추출된  표본들의  평균이  실제  모집단의  평균과  얼마나  떨어져서  분포되어  있는지를  알아내는  수치

 

2.  가설  검증을  위한  분석

 

1)  카이스퀘어  검증

-  주어진  자료가  명목변수인  비연속적  범주로  구성되어  있을  경우  두  변수  간의  관계(연관성)을  검정할  때  사용하는  방법
- 예  :  사회복지기관  직원의  성별과  직위  간의  관계  검증

 

2)  t  검증

가.  독립표본  t-검증(두  집단  간의  평균차이  검증)

- 독립된  두  개의  집단  간의  평균  차이가  유의미한지를  검증할  때  사용
- 최소한  N=30이상일  때  사용  가능하며,  우선적으로  두  집단간의  분산의  동질성에  대한  검증,  즉  등분산  검증을  확인해야  함
- 예  :  성별에  따른  자존감  또는  조직헌신도  등에  대한  평균차이  검증

 

 

나.  대응표본  t-검증(동일  집단  간의  사전  사후  t  검증)

- 어떤  집단의  사전검사와  사후검사의  차이  등을  알아보고자  할  때  활용
- 예  :  청소년의  자아존중감  향상프로그램에  참여한  대상자의  사전  점수와  사후 점수의  차이  검증

 

3)  일원분산  분석

- 독립변수에  세 개  이상의  집단이  있는  경우  각  집단에  대한  종속변수의  평균차이가  유의미한지를  검증할  때  사용
- 예  :  학력에  따른  조직헌신도의  차이에  대한  일원분산분석

 

4)  상관관계  분석

- 연속변수와  연속변수의  관계로서  둘  또는  그  이상의  연속변수들  중  한  변수가 변함에  따라  다른  변수가  어떻게  변하는지를  알아보는  것
- 예  :  사회복지사의  소득과  직무만족도  간의  상관관계  검증

5)  다중회귀  분석

- 연속변수와  연속변수의  관계로서  둘  또는  그  이상의  연속변수들  중  한  변수가 변함에  따라  다른  변수가  어떻게  변하는지를  알아보는  것
- 예  :  직원들의  소득,  근무년수,  헌신도  등이  직무만족도에  미치는  영향

학습정리
1. 추론통계와 가설 검증
-  가설  검증의  개념
-  가설  검증의  종류  :  연구가설,  귀무가설
-  표본분포와  중심극한  정리
2.  가설  검증을  위한  분석
-  카이스퀘어  검증
-  t-검증  :  독립표본  t검증,  대응표본  t검증
-  일원분산  분석
-  상관관계  분석
-  다중회귀  분석

 

 

 

 

부산디지털대학교 사회복지조사론 강의정리 : 이은자 교수 2021년 2학기 강의