여러분 안녕하세요 🙂 드림셀화 논문 컨설팅입니다. 오늘은 SPSS에서 이원배치 분산분석을 하는 방법에 대해서 알아보도록 하겠습니다. 저번에 SPSS에서 일원배치 분산분석을 하는 방법을 올렸는데 기억나시나요? 오늘은 일원배치 이원배치 뭐가 달라? 라는 분들을 위해서 어떻게 다른 사용법을 알려드리도록 하겠습니다.
그럼 오늘도 SPSS로 통계분석을 마무리하는 이원배치 분산분석에 대해서 저와 함께 알아보겠습니다.고고씽♬♪♩
그럼 오늘도 SPSS로 통계분석을 마무리하는 이원배치 분산분석에 대해서 저와 함께 알아보겠습니다.고고씽♬♪♩
I, 우선 이원배치 분산분석도 귀무 가설은 집단에 따라 평균 차이가 없다. 그리고 대립 가설은 집단에 따라 평균 차이가 나는 것으로 나뉩니다. 다만 여기서 독립변수는 집단이 둘 이상인 범주형 변수가 두 개, 종속변수는 연속형 변수여야 합니다. 즉 일원배치분산분석에서는 독립변수가 하나인데 이원배치분산분석에서는 독기가 있는 변수가 2개 있다는 점이 다른 점입니다. 따라서 만약 논문을 쓴다면 이런 가설의 경우 이원배치분산분석을 쓰게 됩니다. 학년(독립변수1)과성별(독립변수2)에따른평균키(종속변수)에차이가있다.그래서우리는SPSS로실습을할때아래내용을확인합니다.’학년과 성별에 따른 토익 점수 차이가 있다’에서는 저와 함께 하나씩 살펴보도록 하겠습니다.
자, 먼저 데이터를 입력하십시오. 자, 두 개의 독립 변수를 각각 위와 같이 입력해 둡니다. 학년변수 : 1학년=1, 2학년=2, 3학년=3성급은 : 남자=1, 여자=2 이렇게 데이터를 입력하시면 메뉴바에서 분석 > 일반선형모델 > 일변량을 체크하시면 됩니다.
그러면 아래와 같이 일변량 분석 창이 나타납니다. 여기서 종속변수에 토익점수를 고정요인으로 독립변수인 학년과 성별을 입력하시면 됩니다. 그리고 오른쪽 버튼 중 [도표] 버튼 클릭!
그러면 아래와 같이 일변량 분석 창이 나타납니다. 여기서 종속변수에 토익점수를 고정요인으로 독립변수인 학년과 성별을 입력하시면 됩니다. 그리고 오른쪽 버튼 중 [도표] 버튼 클릭!
이렇게 일변량 분석표에서 프로파일 도표 창으로 들어가서 학년은 수평축으로, 성별은 선구분 변수로 입력하시면 됩니다. 그리고 추가 버튼을 클릭하여 학년*성별(상호작용 효과)을 생성해 주시기 바랍니다. 맨 오른쪽 창 하단에 도표 하단에 [학년*성별]표시 보이시죠? 이렇게 설정하고 창을 계속 누르고 이전 일변량 분석표 창에서 이번에는 [옵션] 버튼을 눌러주세요.
그러면 위와 같은 창이 뜨는데 여기서 등분산을 검정하기 위해서 동질성 검정을 체크해 주세요. 하단의 [보기] 상자에 있는 동질성 검정 앞에 있는 체크박스를 표기해 주세요. 그리고 계속하기를 눌러 계산을 실행하면! 아래와 같은 결과표가 표시됩니다.이진 분산 분석 결과표계산이 완료되면 위와 같이 3가지 결과표가 나옵니다. 먼저 여러분이 확인해야 할 것은 등분산 검정 결과를 알 수 있는 Levene의 검정표입니다. 이 검정표를 보면 유의확률.288로 유의수준.05보다 크죠.따라서 분산의 차이가 없다고 가정, 즉 등분산을 가정할 수 있습니다.그럼 평균의 차이가 있는지를 확인하기 위해서 여러분이 볼 만한 표는 가장 아래에 있어 게이타이-줄기 효과 검정 표입니다. 이 표를 보면 수정된 모델의 F값이 3.564이며 유의 확률이 유의 수준 05보다 작기 때문에 두 그루형은 적합하다고 말할 수 있습니다. 학년의 F값이 5.458로 유의 확률이 유의 수준 05보다 낮게 나온 때문에 학년에 의해서 TOEIC점수 차이가 있다고 하더군요. 또 성별에 의해서 TOEIC점수 차이가 없는 학년과 성별에 의한 상호 작용 효과도 없다고 말할 수 있습니다! 여러분, 이처럼 이원 배치 분산 분석을 돌아봤지만, 일원 배치 분산 분석의 방법은 이하의 포스팅을 참고하세요. 오늘도 여러분 논문 작성 힘내세요. ;)언제라도 논문 작성에 도움이 필요하면 드림 세르파와 함께 합시다!그러면 평균 차이가 있는지 확인하기 위해서 여러분들이 봐야 할 표는 맨 아래에 있는 계체-간 효과 검정표입니다. 이 표를 보면 수정된 모델의 F값이 3.564이고 유의확률이 유의수준.05보다 작기 때문에 이모형은 적합하다고 볼 수 있습니다. 학년 F값이 5.458로 유의 확률이 유의 수준.05보다 낮게 나왔기 때문에 학년에 따라 토익 점수 차이가 있다고 볼 수 있습니다. 또 성별에 따라 토익 점수 차이는 없고 학년과 성별에 따른 상호작용 효과도 없다고 할 수 있죠! 여러분 이렇게 이원배치분산분석을 해봤는데 일원배치분산분석 방법은 아래 포스팅을 참고해주세요. 오늘도 여러분 논문 작성 열심히 하세요. 😉 언제든지 논문작성에 도움이 필요하다면 드림셀파와 함께해요!그러면 평균 차이가 있는지 확인하기 위해서 여러분들이 봐야 할 표는 맨 아래에 있는 계체-간 효과 검정표입니다. 이 표를 보면 수정된 모델의 F값이 3.564이고 유의확률이 유의수준.05보다 작기 때문에 이모형은 적합하다고 볼 수 있습니다. 학년 F값이 5.458로 유의 확률이 유의 수준.05보다 낮게 나왔기 때문에 학년에 따라 토익 점수 차이가 있다고 볼 수 있습니다. 또 성별에 따라 토익 점수 차이는 없고 학년과 성별에 따른 상호작용 효과도 없다고 할 수 있죠! 여러분 이렇게 이원배치분산분석을 해봤는데 일원배치분산분석 방법은 아래 포스팅을 참고해주세요. 오늘도 여러분 논문 작성 열심히 하세요. 😉 언제든지 논문작성에 도움이 필요하다면 드림셀파와 함께해요!