당신은 주제를 찾고 있습니까 “spss t 검정 – spss 독립표본 t검정 / 논문에서 가장 많이 사용하는 분석 / 두 모평균의 차이 검증 / independent sample t test / 논문쓰는남자 / 논쓰남“? 다음 카테고리의 웹사이트 https://you.tfvp.org 에서 귀하의 모든 질문에 답변해 드립니다: https://you.tfvp.org/blog/. 바로 아래에서 답을 찾을 수 있습니다. 작성자 논문쓰는남자 [논쓰남] 이(가) 작성한 기사에는 조회수 81,391회 및 좋아요 919개 개의 좋아요가 있습니다.
Table of Contents
spss t 검정 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 spss 독립표본 t검정 / 논문에서 가장 많이 사용하는 분석 / 두 모평균의 차이 검증 / independent sample t test / 논문쓰는남자 / 논쓰남 – spss t 검정 주제에 대한 세부정보를 참조하세요
독립표본 t검정은 서로 다른 두 집단의 평균 차이를 보고자 할 때 사용합니다
독립표본 t검정 가설
대립가설 : 두 집단의 평균이 같지 않다
= 두 집단의 평균에 차이가 있다
귀무가설 : 두 집단의 평균이 같다
= 두 집단의 평균에 차이가 없다
독립표본 t검정을 통해 검증할 연구가설
대립가설 : 성별에 따라 서비스 만족 점수에 차이가 있을 것이다.
귀무가설 : 성별에 따라 서비스 만족 점수에 차이가 없을 것이다.
[논쓰남] 블로그
https://blog.naver.com/sub_om
[독립표본 t검정] 표 양식 및 해석 다운로드
https://blog.naver.com/sub_om/221862435228
인스타 http://www.instagram.com/nonssnam
spss t 검정 주제에 대한 자세한 내용은 여기를 참조하세요.
SPSS로 배우는 통계 – 7. 독립 표본 t 검정 – 브런치
독립 표본 t 검정은 두 개의 독립적인 표본 간에 평균값이 동일한 지를 검정합니다. 두 독립 표본이 평균이 같고 등분산이라고 가정합니다. Levene의 F …
Source: brunch.co.kr
Date Published: 5/8/2022
View: 2474
SPSS를 활용한 쉬운 통계 5.독립표본 t검정
오늘은 드디어 T-test를 소개하는 시간! spss에서 가장 많이 활용하게 되는 t검정은 두 집단 간의 평균을 비교할 때 사용되는 방법이다.
Source: walkingwithus.tistory.com
Date Published: 3/28/2022
View: 6295
spss 통계분석 #6. t- test ① 독립 표본 t-검정(Independent …
안녕하세요 권 코치 입니다. 오늘은 t-검정에 대하여 알아볼께요. spss 통계에서 평균차이 비교를 위한 통계 방법으로 사용되며, 집단과 분석변인에 …
Source: kwon-coach.tistory.com
Date Published: 12/10/2021
View: 1546
[SPSS 분석] 독립표본 t-test
1. 독립표본 t-test 1) 정의 독립표본 t-검정(Independent sample t-test)은 두 집단 간 평균치의 차이를 비교하는 통계 검정 방법입니다.
Source: thduddl2486.tistory.com
Date Published: 1/7/2022
View: 6708
SPSS에서 T-test로 두 집단간의 평균 비교하기 – LearnX
메뉴에서 [분석-평균비교-독립표본 T검정]을 선택합니다. · 독립표본 T 검정 팝업창에서 · 집단정의를 클릭한 후, 집단1에는 ‘남’을 집단2에는 ‘여’를 입력 …
Source: learnx.tistory.com
Date Published: 2/26/2022
View: 4593
[내가 하는 통계 분석] 독립표본 T 검정(Independent … – 도시락
안녕하세요, 산격동 너구리입니다. 이번 포스팅은, SPSS를 이용한 “독립표본 T 검정”입니다. 개요 독립표본 T 검정이란?? 두 집단의 평균 비교 가정 …
Source: lunch-box.tistory.com
Date Published: 12/13/2021
View: 3227
[꿍꾸룽] spss 집단별분석 & 독립표본t검정 – Tistory
기초통계 부분이기에 SPSS를 활용하였습니다. LEVENE의 등분산 검정에서는 등분산을 가정 …
Source: dream2run.tistory.com
Date Published: 3/2/2022
View: 8054
주제와 관련된 이미지 spss t 검정
주제와 관련된 더 많은 사진을 참조하십시오 spss 독립표본 t검정 / 논문에서 가장 많이 사용하는 분석 / 두 모평균의 차이 검증 / independent sample t test / 논문쓰는남자 / 논쓰남. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
주제에 대한 기사 평가 spss t 검정
- Author: 논문쓰는남자 [논쓰남]
- Views: 조회수 81,391회
- Likes: 좋아요 919개
- Date Published: 2020. 3. 17.
- Video Url link: https://www.youtube.com/watch?v=2GVLu8a4J2I
SPSS로 배우는 통계 – 7. 독립 표본 t 검정
변수의 척도가 범주형인지 연속형인지에 따라 데이터를 분석하는 방법이 다릅니다. 가설의 독립변수가 범주형이고 종속변수가 연속형일 때 사용할 수 있는 검정 방법은 t-test입니다. t 테스트는 두 개의 표본 평균 간의 차이를 검정합니다. 독립변수는 성별 또는 나이대와 같은 범주형 데이터이고 종속 변수는 평균을 산출할 수 있는 연속형 데이터입니다.
독립 표본 t 검정 (Independent samples t test) 개요
독립 표본 t 검정은 두 개의 독립적인 표본 간에 평균값이 동일한 지를 검정합니다. 두 독립 표본이 평균이 같고 등분산이라고 가정합니다.
Levene의 F 검정
분산(Variance)은 데이터가 흩어져 있는 정도를 나타냅니다. 두 개의 독립 표본이 정규 분포를 따를 때 분산이 같다는 것은 평균을 중심으로 데이터가 흩어진 정도가 같다는 것입니다. 왼쪽 그림은 평균은 다르지만, 분산이 같은 등분산이고, 오른쪽 그림은 평균도 다르고 분산도 다른 이분산입니다.
아래 그림은 평균이 같은 3개의 데이터 분포를 나타냅니다. 3가지 데이터는 평균이 같지만, 데이터가 흩어져 있는 정도가 모두 다릅니다. 평균이 같더라도 분산이 다르면 데이터는 현저하게 다르다는 것을 의미합니다.
따라서, 두 독립 표본이 같다는 것은 평균과 분산이 같다는 것을 의미합니다. Levene의 등분산 F 검정은 분산의 동일성을 검정합니다. Levene의 등분산 검정에서 귀무가설과 대립가설은 다음과 같습니다.
귀무가설 : 두 표본은 등분산이다.
대립가설 : 두 표본은 등산이 아니다.
여기서, Levene 등분산 검점에 대한 유의확률 p값이 0.05보다 크면 귀무가설을 채택하고 대립가설을 기각합니다. 유의확률 p값이 0.05보다 작으면 귀무가설을 기각하고 대립가설을 채택합니다.
분산의 동일성을 검정하는 Levene의 등분산 F검정은 분산분석과 회귀분석 등에서 사용합니다.
SPSS에서 독립 표본 t 검정하기
1. 가설의 설정
“자동차 판매 사원들을 교육하는 두 가지 방법이 있습니다. 신입 판매 사원 18명을 무작위로 나누어 A 방법과 B 방법으로 교육하였습니다. 교육 후 6개월간의 판매실적이 있을 때 교육 방법에 따른 판매 실적에 차이가 있다고 할 수 있는 가?”
연구가설을 설정하고, 가설 검증을 위한 귀무가설과 대립가설을 설정합니다.
연구가설
판매 사원들에 대한 두 가지 교육 방법에 따른 판매실적에 차이가 있을 것이다
귀무가설
두 가지 교육 방법의 분산이 같다
대립가설
두 가지 교육 방법의 분산은 같지 않다
연구 결과가 귀무가설을 채택할지 또는 기각할지 확인하기 위해 독립 표본 t 검정을 사용합니다.
2. SPSS에서 일표본 t 검정 설정하기
1) 메뉴바에서 “분석 >> 평균비교 >> 독립표본 T 검정”을 선택합니다.
2) 독립표본 T 검정 창에서 테스트변수에 “판매실적”을 넣고, 그룹변수에 “교육방법”을 넣습니다. 그룹 정의 버튼을 누른 후 A 방법은 1, B 방법은 2로 코딩합니다.
3. 독립 표본 t 검정 분석하기
집단통계량(Group Statistics) 표에서 A 방법의 평균은 35.22 이고, B 방법의 평균은 31.56입니다. 그리고, 독립표본 테스트(Independent Samples Test)에서 F 검정은 0.061이고 유의확률 (Sig.)은 0.807입니다. 따라서, Levene 등분산 검정의 유의확률이 0.05보다 크므로 영가설을 기각할 수 없고 채택합니다.
논문에서 Levene 등분산 검정의 결과에 따라 등분산을 가정하는 경우(Equal Varienaces assumed)에 해당하는 평균의 동일성에 대한 t 검정(t-test for Equality of Means) 값을 사용합니다. 다음과 같이 표현합니다.
” A 방법(35.22)과 B 방법 (31.56)의 두 가지 교육 방법에 따른 판매실적에는 유의미한 차이가 없는 것으로 나타났다 (t= 1.649, p= .119)”
유의미한 차이가 없는 이유는 p값이 0.119로 0.5보다 크기 때문입니다.
4. 테스트 파일
SPSS에서 독립 표본 t 검정하기 – 과제 파일
1. 가설의 설정
“성별에 따른 수학성적과 국어성적에 차이가 있는 지를 검정하시오”
연구가설을 설정하고, 가설 검증을 위한 귀무가설과 대립가설을 설정합니다.
연구가설
성별에 따른 수학성적과 국어성적은 차이가 있을 것이다.
귀무가설
성별에 따른 수학성적과 국어성적의 분산은 같다
(성별에 따른 수학성적과 국어성적에 차이가 없다)
대립가설
성별에 따른 수학성적과 국어성적의 분산은 같지 않다
(성별에 따른 수학성적과 국어성적에 차이가 있다)
연구 결과가 귀무가설을 채택할지 또는 기각할 지 확인하기 위해 독립표본 t 검정을 사용합니다.
2. SPSS에서 독립 표본 t 검정 설정하기
3. SPSS에서 t 검정 분석하기
수학성적 분석
집단통계량(Group Statistics) 표에서 수학 성적을 기준으로 남성의 평균은 80.67이고, 여성은 84.53입니다. 그리고, 독립표본 테스트(Independent Samples Test)에서 수학성적 F 검정은 1.557이고 유의확률 (Sig.)은 0.222입니다. Levene 등분산 검정의 유의확률이 0.05보다 크므로 영가설을 기각할 수 없고 채택합니다.
논문에서 Levene 등분산 검정의 결과에 따라 등분산을 가정하는 경우(Equal Varienaces assumed)에 해당하는 평균의 동일성에 대한 t 검정(t-test for Equality of Means) 값을 사용합니다. 다음과 같이 표현합니다.
” 남성(80.67)과 여성 (84.53)에 따른 수학성적의 유의미한 차이가 없는 것으로 나타났다. (t= -1.540, p= .135)”
유의미한 차이가 없는 이유는 p값이 0.135로 0.5보다 크기 때문입니다.
국어성적 분석
집단통계량(Group Statistics) 표에서 국어 성적을 기준으로 남성의 평균은 72.87이고, 여성은 83.20입니다. 그리고, 독립표본 테스트(Independent Samples Test)에서 수학성적 F 검정은 1.311이고 유의확률 (Sig.)은 0.262입니다. Levene 등분산 검정의 유의확률이 0.05보다 크므로 영가설을 기각할 수 없고 채택합니다.
논문에서 Levene 등분산 검정의 결과에 따라 등분산을 가정하는 경우(Equal Varienaces assumed)에 해당하는 평균의 동일성에 대한 t 검정(t-test for Equality of Means) 값을 사용합니다. 다음과 같이 표현합니다.
“남성(72.87)과 여성 (83.20)에 따른 국어성적의 유의미한 차이가 있는 것으로 나타났다. (t= -1.540, p= .01)”
유의미한 차이가 있는 이유는 p값이 0.011로 0.01보다 작기 때문입니다.
SPSS를 활용한 쉬운 통계 5.독립표본 t검정
오늘은 드디어 T-test를 소개하는 시간!
spss에서 가장 많이 활용하게 되는 t검정은 두 집단 간의 평균을 비교할 때 사용되는 방법이다.
여기서 잘 구분해야하는 두 가지가 있는데,
t-test에는 ‘독립표본 검정’과 ‘대응표본 검정’이 있다. 독립과 대응 무엇이 다를까?
▶ 독립표본 검정은, 서로 다른 두 집단을 비교할 때 활용할 수 있고 (ex. 남자와 여자)
▶ 대응표본 검정은, 같은 집단의 대응되는 두 변수를 비교할 때 활용할 수 있다. (ex. 사전점수와 사후점수 / 국어점수와 수학점수)
그럼~ 독립표본 T 검정’부터 차근차근 살펴보도록 하자! Go Go~!!
오늘의 예시데이터는 아이들의 사전,사후 국어,수학 점수를 보여주고 있다.
* 성별 : 1=남자, 2=여자
이렇게 아래와 같이 데이터를 입력해준다. (케이스 수=80)
* 데이터 사용에 대한 주의! t검정은 각 집단의 케이스 수가 많은 경우(일반적으로 30개 이상일 때)는 모집단의 분포에 상관없이 정규성을 만족하여 데이터를 사용할 수 있다. 그러나 케이스 수가 작은 경우에는 모집단이 정규분포를 따른다는 가정을 만족하는 데이터여야 함을 잊지말자.
1. 분석하고자 하는 변수를 선정하고 가설을 세워보자.
✽ 이 때 주의할 것! 두 집단 변수는 명목.순서척도 일 때, 검정을 하고 싶은 변수는 등간.비율척도이어야 한다.
☞ 척도가 헷갈린다면? 클릭!
위 변수에서는 <성별>,<학년>이 명목,순서척도 <점수>는 등간척도에 속한다는 걸 알 수 있다.
척도를 구분하고 분석할 준비가 되었다면, 이제 두 집단의 평균차이를 검증하기 위해 아래와 같이 가설을 세울 수 있다.
귀무가설 : 성별에 따른 국어점수 평균에 차이가 없다. 대립가설 : 성별에 따른 국어점수 평균에 차이가 있다.
2. spss상단메뉴에서 분석> 평균비교> ‘독립표본 t검정’을 선택하면 아래와 같이 창이 뜬다.
검정변수에는 차이를 알고자 하는 변수(점수)를, 그룹화변수에는 비교하는 대상인 변수(성별)을 넣어준다. 여기서 두 집단에 대한 정의를 해주어야 하는데, 그룹정의 를 클릭해보자.
3. 그룹정의를 클릭하면 아래의 창이 뜬다.
그룹정의에서는 <내가 비교하고자 하는 두 집단을 무엇으로 코딩했는지>를 묻는다. 우리는 <성별>을 그룹변수로 두었고, 1=남자, 2=여자로 코딩하였으므로 해당 숫자를 넣어주면 되는 것이다.
이제 [확인 ] 을 클릭하고 결과를 살펴보자~!
<결과해석! 전에 알고가야할 정보>
※ 두 집단의 평균 차이를 검정하는 T검정통계량은
두 모집단의 분산이 ①같다고 가정할 수 있는 경우 와 ①같다고 가정할 수 없는 경우 에 따라 다르게 해석된다.
이를 알아보기 위해서는 분산의 동질성을 검정하게 되는데, SPSS에서는 Levene의 등분산 검정결과로 이를 확인할 수
있다. 이 때 가설은 다음과 같다.
귀무가설 : 두 모집단의 분산은 같다. 대립가설 : 두 모집단의 분산은 다르다. 검정결과 유의확률이 유의수준(일반적으로 0.05)보다 작으면 -> 귀무가설을 기각하므로 두 모집단의 분산은 같다고 가정할 수 없는 것. 유의수준(0.05)보다 크면 -> 귀무가설을 채택하므로 두 모집단의 분산은 같다고 가정할 수 있는 것이다.
이제 결과를 해석해보자~!!
첫 번째 표에는 두 그룹(남자, 여자)의 통계량을 보여주고 있다. t분석은 두 번째 표를 잘 해석하는 것이 중요하다.
먼저, Levene의 등분산 검정결과를 보면 유의확률 값이 0.604로 유의수준 5%(0.05)보다 크므로 ‘등분산을 가정함’에 해당되는 값을 해석하면 된다.
따라서, t통계량 값은 2.536 유의확률 p=0.013 으로 귀무가설이 기각되어 성별에 따른 국어점수에 차이가 있음 을 확인할 수 있다.
위의 내용을 이해했다면, 다른 변수로도 얼마든지 분석이 가능할 것이다! 예를들어 위 데이터를 참고하면, 두 학년 간의 수학점수 차이를 보거나, 지난시간에 배운 코딩변경방법을 활용해 저학년(1-3학년)과 고학년(4-6학년) 두 집단으로 구분한 다음, 두 그룹간의 점수 차이를 볼 수도 있는 것이다. 데이터변환과 t분석이 함께하는 것만으로도 다양한 결과를 볼 수 있으니 꼭 활용해보길 바라며.!
t-test의 두 번째. 대응표본 t검정은 다음시간에 만나용~
spss 통계분석 #6. t- test ① 독립 표본 t-검정(Independent Samples t-test)
안녕하세요 권 코치 입니다. 오늘은 t-검정에 대하여 알아볼께요.
spss 통계에서 평균차이 비교를 위한 통계 방법으로 사용되며,
집단과 분석변인에 따라 일표본 t-검정, 독립표본 t-검정, 대응표본 t-검정의 방법이 있습니다.
그럼, 자세히 알아볼께요~~
t-test
t 분포를 기반으로 하여 모수치의 추정과 가설을 검정하는 방법이 t-test.
t-test는 표본집단을 표집하여 그 결과를 비교하고자 할 때 그 결과를 전집의 결과치로 신뢰롭게 인정할 수 있는지
유무를 검정할 때 사용.
조사 또는 측정되는 사례수가 적은 경우 정규분포곡선의 z점수에 기초하여 모집단의 값인 모수치를 추정하기에
부적합하므로 t분포의 원리에 기초하여 t값을 계산하여 가설검정과 추리통계를 실시.
t-test는 두 집단간의 평균차이를 평균간 차이의 표준오차로 나눈 값(t값)과 자유도를 기초로 하여
그러한 차이가 표집의 오차에 의하여 일어날 확률을 계산하여 그 확률이 대게 5% 이하이면
표집에 의한 차이가 전체 집단의 차이인 것으로 인정.
표본의 평균값의 차이가 모수치에서도 나타나는 차이에 의한 것인지 아니면 표본에서 발생한 우연한 차이에 의한 것인지를 검정할 수 있으며, 모수치를 추정하는95%의 신뢰구간의 값을 구할 수 있다.
변수
종속변수 : 비율척도, 등간 척도
독립변수 : 두 개의 집단
예) 성별, 지역(도시,농촌), 학력(고, 저)
t-test 의 가정
종속변수가 양적 변수(등간 혹은 비율)이어야 한다.
모집단의 분산, 표준편차를 알지 못할 때 사용한다.
알고 있다면 Z 검정
모집단의 분포가 정규분포이어야 한다.
정규분포라는 가정이 충족되지 않으면 비모수통계(non-parametric statistics)를 사용
등분산 가정이 충족되어야 한다.
등분산 가정이 충족되지 않으면 Welch-Aspin 검정 사용
독립 표본 t-검정(Independent Samples t-test)
서로 다른 모집단으로부터 추출된 두 변수의 평균값을 비교 분석
독립변수 내의 두집단의 평균을 비교하는 방법
두집단 간의 평균차이를 검정
대응되는 두 변수 모두 구간, 비율척도
예) 두가지 색상의 과자 제품 포장에 대한 판매량 차이
취업모와 비 취업모의 결혼 만족도에 차이
남녀간의 정서 지능의 평균에 차이
“spss 프로그램 분석 방법”
예시 ) 휴대폰 브랜드 ( 삼송 , LZ0) 에 따른 만족도 차이
1. 분석- 평균비교- 독립표본 검정 클릭.
예시) 휴대폰 브랜드(삼송, LZ0)에 따른 만족도 차이
2. 검정 변수 : 검정하고 싶은 원하는 변수 삽입(만족도)
집단 변수 : 비교하려는 두 개의 독립 집단에 대한 집단 정의
집단변수 : 브랜드
3. 브랜드” 변수는 1번이 ‘삼송‘, 2번이 ‘LZ’로 해당 숫자 1과 2를 각각 집단 1과 집단 2에 넣어준다.
즉, 브랜드 변수가 1로 입력된 삼송과 2로 입력된 LZ의 만족도 평균을 비교하는 것이다.
4. ‘확인’ 버튼 클릭, 결과 확인.
예시) 휴대폰 브랜드(삼송, LZ0)에 따른 만족도 차이
삼송의 만족도 평균운 3.1420,이고 LZ의 만족도 평균은 2.7785이다.
이 평균 점수의 차이가 통계적으로 유의미한 차이인지는 t-검정 결과를 통해 확인하여야 한다.
t-값을 보기전에, Levene의 등분산 검정 결과를 확인하여야 한다.
Levene의 등분산 검정 결과 p값이l 0.05보다 큰 경우에는 등분산을 가정하여 윗줄을 보고, p값이 0.05보다 작은 경우에는 등분산이 가정되지 않아 아래줄을 봐야한다.
본 예시는 p값이 0.094로 0.05보다 크므로, 등분산을 가정하고 윗줄을 본다.
결과적으로 t = 2.393, p = .017로 나타났다. P값이 0.05보다 작기 때문에, 삼송과 LZ의 만족도 평균 차이는 통계적으로 유의미한 것으로 나타났다.
“논문 및 보고서 표기 방법”
“삼송과 LZ의 만족도는 통계적으로 유의미한 차이가 있으며(p<.05), 삼송 제품 사용자의 휴대폰 만족도가 LZ보다 높은 것으로 나타났다.”
[SPSS 분석] 독립표본 t-test
반응형
1. 독립표본 t-test
1) 정의
독립표본 t-검정(Independent sample t-test)은 두 집단 간 평균치의 차이를 비교하는 통계 검정 방법입니다. 독립표본이란, 모집단에서 표본을 추출할 때 비교하려는 두 표본 간에 서로 영향을 받지 않고, 독립적으로 추출된 표본으로 한 집단의 측정치가 또 다른 집단의 측정치에 영향을 미치지 않는 독립성이 보장된 자료를 의미합니다. 독립변수는 범주형 자료, 종속변수는 연속형 자료인 경우에 활용합니다.
2) 가설 설정
성별에 따라 우울 정도에 차이가 있는지 검정하고자 한다면, 성별은 남성과 여성으로 분류되는 범주형 자료이고, 우울 정도는 연속형 자료입니다. 성별에 따른 우울 정도에 차이가 있는지 알아보기 위해 독립표본 t-검정을 실시합니다.
① 가설 : 독립변수(범주형)에 따라 종속변수(연속형)는 유의한 차이가 있다.
② 귀무가설 : 성별에 따라 우울 정도는 유의한 차이가 없다.
③ 대립가설 : 성별에 따라 우울 정도는 유의한 차이가 있다.
3) 독립표본 t-test
① 메뉴를 선택합니다.
② ‘집단변수’ 입력칸에 독립변수인 성별을, ‘검정 변수’ 입력칸에 종속변수인 우울을 지정합니다.
③ ‘집단변수’인 성별이 뒤에 괄호가 생기면서 괄호 안이 ? ?라고 나타납니다. 성별을 한 번 클릭하고, ‘집단 정의’를 클릭합니다.
④ 성별을 코딩할 때 1, 2라고 입력하였다면, 집단 1, 집단 2에 1과 2라고 입력합니다(만약 0, 1로 입력하였다면, 0과 1을 입력합니다.).
⑤ 본 데이터에서는 성별을 남성을 1, 여성을 2로 지정하였기에 집단 1에 1을, 집단 2에 2를 입력하고, ‘계속’을 클릭합니다.
⑥ ‘확인’을 클릭합니다.
⑦ ‘집단통계량’과 ‘독립표본 검정’이 출력됩니다.
⑧ 독립표본 t-검정은 Levene의 등분산 검정을 먼저 봐야합니다. Levene의 등분산 검정에서 ‘유의확률’이 .05 이상일 경우 위의 칸(등분산을 가정함)을, .05 이하일 경우 아래의 칸(등분산을 가정하지 않음)을 봅니다.
⑨ 본 결과에서는 Levene의 등분산 검증의 유의확률이 .05보다 크기 때문에 등분산을 가정하며, 위의 칸을 보면 됩니다.
⑩ 이제 T 검정에 대한 유의확률을 봅니다. Levene의 등분산 검정에서 등분산을 가정하므로 두 개의 유의확률 중 위의 유의확률을 봅니다. p값이 .559로 .05보다 크기 때문에 통계적으로 유의한 차이가 없습니다.
⑪ 결과표를 작성하고, 결과에 대해 해석을 적어줍니다. 표본수, 평균, 표준편차는 출력된 집단통계량을 참고해서 적습니다.
남성과 여성의 우울 정도는 통계적으로 유의한 차이가 없었다(p=.559).
⑫ 만약 차이가 있었다는 가정 하에 해석을 적어보겠습니다.
남성과 여성의 우울 정도는 남성이 1.87로 여성의 1.82보다 통계적으로 유의하게 높았다(p<.01). ⑬ 하지만 독립표본 t-검정 또는 일원배치 분산분석 등의 평균치를 비교하는 분석들의 결과는 단일적으로 쓰여지기 보다는 다른 분석과 함께 쓰여지는 경우도 많습니다.
SPSS에서 T-test로 두 집단간의 평균 비교하기
두 집단의 평균을 비교 분석하고 싶을 때가 있습니다
예를 들어 남성과 여성의 평균을 비교한다든지, 중간고사와 기말고사를 비교한다는지
이렇게 A집단과 B집단의 평균을 비교하는 방법이 T-test입니다.
T-test는 2가지가 있습니다.
1) 남성과 여성처럼 다른 두 집단의 평균차이를 검증하는 독립표본 t-test
2) 한 반의 중간고사와 기말고사처럼 동일집단에게서 측정된 두 표본에서 측정된 두 변수 값의 평균차이를 검증하는 대응표본 t-test
참고로 직급이나 지역과 같은 세 집단 이상의 평균을 비교분석하고 싶다면, One-Way-Anova 분석을 하면 됩니다.
예제로 사용할 SPSS 파일이 준비되어 있지 않으신 분은 아래의 파일를 다운로드 해주세요.
rawdata5(sample).sav
※ 이미지들은 클릭하면 원본이미지로 크게 보실 수 있습니다.
1) 독립표본 T-test : 남자와 여자의 여가만족(가족생활(AA)/취미활동(AB)/자기계발(AC))의 평균차이 검증
위에 첨부된 파일을 열어 데이터편집기를 보면, D1에는 성별이 AA~AC까지는 여가만족 하위요인들의 값이 있습니다.
메뉴에서 [분석-평균비교-독립표본 T검정]을 선택합니다.
독립표본 T 검정 팝업창에서
집단변수에는 D1(성별)을, 검정변수에는 AA(가족생활), AB(취미활동), AC(자기계발)을 설정합니다.
집단정의를 클릭한 후, 집단1에는 ‘남’을 집단2에는 ‘여’를 입력합니다.
이후, [계속]과 [확인]을 클릭하여 분석을 실행합니다.
독립표본 T-test 검정의 분석결과가 뷰어에 추가되었습니다.
남자는 125명이고 여자는 75명입니다. 각 집단의 평균과 표준편차 밒 평균의 표준오차를 확인할 수 있습니다.
독립표본 검정표를 보면 ‘등분산이 가정됨’과 ‘등분산이 가정되지 않음’이 있습니다.
어느것을 기준으로 할지는 Levene의 유의확률에 따라 달라집니다.
유의확률이 0.05보다 큰 AA(.158>.05)와 AB(.451>.05)는 ‘등분산이 가정됨’을 기준으로, 유의확률이 0.05보다 작은 AC(.002<.05)는 '등분산이 가정되지 않음'을 기준으로 합니다. t값의 유의확률이 0.05보다 작아야 남성과 여성 두 집단의 평균차이가 유의미한데 각각 .824, .826, .152로 모두 0.05보다 크기 때문에 성별에 따른 평균차이는 유의미하지 않다고 할 수 있습니다. 논문에 결과를 작성할 때는 아래와 같이 작성합니다. 2) 대응표본 T-test : 동일집단의 실험전과 실험후 평균차이 검증 데이터편집기를 보면, 우측 맨 끝에 실험전과 실험후 값이 있습니다. 메뉴에서 [분석-평균비교-대응표본 T검정]을 선택합니다. 팝업창에서 대응변수에 비교할 실험전과 실험후 2변수를 설정합니다. [확인] 버튼을 클릭하여 분석을 실행합니다. 분석결과가 뷰어에 추가되었습니다. 실험전과 실험후의 평균과 표준편차를 확인할 수 있습니다. 실험전과 실험후 두 변수의 상관관계는 .315로 상관관계가 높지는 앞음을 알 수 있습니다. 대응표본 검정표를 보면 t값은 8.065로 ±1.96보다 크고, 유의확률은 .000으로 0.05보다 작으므로 실험전과 실험후의 평균은 통계적 유의수준 하에서 차이가 있는 것으로 나타났습니다. 결과적으로 실험은 측정된 변수값을 감소시켰다고 해석할 수 있습니다. 논문에 결과를 작성할 때는 아래와 같이 작성합니다. 출력결과(뷰어파일)가 아래와 같이 저장되어 있으면 성공입니다. 출력결과(t-test).spv 관련 글 보기 2015/12/03 - [논문통계/SPSS] - SPSS에서 엑셀데이터 불러와서 저장하기(예제파일포함) 2015/12/03 - [논문통계/SPSS] - SPSS에서 빈도분석으로 인구통계적 특성 파악하기 2015/12/05 - [논문통계/SPSS] - SPSS에서 요인분석으로 타당도 측정하기 2015/12/05 - [논문통계/SPSS] - SPSS에서 크론바흐 알파(Cronbach's α)로 신뢰도 측정하기 2015/12/06 - [논문통계/SPSS] - SPSS에서 변수 계산으로 요인 평균값 만들기 2015/12/06 - [논문통계/SPSS] - SPSS에서 상관관계분석으로 변수 간 상관도 분석하기 2015/12/06 - [논문통계/SPSS] - SPSS에서 회귀분석으로 영향을 미치는지 확인하기 2015/12/06 - [논문통계/SPSS] - SPSS에서 3단계 회귀분석으로 매개변수의 매개효과 확인하기 2015/12/06 - [논문통계/SPSS] - SPSS에서 위계적 회귀분석으로 조절변인의 조절효과 확인하기 2016/01/11 - [논문통계/SPSS] - SPSS에서 더미변수를 이용하여 회귀분석하기 2016/01/11 - [논문통계/SPSS] - SPSS에서 T-test로 두 집단간의 평균 비교하기 2016/01/17 - [논문통계/SPSS] - SPSS에서 One-Way-Anova(일원배치분석)으로 여러 집단간의 평균 비교하기 2016/02/10 - [논문통계/SPSS] - SPSS에서 카이제곱 분석으로 변수들간의 독립성과 관련성 분석하기 2016/02/10 - [논문통계/SPSS] - SPSS에서 군집분석으로 집단을 군집으로 분류한 후 특성 확인하기
[내가 하는 통계 분석] 독립표본 T 검정(Independent Sample t-test) in SPSS
반응형
안녕하세요, 산격동 너구리입니다.
이번 포스팅은,
SPSS를 이용한 “독립표본 T 검정”입니다.
개요
독립표본 T 검정이란??
두 집단의 평균 비교
가정
정규성 가정 : 각 집단의 표본은 정규성을 가져야 한다.
등분산성 가정 : 두 집단의 분산은 동일해야 한다.
독립성 가정 : 두 집단은 서로 독립적이어야 한다.
가설
$H_0$ : 두 모집단의 평균은 같다.
$H_1$ : 두 모집단의 평균은 같지 않다.
예제
02. [산격동 너구리] 독립표본 T 검정 예제.csv 0.00MB
대구지역 초1과 서울지역 초1의 키를 비교해보는 예시를 들어보겠습니다.
위의 파일을 이용하였고, 통계적 유의수준은 0.05로 두었습니다.
데이터 불러오기
이후로는 [다음]만 누르면 됩니다.
가정
1. 정규성 가정 확인
p-value가 0.05보다 크므로 귀무가설을 채택합니다.
따라서, 두 그룹 모두 정규성 가정을 만족하는 것으로 판단할 수 있습니다.
2. 등분산성 가정 확인
SPSS에서는 T 검정에 등분산 검정 결과가 포함되어있습니다.
아래에서 확인하도록 하겠습니다.
3. 독립성 가정 확인
제가 알기로는 독립성 가정을 확인하는 검정은 따로 없습니다.
독립성 가정은 말 그대로 두 그룹이 독립적인지를 의미하는 것이므로
예시 상황에서는 표본 추출에서 문제가 없으면 독립성 가정을 만족했다고 볼 수 있겠습니다.
여기서는 만족했다고 생각하겠습니다.
가설
$H_0$ : 두 그룹의 평균 키는 같다.
$H_1$ : 두 그룹의 평균 키는 같지 않다.
예제를 위해 임의로 지정한 가설입니다.
상황에 맞추어 적절히 변형하시길 바랍니다.
독립표본 T 검정
좌측의 “Levene의 등분산 검정”에서 p-value가 0.05보다 큰 것을 확인할 수 있으므로,
두 그룹의 분산은 동일한 것으로 판단할 수 있습니다.
따라서, 첫 번째 행인 “등분산을 가정함”의 결과를 확인해주시면 됩니다.
이 때의 p-value가 0.05 미만이므로 귀무가설을 기각합니다.
따라서, “대구지역과 서울지역의 초1의 평균 키는 같지 않다”라는 결론을 낼 수 있습니다.
또한, 대구지역 초1의 키가 더 크므로,
“대구지역 초1의 평균 키가 서울지역 초1의 평균 키보다 크다”는 해석으로까지 확대할 수 있습니다.
이것으로 SPSS를 이용한 독립표본 T 검정에 대해 마치도록 하겠습니다.
이상, 산격동 너구리였습니다.
감사합니다.
* 잘못된 정보 및 오타가 포함되어 있을 수 있습니다.
그대로 받아들이시기보다는 다른 사람의 의견도 참고하셔서 분석하시길 바랍니다.
* 포스팅 내용 및 통계 분석 관련 질문은 언제나 환영입니다.
가능한 선에서 최대한 답변하도록 하겠습니다.
반응형
[꿍꾸룽] spss 집단별분석 & 독립표본t검정
안녕하세요 꿍꾸룽입니다.
저는 집단별 분석을 할 거에요. 구체적으로는 성별에 따라 변인들이 어떤 차이를 보이느냐를 분석해볼 겁니다.
잠재성장 LGM 분석을 하기전에 독립표본T검정을 통해서 평균차가 있는 지를 보려고해요.
다른 두 집단의 평균차이를 보려는 것이기 때문에 독립표본T검정을 본 것이구요~
기초통계 부분이기에 SPSS를 활용하였습니다.
LEVENE의 등분산 검정에서는 등분산을 가정/가정하지 않음에 따라 값을 두개를 주어요.
둘 중에 어떤 것을 보느냐는 유의확률 을 보고 판단하면 됩니다.
유의확률(P) > 0.05 = 등분산을 가정함
유의확률(P) < 0.05 = 등분산을 가정하지 않음 제가 캡쳐한 자료를 보면, PARETN_1, 5는 등분산을 가정한 값으로보고, 나머지는 등부산을 가정하지 않은 값으로 보아야 겠네요! 아래는 헷갈릴 때 제가 참고하여 보는 논쓰남님 독립표본T검정 강의에요. 그 아래는 파일을 물리적으로 분리하지 않고 (저장을 각각하지않고) 한 파일 내에서 나눠서 볼 수 있는 방법입니다. 저는 저번에 TEST할 때만 해보고, 지금 최종 검토 과정에서는 하지 않아서 글로 기재하지는 않을게요 🙂 https://youtu.be/2GVLu8a4J2I https://youtu.be/PG2gYZsTZ3k 아직 본격 분석에 들어가지도 않았는데 할게 많네요 벌써 지쳥 흥허엉ㅇ 통계하는 분들 모두 화이팅입니다! 반응형
키워드에 대한 정보 spss t 검정
다음은 Bing에서 spss t 검정 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 spss 독립표본 t검정 / 논문에서 가장 많이 사용하는 분석 / 두 모평균의 차이 검증 / independent sample t test / 논문쓰는남자 / 논쓰남
- 독립표본t검정
spss #독립표본 #t검정 #/ #논문에서 #가장 #많이 #사용하는 #분석 #/ #두 #모평균의 #차이 #검증 #/ # #independent #sample #t #test #/ #논문쓰는남자 #/ #논쓰남
YouTube에서 spss t 검정 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 spss 독립표본 t검정 / 논문에서 가장 많이 사용하는 분석 / 두 모평균의 차이 검증 / independent sample t test / 논문쓰는남자 / 논쓰남 | spss t 검정, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.
