[기초 통계학 개요]
1. 통계학이란
- 자료를 수집 -> 구성 -> 요약 -> 통계적 처리 및 분석 -> 결론의 도출과정에 따라 어떤 주장 혹은 결정을 내릴 떄, 객관적 근거를 바탕으로 합리적인 의사결정을 내리는 데 도웅이 되는 과학적 방법
2. 통계를 배우는 목적
- 현상이해와 미래예측
3. 척도의 종류
종류 | 정의 | 예 | 구분 | 분석방법 |
명목척도 | 측정대상(응답자)을 단지 분류할 목적으로 부여한 척도 | 성별 | 범주형 자료 | 빈도분석 |
서열척도 | 측정대상(응답자)간에 순서/서열적 의미(높고 낮음)가 있는 척도 | 학력 | ||
등간척도 | 측정대상(응답자)간에 순서뿐만 아니라 숫자의 간격이 동일하여 양적인 정도를 알 수 있는 척도(개념의 0) | 온도 성적 |
연속형 자료 | 기술통계 분석 |
비율척도 | 등간척도와 유사하나, 0의 의미가 실제로 없다 라고 말할 수 있는 척도(실제의 0) | 소득 |
4. 귀무가설과 대립가설
1) 귀무가설 : "아무런 차이가 없다" 또는 "전혀 효과가 없다"는 내용을 의미하는 주장, 대체로 연구에서는 귀무가설을 거부하기 위해 설정
2) 대립가설 : "차이가 있다" 혹은 "효과가 있다"는 귀무가설의 반대개념, 귀무가설이 기각되고 대립가설이 받아들여지면 '자료는 통계적으로 유의하다' 고 표현함
5. 유의수준과 임계치
1) 유의수준 : 제 1종 오류를 범할 확률을 그 검증의 유의수준이라고 하여
(=a, 알파) 로 표시하며 보통 유의수준(a, 알파)은 0.10, 0.05, 0.01, 0.001 등으로 정하는 경우가 많음
2) 임계치 : 주어진 유의수준에서 귀무가설의 채택과 기각에 관한 의사결정을 할 경우, 그 기준이 되는 점(기각치)
6. 가설검증의 순서
1) 귀무가설/대립가설 의사결정대안 설정 : H0 - 직원의 교육예산투입은 매출액 향상에 영향을 미치지 않을 것이다 / H1 - 직원의 교육예산투입은 매출액 향상에 긍정적 영향을 미칠 것이다
2) 유의수준 선택 및 기각영역 설정 : 유의수준 0.05(신뢰수준 95%)에서 가설채택 여부
3) 표본통계량(검정통계량) 계산 도출 : 통계량 t-value = 3.134, p=0.001
4) 표본통계치를 이용한 가설검정 및 최선의 대안 선택 : 대립가설 채택, 즉 교육예산은 매출액 향상에 긍정적 영향을 줌. 경영적 대안 - 직원교육을 위한 다양한 교육예산의 확대
7. 통계방법별 가설과 검정 통계량
분석방법 | 독립-종속 | 귀무가설(H0) / 대립가설(H1) | 검정 통계량 | p |
교차분석 | 범주-범주 | H0 : 독립변수에 따라 종속변수에는 차이가 없다 H1 : 독립변수에 따라 종속변수는 차이가 있다 |
X2 | p<0.05 -> 대립 |
독립표본 t-test | 범주-연속 | H0 : 독립변수에 따라 종속변수에는 차이가 없다 H1 : 독립변수에 따라 종속변수는 차이가 있다 |
t-value | p<0.05 -> 대립 |
분산분석 | 범주-연속 | H0 : 독립변수에 따라 종속변수에는 차이가 없다 H1 : 독립변수에 따라 종속변수는 차이가 있다 |
F-value | p<0.05 -> 대립 |
상관관계 분석 | 연속-연속 | H0 : 독립변수와 종속변수는 상관관계가 없다 H1 : 독립변수와 종속변수는 상관관계가 있다 |
r(rho) | p<0.05 -> 대립 |
회귀분석 | 연속-연속 | H0 : 독립변수는 종속변수에 영향을 미치지 않는다 H1 : 독립변수는 종속변수에 영향을 미친다 |
F-value t-value |
p<0.05 -> 대립 |
'대학원 > 간호통계' 카테고리의 다른 글
간호통계 (데이터 핸들링) (0) | 2022.09.18 |
---|