1. 통계적 유의성과 실제적 유의성 비교
통계적 검증에서 유의성은 통계적 유의성과 실제적 유의성으로 구분된다. 통계적 유의성은 통계적 가설 검증을 위해 설정한 유의수준에 입각한 유의성을 말한다(김삼섭 편, 2005). 실제적 유의성은 연구결과 실제적으로 집단 간에 차이가 있는지, 변인 간에 고
1. 빈도의 차의 유의성 검정
(1) 카이자승법의 원리
분포를 기초로 한 검정법은( chi- square test, 카이자승법) 은 여러 가지 응용법을 가진 통계법이며, 특히 빈도 비교법이라고 불리울 만큼 자료가 빈도로 주어졌을 때 가장 많이 쓰이는 통계법이다.
Karl Pearson (1990)은 변인이 여러 유목으로 구성된 전
of Variance)
- 집단 간의 동일한 분산
3. 방법
일원분산분석(One-way ANOVA)
- 두 집단 또는 그 이상간 하나의 종속변수에 대해 평균의 차이가 통계적 유의성 검증
이원분산분석(Two-way ANOVA)
- 두 집단 또는 그 이상간 두 개의 독립변수들이 하나의 검정변수에 대한 평균 차이의 통계적 유의성 검증
실제상황
검정결과 귀무가설이 사실 대립가설이 사실
귀무가설을 기각 안 함 옳은 결정 제2종 오류
귀무가설을 기각함 제1종 오류 옳은 결정
검정력(power) = 1- 제2종 오류의 가능성
귀무가설을 기각해야 하는 상황에서 제대로 기각하는 결정을 내릴 확률 (‘자를 때 자르는 힘’=power)
1.1 개괄적으로 들어가는 말
행동 과학자가 실제 현상을 취급하는 통계전문가의 역할을 해야할 경우, 그것이 하나 또는 그 이상의 귀무가설 검증 목적을 위해 존재할 확률이 높은데, 예를 들면 설명을 요하는 현상은 사실상 존재하지 않는다는 가설[Fisher, 1949, p. 13]"을 들 수 있다. 행동과학자가 이러