Social Welfare Thorn News, 福智衍, 복지비틀기

SPSS 다중반응 변수를 처리하다보면 두 가지 불편한 점을 만나게 된다.

하나는 다중반응에 대한 변수군을 정의한 것은 저장되지 않는다는 사실이다. 따라서 컴퓨터를 껐다가 새로 켜서 분석을 하려하면 그때마다 매번 변수군을 새로 정의해야만 한다.

다른 하나는 다중반응에 대해 교차분석을 하면 교차표만 제공해줄 뿐 카이제곱검정 등 검정통계량을 알려주지는 않는다.

이 두 가지는 생각보다 불편하다. 

이와 관련하여 두번째는 다음과 같은 절차를 통해서 확인할 수 있다.

1. 다중반응 변수군을 정의한다.

2. 사용자 정의 표를 통해 분석할 변수를 입력한다.

- 이때 독립변수를 행(W)에, 종속변수를 열(O)에 마우스를 이용해 끌어다 놓는다.

3. 검정통계량 탭에서 옵션을 선택한다.

- 여기서 [□ 독립성 검정(카이제곱)(T)]을 체크해준다.

4. 결과를 확인한다.

- 위 결과에서 보듯이, 성별에 따른 노인일자라시압 참여이유에 대한 검정결과 χ²=125.399(p<.01)로 나타난 것을 확인할 수 있다.

분포의 차이 : 카이제곱 (χ²)

■ 확인사항
1. 자유도가 1인 경우
전체사례수가 30보다 크면서 각 셀(cell)의 빈도가 5 이상일 때 적용 가능

2. 자유도가 1보다 큰 경우
사례수가 30보다 크면서 5미만의 기대빈도의 셀이 전체의 모든 칸의 20%보다 적고, 모든 셀에 1.00이상의 기대빈도가 있다면 척도에 관계없이 사용 가능

카이제곱 분포표를 토대로 자유도와 비교하여 분포차이의 여부를 봅니다.
해당 자유도와 유의수준에서의 카이제곱 값보다 크다면 분포차이가 있다고 봅니다.
이때 p값을 표시해주는 것은 기본입니다.

(해석)
위 예제에서 우리는 Pearson Chi-Square(χ², 이하 카이제곱)의 값만 읽는 것으로 합니다.
우선 아래에서 N이 604로 30보다 크면서, a에서 언급한 것처럼 기대빈도가 5보다 작은 셀이 1개 이며 이는 전체 셀의 10%에 해당하여 20%보다 적기 때문에 확인사항에서 언급했던 기본적인 활용의 조건은 충족합니다.
이에 카이제곱의 값은 21.591이면서, 자유도(df)가 4이고, 양방향 검정(양측 검정)에 따른 유의도는 0.000으로 바꿔 표현하면 p<0.001이기 때문에 두 변수 간에는 분포의 관련성이 있다고 볼 수 있습니다.
이때 자유도와 양측검정의 유의도에 대한 카이제곱분포표를 살펴보면, 18.47이 나옵니다. 따라서 카이제곱 값(21.591)이 분포표의 값(18.47)보다 크기 때문에 분포에 있어 관계가 있다고 해석할 수 있습니다.

카이제곱.hwp

한편, 자유도와 양측검정의 유의도만 가지고 분포의 관련성 여부를 파악하려면, 카이제곱 분포표나 엑셀의 CHIINV 함수를 사용하시면 됩니다. 위 예제의 경우, 분포값은 20.00(단측검정의 경우는 18.47)이 나옵니다. 따라서 카이제곱 값(21.591)이 분포표의 값(20.00)보다 크기 때문에 분포에 있어 관계가 있다고 해석할 수도 있습니다.

첨부한 엑셀을 참조하세요~

단, 단측검정과 양측검정에 대한 해석은 제가 참조한 교재에서는 설명이 제대로 되어 있지 않았습니다.

때문에 틀린 점이 있을 수도 있음을 미리 밝혀둡니다.

카이제곱 교차분포표.xls