vs w Parametric vs Nonparametric statistical test Pearson

모수통계검정 vs. 비모수통계검정 w Parametric vs. Nonparametric statistical test 관계 상관관계 모수통계검정 Pearson Correlation Spearman Rank Order Correlation Kendall’s Tau b or Tau c Chi-Square Independence Test 독립성 검정 Fisher’s Exact Test/ Binomial Test 교차분석 (crosstabulation) 집단간 차이 비모수통계검정 Independent Sample T-Test Mann-Whitney U-Test Paired Sample T-Test Wilcoxon Matched-Pairs Signed-Ranks Test One-Way ANOVA Kruskal-Wallis Test 2

두 집단간 평균 차이 III w Independent Sample T-Test – Assumption • x 11, x 12, ……, x 1 n 1 ~ iid N (μ 1, σ12) • x 21, x 22, ……, x 2 n 2 ~ iid N (μ 2, σ22) – 모집단 평균에 대한 가설 • H 0 : μ 1 = μ 2 • H a : μ 1 ≠ μ 2 – 모분산 동일성 F-검정 • H 0 : σ1 = σ2 • Ha : σ1 ≠ σ2 • F = max[ S 12, S 22 ] / min[ S 12, S 22 ] • e. g. Levene’s Test for Equality of Variance 5

두 집단간 평균 차이 V w 두 독립집단의 T-Test 단계 – Step 1 : 집단별 정규성 검정 (normality test) • SPSS, 기술통계량-데이터 탐색 – Shapiro-Wilk Test or Kolmogorov-Smirnov Test (H 0: normal) – 특히, 표본 수가 작을 때 • Graphical Methods – 표본 수가 크면 정규성 기각이 잘 됨 – e. g. Q-Q Plot (quantile-quantile plot) – Step 2 : T-Test 시행 • SPSS, 평균비교-독립표본T-검정 • 분산 동일성 검정 결과의 확인 – Levene’s Test for Equality of Variance – Step 3: 분산 동일성 검정 결과에 따른 T-value 확인 • Equal variance assumed • Equal variance not assumed w <지역조사 데이터. sav> 로 실습 7

두 집단간 평균 차이 VII w Paired Sample T-Test – 사전-사후 비교 t= d – d 0 Sd / n di = x 1 i – x 2 i d 0 = difference by H 0 Sd 2 = ∑i=1 n (di - d )2 n– 1 degree of freedom = n - 1 9

세 집단 이상 간 평균 차이 III w One-Way ANOVA 단계 – Step 1 : 집단별 정규성 검정 (normality test) • SPSS, 기술통계량-데이터 탐색 – Shapiro-Wilk Test or Kolmogorov-Smirnov Test (H 0: normal) – 특히, 표본 수가 작을 때 • Graphical Methods – 표본 수가 크면 정규성 기각이 잘 됨 – e. g. Q-Q Plot (quantile-quantile plot) – Step 2 : One-Way ANOVA 시행 • SPSS, 평균비교- 일원배치 분산분석 • SPSS, 일반선형모형-일변량 (집단별 표본 수의 차이 큼) • 분산 동일성 검정 결과의 확인 – Levene’s Test for Equality of Variance – Step 3: Post-Hoc Analysis (e. g. Duncan, Turkey Test) • Equal variance assumed로 된 기존 결과를 해석 • Equal variance not assumed로 변경 후 재분석 13

세 집단 이상 간 평균 차이 IV w Notes on ANOVA: <ANOVA_연비. sav> 로 실습 – 집단 간 차이는 alphabet으로 표시 ANOVA 집단 1 (n=7) 집단 2 (n=10) 집단 3 (n=9) F-value 연비 (on road) 4. 0 (a) 3. 0 (b) 2. 0 (c) 72. 123 *** 연비 (off road) 3. 5 (a) 3. 3 (ab) 2. 9 (b) 35. 123 *** 주) + : p<0. 1; * : p<0. 05; ** : p<0. 01; *** : p<0. 001 – Two-Way ANOVA & Interaction term • e. g. 직위, 성별, 직위*성별 – ANCOVA (analysis of covariance) or ANOCOVA • Covariate (i. e. metric 통제변수) 추가 – MANOVA (multivariate analysis of variance) • 종속변수가 여러 개 14

Summary w 두 독립집단간 평균 차이의 분석 – Independent sample T-Test – Mann-Whitney U-Test w 두 대응집단간 평균 차이의 분석 – Independent sample T-Test – Wilcoxon Matched-Pairs Signed Rank Test w 세 집단 이상간의 평균 차이 분석 – One-way ANOVA(analysis of variance): 일원분산분석 – Kruskal-Wallis Test – Post-Hoc Analysis (e. g. Duncan Test, Turkey Test) w 공통 사항 – Normality check – Levene’s test for equality of variance 15