상관관계분석(Correlation Analysis)

소개글

상관관계분석(Correlation Analysis)에 대한 보고서 자료입니다.

목차

상관관계분석(Correlation Analysis)
1. 상관관계의 의미

2. 명목변수 간 상관관계

3. 서열변수 간 상관관계

4. 등간․비율변수 간 상관관계

5. 수준이 다른 변수 간 상관관계

본문내용

라간다.
[실행방법 1]
② 상관관계를 보고자 하는 두 변수를 아래와 같이 “변수(V):”로 이동시키고 확인 버튼을 누른다. 이때 기본적으로 “상관계수-Pearson”, “유의성 검정-양쪽”, “유의한 상관계수 별표시”에 체크가 되어 있다. 만약 다른 상관계수를 원하는 경우 이에 체크하고, 유의성을 한쪽(변수 사이에 독립변수와 종속변수의 관계가 성립할 경우)으로 검증하고자 하는 경우 “한쪽”에 체크하면 된다. “유의한 상관계수 별표시”에 체크가 되어 있으면 출력결과화면 상에 유의미한 상관계수 옆에 별표시가 붙어 시각적으로 보다 편리하게 볼 수 있다.
[실행방법 2]
③ 마지막으로 다음과 같은 분석결과가 출력결과화면(output) 상에 나타난다.
[분석결과]
3) 피어슨 상관계수의 해석방법
① 직업훈련과 월평균임금이라는 두 등간비율변수의 상관관계를 피어슨 상관계수를 통해 살펴보았다. 두 변수의 상관관계 유무는 상관계수(-.313)의 통계적 유의도를 통해서 확인할 수 있다. 즉 상관계수가 통계적으로 유의미하다면 두 변수 사이에는 유의미한 상관관계가 있다고 할 수 있다. 앞에서 살펴보았듯이 피어슨 상관계수의 통계적 유의도 역시 유의확률을 통해 확인할 수 있다.
그렇다면 위의 통계결과는 어떠한가? 상관계수의 .000으로 표시되고 있는데, 이는 .001보다 작은 값이다. 즉 이러한 결과를 99.9%까지 신뢰할 수 있다는 의미이다.
이러한 상관관계에는 **표시가 되어 있으며 아래에 “상관관계는 .01(양쪽) 수준에서 유의합니다.”라는 메시지가 있다. **표시는 [실행방법 2]에서 “유의한 상관계수 별표시”에 체크하나 결과이다. 그리고 감마에서 설명했듯이 엄밀히 말하면 “상관계수는 .001(양쪽) 수준에서 유의합니다.”라고 해야 하지만 사회과학에서는 .01의 유의도가 보편적이고도 충분하기 때문에 이렇게 표현한다.
결과적으로 피어슨 상관계수는 통계적으로 유의미하기 때문에 두 변수 사이에는 상관관계가 있다고 할 수 있다.
§ Tip §
위의 표에서 직업훈련-직업훈련, 월평균임금-월평균임금의 상관계수는 1로 표시되어 있는데 이는 동일한 변수이기 때문에 당연히 상관계수가 1로 표현되는 것이다.
② 위의 표에서 상관계수의 값은 -.313이다. 이 수치는 상관관계의 정도 및 방향을 나타낸다. 우선 피어슨 상관계수는 표준화된 상관계수로서 그 값이 -1～+1의 범위 내에 위치하며, 그 절대값이 클수록 상관관계가 큰 것을 의미한다. 일반적으로 .313의 상관계수는 낮은 정도의 상관관계를 의미한다. 다음으로 상관계수의 값이 0보다 작은 음수로 나타났기 때문에 부적 상관관계라고 할 수 있다. 즉 ‘직업훈련을 받는 시간이 많을수록 월평균임금이 낮다’ 또는 ‘월평균임금이 높을수록 직업훈련을 받는 시간이 적다’라고 응답하는 것이다. 피어슨 상관계수를 독립변수와 종속변수를 설정하지 않고 양쪽검정했기 때문에 이와 같은 두 가지 해석이 가능하다. 만약 월평균임금을 독립변수로, 직업훈련을 종속변수로 하여 한쪽검정했다면 후자의 해석만이 가능할 것이다.
조사보고서에는 다음과 같이 서술할 수 있다.
[조사보고서 서술]
직업훈련과 월평균임금의 상관관계 분석결과 Pearson r=-.313(p<.01)이므로 두 변수 사이에는 (통계적으로 유의미한) 상관관계가 존재한다고 할 수 있다.
5. 수준이 다른 변수 간 상관관계
상관관계를 분석하고자 하는 두 변수의 측정수준이 다를 경우에도 사용할 수 있는 상관계수가 있다. 명목변수와 서열변수 사이의 상관관계는 쎄타(Theta, ), 명목변수와 등간비율변수 사이의 상관관계는 양류상관계수(r)와 에타(eta, ), 서열변수와 등간비율변수 사이의 상관관계는 자스펜의 상관계수(Jaspen' M, M)를 통해 구할 수 있다.
SPSS 프로그램은 이 가운데 양류상관계수와 에타를 산출한다.
1) 양류상관계수(r)
양류상관계수는 명목변수와 등간비율변수 사이의 상관관계를 볼 때 사용한다. 이때 명목변수는 “남, 여”, “있다, 없다” 등과 같은 2분 변수여야 한다.
양류상관계수는 피어슨 상관계수(Pearson' r)와 동일한 것으로 보면 된다. 따라서 SPSS를 활용하여 양류상관계수를 구하는 실행방법은 피어슨 상관계수를 구하는 방법과 동일하며, 그 해석방법도 동일하다.
2) 에타(eta, )
에타는 명목변수와 등간비율변수 사이의 상관관계를 볼 때 사용한다는 점에 있어 양류상관계수와 동일하다. 하지만 양류상관계수가 2분 명목변수일 때만 사용할 수 있는 것과 달리 에타는 2분 이상의 모든 명목변수에 대해 사용할 수 있다. 하지만 에타는 통계적 유의도를 보이지 않기 때문에 잘 사용하지 않는다. 에타의 또 하나의 특징은 비대칭적 통계라는 것이다. 비대칭적 통계는 반드시 독립변수와 종속변수를 구분하여 사용한다. 이와 달리 대칭적 통계는 독립변수와 종속변수를 구분하지 않고 사용하는 것으로서 대부분의 상관관계분석은 대칭적 통계라고 할 수 있다(하지만 단측검정(한쪽검정)을 하는 경우에는 비대칭적 통계가 된다).
① 실행방법
[실행방법 1] ‘분석→기술통계량→교차분석의 경로를 따라간다.
[실행방법 2] 상관관계를 보고자 하는 두 변수를 아래와 같이 행과 열로 이동시킨다.
[실행방법 3] 아이콘을 클릭하여 다음과 같은 화면이 나타나면 “에타”에 체크하고 “계속→확인” 버튼을 클릭한다.
[분석결과] 에타를 실행하면 다음과 같은 분석결과가 출력결과화면(output) 상에 나타난다.
② 분석결과 해석방법
에타는 위의 분석결과에서 “방향성 측도”에 나타나 있다.
“성별 종속”의 에타값은 .364이며 “생활비 종속”의 에타값은 .064이다. 위에서 언급했듯이 에타는 비대칭적 통계이기 때문에 두 변수 중 어느 하나를 종속변수로 하는 값을 산출하게 된다. “성별 종속”은 성별을 종속변수로, 생활비를 독립변수로 했을 때의 에타값이다. “생활비 종속”은 생활비를 종속변수로, 성별을 독립변수로 했을 때의 에타값이다.
에타값은 유의확률을 계산하지 않기 때문에 상관관계의 유무, 정도, 방향을 알려주는 상관계수로서의 기능이 약하다고 할 수 있다. 따라서 에타는 참고로만 활용하는 것이 좋다.

키워드

상관관계의 의미,   명목변수 간 상관관계,   서열변수 간 상관관계,   등간․비율변수 간 상관관계,   수준이 다른 변수 간 상관관계,   상관관계분석,   상관관계분석(Correlation Analysis)