자료분석론
본 자료는 5페이지 의 미리보기를 제공합니다. 이미지를 클릭하여 주세요.
닫기
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
해당 자료는 5페이지 까지만 미리보기를 제공합니다.
5페이지 이후부터 다운로드 후 확인할 수 있습니다.

목차

1.자료변환

2. 빈도분석

3.자기효능감에 대한 신뢰성검증

4. 교차분석

5. 독립표본

6. 아노바분석

7.공변량 분석

8. 상관관계

9.요인분석

본문내용

111
.789
99.011
12
.073
.522
99.532
13
.043
.307
99.839
14
.023
.161
100.000
추출 방법: 주성분 분석.
초기 고유 값을 보고 1이상인 분석 값을 봐야 한다. 초기 고유값이 1이상인 경우가 3개이므로 3개의 요인이 나오게 된다. 그리고 누적 분산은 77%이다. 누적 분산은 50%를 넘어야 하기 때문에 요인분석을 할 가치가 있다. 누적 분산이 77%이므로 가치가 있으며 23%의 정보손실을 가진다는 것을 알 수가 있다.
스크린 도표를 본다면 1과 2사이의 급격한 변화 차이를 보이고 있으며 1요인은 다른 요인과 엄격한 차이를 가지며 뚜렷한 분석 특성을 가진다는 것을 알 수가 있다.
성분행렬(a)
성분
1
2
3
삶의목표
.907
-.158
-.180
자녀관계
.907
-.271
.005
번돈의소중함
.842
.228
-.220
일하는 즐거움
.829
-.410
-.177
소득의자신감
.804
.281
-.388
마음의편안함
.789
-.250
.085
노력여부
.777
.241
-.174
일과 능력
.746
.106
.188
생활의자신감
.741
-.490
.029
보람
.723
-.403
.057
노력
.713
.298
.033
전보다외로움
.692
.545
-.074
가치있는 존재
.667
.445
.353
긍정적
.589
.017
.779
요인추출 방법: 주성분 분석.
a 추출된 3 성분
회전된 성분행렬(a)
성분
1
2
3
일하는 즐거움
.883
.326
.038
생활의자신감
.858
.140
.185
자녀관계
.817
.402
.258
보람
.780
.176
.220
삶의목표
.755
.546
.108
마음의편안함
.713
.310
.297
소득의자신감
.391
.850
-.037
전보다외로움
.090
.839
.264
번돈의소중함
.437
.776
.120
노력여부
.378
.727
.144
노력
.272
.647
.324
일과 능력
.416
.484
.443
긍정적
.310
.106
.920
가치있는 존재
.101
.599
.631
요인추출 방법: 주성분 분석. 회전 방법: Kaiser 정규화가 있는 베리멕스.
a 6 반복계산에서 요인회전이 수렴되었습니다.
분석시에 제 1요인부터 우측으로 이동하면서 가장 높은 요인 적재값을 찾는다. 그리고 더 높은 적재값을 가진 변인이 요인 해석에 더 중요하게 여겨지고 그것 들이 요인을 나태내는 이름에 더 큰 역할을 한다. 0.3이상이면 고려할 만하고, 0.4이상이면 중요하게 고려할 만하고, 0.5이상시 에는 매우의미가 있는 것으로 나타낸다.
성분행렬
성분행렬의 결과 해당변인이 어느 요인인지 파악하기가 매우 어렵기 때문에 요인이 회전된 성분행렬로 요인을 나누는 것이 쉽다. 요인 1에는 밀접한 특성된 것들이 많고 요인 2,3 에는 관계없는 것들이 많다.
회전된 성분행렬
요인1의 가장 높은 적재값을 가진 변인 일하는 즐거움과 요인 2의 가장 높은 적재값을 가진 소득의 즐거움 그리고 요인 3에서 가장 높은 적재값을 가진 요인 3을 볼 수가 있다. 그리고 일과 능력의 변수에서 요인 2와 요인 3의 요인에 영향을 주는 것을 알 수 있는데 요인3의 적재값이 0.4에서 0.9로 급격하게 올라간 것으로 보아 요인 3에 더 영향을 미친 다는 것을 알 수가 있다.
8.회귀분석
그래프
회귀분석 그래프가 직선관계의 모양을 보여주면 회귀분석의 기본 가정을 충족시킨다는 것을 알 수 있는데 지금 그래프를 본다면 산점도가 곡선 모양을 그린다는 것을 알 수가 있다. 고선 모양이 나오면 그 독립변수는 분석에서 제외 하는 것이 좋지만 사정상 제외는 하지 않고 분석을 한다.
평균
표준편차
N
자기효능감
57.8667
8.52474
30
참여인식도
18.9000
2.15519
30
기술통계량
상관계수
자기효능감
참여인식도
Pearson 상관
자기효능감
1.000
.136
참여인식도
.136
1.000
유의확률(단측)
자기효능감
.
.236
참여인식도
.236
.
N
자기효능감
30
30
참여인식도
30
30
Pearson 상관계수(0과 1사이)에서 0.1 경우 약한 상관관계 0.3일 경우 보통관계 0.5일 경우 높은 상관관계를 가진다고 할 수 있다. Pearson 상관관계에서 1.36으로 13%의 상관관계를 가진다고 할 수 있다. 즉 자기효능감과 참여인식도의 상관관계는 그리 깊은 관계가 아니라 약한 상관관계를 가진다고 할 수가 있다.
모형 요약(b)
모형
R
R 제곱
수정된 R 제곱
추정 값의 표준오차
통계량 변화량
R 제곱 변화량
F 변화량
자유도1
자유도2
유의확률 F 변화량
1
.136(a)
.019
-.016
8.59472
.019
.530
1
28
.473
a 예측값: (상수), 참여인식도
b 종속변수: 자기효능감
R 제곱은 독립변수와 종속변수의 관계를 설명해주는 설명력을 나타낸다. R값이 0.019로 매우 낮은 값을 보이고 있다. 설명력이 매우 낮으며 도립표본의 수와 표본의 크기를 고려한 회귀식의 설명력을 고려한 것이 수정된 R제곱으로 -0.016을 나타내는 것을 볼 수 있다.
분산분석(b)
모형
제곱합
자유도
평균제곱
F
유의확률
1
선형회귀분석
39.130
1
39.130
.530
.473(a)
잔차
2068.337
28
73.869
합계
2107.467
29
a 예측값: (상수), 참여인식도
b 종속변수: 자기효능감
그리고 유의확률을 보면 0.473으로 P<0.05보다 크므로 참여인식도에 따른 자기효능감이 유의하지 않음을 보이고 있다.
회귀계수(a)
모형
비표준화 계수
표준화 계수
t
유의확률
B에 대한 95% 신뢰구간
B
표준오차
베타
하한값
상한값
1
(상수)
47.680
14.084
3.385
.002
18.831
76.530
참여인식도
.539
.741
.136
.728
.473
-.978
2.056
a 종속변수: 자기효능감
Y = a + bx
y = 47.680 + 0.539x참여인식도
(y = 자기효능감, x = 참여인식도간의 인과관계를 설명하는 함수식을 찾아내는 것이 회기분석의 요점)
= 참여인식도가 자신의 0.539%만큼 자기효능감을 증가시킨다.
  • 가격9,660
  • 페이지수17페이지
  • 등록일2012.10.17
  • 저작시기2010.11
  • 파일형식한글(hwp)
  • 자료번호#750438
본 자료는 최근 2주간 다운받은 회원이 없습니다.
청소해
다운로드 장바구니