SPSS를 이용한 통계분석_ T test(독립표본)

 

통계분석에서 가장 대표적으로 사용되는 분석을 살펴보겠습니다. 통계분석을 하는 의미가 어떠한 차이와 효과가 존재할때 그 '차이'가 과연 의미가 있는 수치인지 아닌지를 객관적으로 증명하는 것이 목적이라고 생각합니다.

• 독립표본T-test는 서로 다른 '두'집단의 평균의 차이가 있는지를 검정하는 것 입니다. 여기서 '두'집단 이상 즉, 세집단 이상의 평균분석은 흔히 알고있는 'ANOVA'로 검정을 진행합니다.(ANOVA 관련된 글 참고 )
• Flow
  
  1. 귀무가설과 대립가설을 세웁니다. 
     • 귀무가설 : 두 집단의 평균은 동일하다, 대립가설: 두 집단의 평균은 동일하지 않다
  2. 정규분포를 가정합니다.
     • X1,X2가 정규분포를 따른다면, (X1-X2)표본분포도 정규분포를 따릅니다. (정규분포를 따르지 않더라도 중심극한정리에 의해 개체의 수를 충분히 크게 해서 평균을 구하면 표본평균의 분포는 근사적으로 정규분포를 따른다는 것을 확인할 수 있습니다.)
  3. 두 집단의 분산이 동일한지 먼저 검정한다 -> 표준오차를 구하는 식이 다르기 때문에...!
     • 분석 결과에서 분산의 동일 여부에 따라 확인해야 하는 값이 다릅니다.

SPSS 실습

SPSS Flow : 분석 -> 평균비교 -> 독립표본 T 검정 선택

검정변수에 업무만족도를 집단변수에 성별을 위치시킵니다.
집단정의를 클릭하고 집단 1과 집단 2에 성별의 범주 값-여기서는 1과 2-을 입력합니다.

 

결과해석 

• 평균차는 -10.17857이며 부호에 관계없이 남자와 여자의 평균차이는 ‘10’정도 차이가 존재한다고 볼 수 있습니다.
•  표준오차는 등분산을 가정할때, 가정하지 않을때 2가지 경우가 모두 나타납니다. 따라서 등분산 검정을 먼저 진행해야합니다.
•  Levene의 등분산 검정 (귀무가설: 두 집단의 분산이 같다. , 대립가설: 두 집단의 분산이 같지 않다.)의 결과에서
  • 유의확률이 0.888이며 이는 유의수준 0.05에서 유의하지 않기에 귀무가설을 기각 할 수 없습니다.
  • 즉 두 집단의 분산이 같다고 말할 수 있습니다.
•  따라서 우리는 등분산이 가정됨의 t 은 -1.45이고 유의확률은 0.158이며 이는 유의수준 0.05에서 유의하지 않기에 귀무가설을 기각 할 수 없습나더. 즉 두 집단(남자와 여자)의 업무만족도 평균은 통계적으로 유의한 차이가 없습니다.