개노답이글스

다중회귀분석을 해볼까요. ​ 다중회귀분석을 위해 사용할 변수는 ​ 더미 변수를 포함해서 ​ 여학생더미, 학업열의, 학업 무기력을 독립변수로 하고 ​ 자아존중감을 종속변수로 해보겠습니다. ​ 1. 더미변수 만들기 ​ 더미변수를 만들기 위해서는 범주형 변수, 명목형 변수에서 ​ 관심있는 변수를 제외하고 모드 0으로 코딩하여, 변수 간의 차이를 확인할 수 있습니다. ​ 여학생더미는 남학생을 0으로, 여학생을 1로 코딩하면 되겠습니다. ​ 변수 변환을 위해 ​ 변환 탭 - 다른 변수로 코딩 변경을 눌러줍니다. ​ 그리고 성별 변수를 클릭 해서 화살표를 눌러줍니다. ​ ​ 출력변수의 이름 칸에 이름을 지정해주시고 바꾸기를 누릅니다. ​ ​ 그런 다음 기존 값 및 새로운 값을 눌러줍니다. ​ 원래 데이터에서는 남자..

이제 회귀분석을 다루어 볼 차례가 되었네요. 사용할 변수는 학업열의, 자아존중감을 사용합니다. ​ 1. 회귀분석 ​ 분석 탭에서 회귀분석 - 선형을 눌러줍니다. ​ 그러면 ​ ​ 이렇게 화면이 등장하죠. ​ 그럼 이제 종속변수와 독립변수를 각각 넣어줍니다. ​ 여기서 저는 독립변수를 학업열의, 종속변수를 자아존중감으로 진행합니다. ​ 각 변수를 독립변수, 종속변수에 클릭 후 화살표를 눌러 넣어줍니다. ​ ​ 그리고 확인을 눌러줍니다. ​ 그러면 결과 창에 ​ 이렇게 나오죠?ㅎㅎ ​ 모형 요약에서 R제곱값을 확인합니다. ​ .189니까 학업열의가 자아존중감을 18.9% 정도 설명하고 있는 것으로 나타났습니다. ​ 분산분석 표에서는 회귀모형 자체가 유의했는지 아닌지를 알려주는 F검정을 시행합니다. ​ 유의확..

이번에는 상관분석을 알아볼까 합니다. ​대략적인 설명은 Rstudio 카테고리에 간단히 적었기에 ​ 여기서는 SPSS 실행방법만 간단하게 스윽 진행합니다.ㅋㅋㅎㅋ 1. 산포도 ​ 저번에 만들었던 학업열의와 자아존중감 두 가지 변수를 가지고 먼저 산포도를 그려볼께요. ​ 그래프 탭 - 도표 작성기를 눌러줍니다. 그러면 음 저는 ​ 이 경고 메시지가 뜨는데 ​ 그냥 확인 눌러줍니다..ㅋㅋ ​ 그러면 ​ 이 친구가 짜잔 등장하죠 ​ 여기서 그러면 저 아래에 '산점도/점도표'를 클릭하고 ​ 맨 위에 있는 친구를 클릭해서 가져다 놓습니다. ​ 그러면 이렇게 X축 / Y축 변수를 가져다 놓을 수 있는 그림이 등장하고 ​ 옆에 요소 특성이 있는데... 이 친구는 변수를 가져다 놓으면 통계량을 조정해서 사용할 수 있는..

이전의 업로드해둔 것은 Rstudio를 활용해서 올렸습니다. ​ 내용은 같지만, spss를 사용하는 것도 스을쩍 올려보려 합니다. ​ R보다 간단(?)하니까 천천히 따라하시면 괜찮을 것 같아요 ​ 아마 SPSS 프로그램은 개인이 구비하기에는 좀 많이 비싸고 그래서 (돈 많으면 소장 하는 것은 안 말려요!ㅎㅋㅋ) ​ 학교나 기관에 계신분들은 각 학교나 기관 통해서 설치가 가능하실 것입니다. ​ 그것도 없으면.. 학교에 강력히 요구를 하셔야 합니다.. 등록금 아깝게 시리..ㅋㅋ ​ 암튼 활용하는 데이터 셋은 똑같이 아동청소년패널 KCYP2018 1차 자료입니다. ​ 1. 변수 만들기 ​ 앞선 R에서 학업열의, 자아존중감을 변수로 만들었는데 ​ 똑같이 만들어 보겠습니다. ​ 변수 생성은 변환 탭에서 변수계산을..

안녕하세요. 이번에는 다중회귀분석에 대해 알아보겠습니다. 저번 회귀분석에 이어서 작업을 하고 있습니다. 사용하는 변수는 학업열의, 학업 무기력, 자아존중감입니다. 단순회귀분석에서는 독립변수가 1개일 때 사용하는 분석방법입니다. 다중회귀분석은 독립변수가 2개 이상일 때 사용하는 분석방법으로, 다양한 예측 요인들을 알아보고자 할 때 사용됩니다. ------------------------------------------------------------------------------------------------------------------------------- 1. 다중회귀분석 저번 회귀분석 때 기술통계부터 천천히 다뤘기 때문에 여기서는 바로 회귀분석으로 넘어가겠습니다. 다중회귀 분석할 때도 마찬가..

잠재성장모형에 이어 ​ 또 다른 종단 분석방법을 살펴볼까요. ​ 자기회귀교차지연모형입니다. ​ 1. 간단한 이론..? ​ ​ 예시 모형에서 보다시피 여러 시점에서 측정된 변수들 간의 관계를 살펴봅니다. ​ 특정 시점의 변수가 다른 시점의 변수에 어떻게 영향을 주는지 볼 수 있겠죠? ​ 이 모형의 장점은 시간 관계 안에서 변수들의 관계를 살펴보는 것입니다. ​ 간단하게(?) 보이는 모형에 ​ 여러 단계를 거쳐야 하는 귀찮음이 있지만 ​ 그래도 잘 연습하면 유용한 분석 모형이 될 것이라 생각됩니다. ​ 거쳐야 하는 단계는 측정 동일성 -> 경로 동일성 -> 오차 공분산 동일성을 검정을 하고 난 다음 ​ 최종 모형이 결정됩니다. ​ 위 예시 모형을 다시 세세하게 보면 ​ 이런 모양이 나옵니다.​ ​ 측정 동일..

지금까지 뭔가 올렸던 것은 횡단 연구 방법이었습니다. 횡단만 다루면 조금 아쉬운 부분이 있죠 횡단 연구의 장점으로 일반적인 경향을 파악하고, 개인 간 비교가 용이한 점은 있지만 1. 개인의 성장과 발달과정을 파악하기는 어렵고 2. 분석을 통해 얻은 결과가 특정 시점에서만 유효한지, 다른 시점에서도 유효한 지 모르고 3. 변수들간 시간적 선행성 확보가 쉽지 않습니다 **참고자료: 이종승, 2009, 교육심리사회 연구방법론** 특히 이 '시간적 선행성 확보'가 쉽지 않은 점은 주로 관심 있는 '인과적 효과'를 밝히기 쉽지 않다는 점입니다. 사회과학 특성상, 실험 연구가 쉽지 않기 때문에 분석 결과를 인과관계로 표현하기 어렵고 시간적 선후관계도 불명확하다는 점이 아쉽죠. 그래서 시간에 따른 변수 간의 관계 파..

안녕하세요, 이번엔 구조방정식 경로 모형에 대해서 알아보려 합니다. 저번 요인분석에 이어서 이번엔 드디어(?) 변수들을 활용해서 서로 어떤 관계를 가지고 있는지 구조방정식에 적용해볼까요. 저번장에서 다루었던 모형 검증에서 이어갑니다. 1. 모형설정 모형검정을 통해 제가 사용하려고 했던 행동통제, 학업시간관리, 학습활동, 삶의 만족도, 자아존중감 5가지 변인의 요인 분석을 마쳤고 이제 이 변수들간의 관계를 설정해서 보고자 합니다. 물론, 이 변수들간의 관계를 설정하는 데 있어서 정말 열심히 이론적 배경을 고려해야 하나 여기서는... 너무 귀찮.. 연습이니까요.. R을 활용하는데 중점을 둔ㅎㅎ 다음 그림과 같은 관계를 가지고 있지 않을까 하는 가정을 먼저 해봅니다. 1. 행동통제가 자아존중감, 삶의 만족도에..

안녕하세요, 이번엔 구조방정식 모형 검증 방법에 대해 알아보려 합니다. 구조방정식은 다양한 변수들간의 관계를 보여주는 분석방법이라 다양한 모델, 모형이 나타납니다. 그래서 다양한 모형 가운데 가장 적합한 모형을 찾아서 최종 결과에 올려야 되기 때문에 경쟁모형 간에 검증이 필요합니다. 1. 모형검증에 사용하는 통계치 구조방정식에서 주로 사용하는 통계치는 카이제곱 차이 검정, TLI, CFI, RMSEA 값을 주로 쓰는 것 같습니다. 분석에서 나타나는 여러 모형의 각 값들을 비교하여 가장 양호한 값을 띄고 있는 모형을 최종 모형으로 선정하면 되는데요 예를 들어 모형 1과 모형 2를 두고 비교한다면, 카이제곱 차이검정은 모형 1과 모형 2의 카이제곱 값을 차이 검정을 진행하고, TLI, CFI, RMSEA 는..

안녕하세요, 이번에는 저번장에 이어 확인적 요인 분석을 이어가 보도록 하겠습니다. 2) 확인적 요인분석 활용 데이터는 KCYP 2010 5차년도 자료로 같습니다. 사용하는 변수는 행동통제, 학업시간관리, 학습활동, 삶의 만족도, 자아존중감입니다. 설문에서 행동통제에 대해서 5문항, 학업시간관리 4문항, 삶의 만족도 3문항, 자아존중감 10문항으로 구성되어 있습니다. 확인적 요인 분석은 탐색적 요인 분석과 다르게 이미 설문을 구성할 때 1번부터 몇 번 문항까지는 00에 대한 문항이야 라고 정해진 것을 반영해서 분석을 하니까 앞선 탐색적 요인 분석보단 간단할 것 같아요..ㅋㅋ 여기서 사용할 패키지는 'lavaan'입니다. 이 패키지를 사용하기 위해서는 먼저 '모델'을 설정해두어야 합니다. 모델에서 어떤 변수..