06. SPSS 사용기술 (반격의 봉화) SPSS개념과 변수 및 척도의 종류

■ SPSS

statistical package for the social science를 말하는 것으로 컴퓨터를 이용하여 복잡한 자료를 아주 쉽게 처리할 수 있도록 만든 통계분석 프로그램이다.

■ 변수 및 척도의 종류

(1) 변수의 분류

독립변수(independent variable)

독립변수란 연구자가 반응(response)변수 또는 관찰변수(종속변수: dependent variable)을 관찰하기 위해서 조작되거나, 측정되거나, 선택되어진 변수를 말한다. 독립변수는 다른 변수에 영향을 줄 수 있는 변수이다.

통제변수(control variable)

실험이나 서베이를 하는 동안 변수의 여러 가지 수준들 중에서 한 표본에 대해서 일정한 수준의 값이 유지되는 변수로 외재변인(extraneous variable)이라고도 한다. 영향을 미칠지도 모르는 연구의 목적 이외의 다른 변수들의 영향을 통제시키고자 할 때 사용한다. 그러나 실질적으로 많은 실험연구나 서베이연구에서 모든 외재변인을 통제한다는 것은 사실상 불가능하다고 볼 수 있다.

종속변수(dependent variable)

독립변수의 영향을 받아 변화될 것이라고 보는 변수를 말한다. 독립변수에 대한 반응으로서 측정되거나 관찰이 된 변수를 말한다. 그러므로, 종속변수는 독립변수에 의해 항상 영향을 받는 변수라고 생각하면 된다.

(2)척도의 분류

측정(measurement)이라는 개념은 논리적으로 정해진 규칙에 따라 개체, 이벤트, 사람들 등과 같은 대상의 속성에 값을 부여하는 것이다. 따라서 서로 다른 변수(속성)를 표현하기 위해서는 변수에 대한 값을 부여하는 서로 다른 규칙이 필요하게 된다. 변수들의 값을 부여하는 방법이 척도(scale)이며 이들 척도는 크게 다음과 같이 나뉜다.

 
 1.명목척도(nominal scale)

개체나  사람이 다르다는 것을 보이기 위해 이름이나 범주를 대표하는 숫자로 부여하는 방식. 명목척도는 측정대상을 상호배타적인 집단으로 분류하는데 사용된다.

명목척도는 단지 빈도수를 계산하는데 유용하다. 명목척도에서는 빈도와 퍼센트를 계산하므로 평균은 의미가 없다.

 2. 서열척도(ordinal scale)

서열척도(순위척도)는 측정대상간에 높고 낮음과 같이 개체나 사람들의 순서에 대한 값을 부여하는 척도이다. 서열척도는 빈도를 계산할 뿐만 아니라 중앙치, 퍼센트, 기타 다른 다양한 통계량에 이용될 수 있다.

 3. 등간척도(interval scale)

등간척도(구간척도)는 속성에 대한 각 수준간의 간격이 동일한 경우에 이용된다. 인치, 센티미터, 파운드, 정도와 같은 단위로 측정이 된다. 그러나 절대적인 원점은 존재하지 않는다는 점이 다르다. 이 척도는 순위 뿐만 아니라 측정치간의 차이에 대해서도 그 의미가 있는 척도이다. 일반적으로 5점 척도 또는 7점 척도의 리커트 스케일에서 많이 사용된다.

 4. 비율척도(ratio scale)

 척도를 나타내는 수가 등간일 뿐만 아니라 의미있는 절대 원점을 가지고 있는 경우에 이용된다. 이 척도는 등간척도가 가지는 특성 외에 절대원점이라는 개념을 갖고 있으며 일반적으로 적용되는 통계기법은 등간척도와 같다.

명목척도나 서열척도는 설문에 대한 응답자의 협조를 구하기가 쉬운 장점은 있으나 분석방법에 한계가 있다. 반면 등간척도나 비율척도는 다양한 통계분석방법을 적용할 수 있으나 응답자로부터 정확한 응답을 얻어내기가 어렵다. 따라서 조사자는 응답자의 협조가능성 및 조작적 정의를 내리는 과정에서의 어려움을 고려하여 적절한 척도를 선정해야 한다.

A. 하나의 변수에 대한 분석 - 기술적 분석

B. 두 변수들간의 분석

(3) 척도의 특징과 척도간의 관계

서열척도로부터 얻어진 자료로는 극히 제한된 분석방법을 적용할 수밖에 없으므로 되도록 등간척도 이상의 자료를 얻고자 노력하여야 한다. 척도에 따라 통계분석기법은 크게 모수통계와 비모수통계로 나누어 볼 수 있다. 모수통계는 등간척도나 비율척도로 측정된 경우에 적용할 수 있는 기법이고, 비모수통계 기법은 변수가 명목척도나 서열척도로 측정된 경우에 적용할 수 있는 기법이다.

■ SPSS

statistical package for the social science를 말하는 것으로 컴퓨터를 이용하여 복잡한 자료를 아주 쉽게 처리할 수 있도록 만든 통계분석 프로그램이다.

■ 변수 및 척도의 종류

(1) 변수의 분류

독립변수(independent variable)

독립변수란 연구자가 반응(response)변수 또는 관찰변수(종속변수: dependent variable)을 관찰하기 위해서 조작되거나, 측정되거나, 선택되어진 변수를 말한다. 독립변수는 다른 변수에 영향을 줄 수 있는 변수이다.

통제변수(control variable)

실험이나 서베이를 하는 동안 변수의 여러 가지 수준들 중에서 한 표본에 대해서 일정한 수준의 값이 유지되는 변수로 외재변인(extraneous variable)이라고도 한다. 영향을 미칠지도 모르는 연구의 목적 이외의 다른 변수들의 영향을 통제시키고자 할 때 사용한다. 그러나 실질적으로 많은 실험연구나 서베이연구에서 모든 외재변인을 통제한다는 것은 사실상 불가능하다고 볼 수 있다.

종속변수(dependent variable)

독립변수의 영향을 받아 변화될 것이라고 보는 변수를 말한다. 독립변수에 대한 반응으로서 측정되거나 관찰이 된 변수를 말한다. 그러므로, 종속변수는 독립변수에 의해 항상 영향을 받는 변수라고 생각하면 된다.

(2)척도의 분류

측정(measurement)이라는 개념은 논리적으로 정해진 규칙에 따라 개체, 이벤트, 사람들 등과 같은 대상의 속성에 값을 부여하는 것이다. 따라서 서로 다른 변수(속성)를 표현하기 위해서는 변수에 대한 값을 부여하는 서로 다른 규칙이 필요하게 된다. 변수들의 값을 부여하는 방법이 척도(scale)이며 이들 척도는 크게 다음과 같이 나뉜다.

 
 1.명목척도(nominal scale)

개체나  사람이 다르다는 것을 보이기 위해 이름이나 범주를 대표하는 숫자로 부여하는 방식. 명목척도는 측정대상을 상호배타적인 집단으로 분류하는데 사용된다.

명목척도는 단지 빈도수를 계산하는데 유용하다. 명목척도에서는 빈도와 퍼센트를 계산하므로 평균은 의미가 없다.

 2. 서열척도(ordinal scale)

서열척도(순위척도)는 측정대상간에 높고 낮음과 같이 개체나 사람들의 순서에 대한 값을 부여하는 척도이다. 서열척도는 빈도를 계산할 뿐만 아니라 중앙치, 퍼센트, 기타 다른 다양한 통계량에 이용될 수 있다.

 3. 등간척도(interval scale)

등간척도(구간척도)는 속성에 대한 각 수준간의 간격이 동일한 경우에 이용된다. 인치, 센티미터, 파운드, 정도와 같은 단위로 측정이 된다. 그러나 절대적인 원점은 존재하지 않는다는 점이 다르다. 이 척도는 순위 뿐만 아니라 측정치간의 차이에 대해서도 그 의미가 있는 척도이다. 일반적으로 5점 척도 또는 7점 척도의 리커트 스케일에서 많이 사용된다.

 4. 비율척도(ratio scale)

 척도를 나타내는 수가 등간일 뿐만 아니라 의미있는 절대 원점을 가지고 있는 경우에 이용된다. 이 척도는 등간척도가 가지는 특성 외에 절대원점이라는 개념을 갖고 있으며 일반적으로 적용되는 통계기법은 등간척도와 같다.

명목척도나 서열척도는 설문에 대한 응답자의 협조를 구하기가 쉬운 장점은 있으나 분석방법에 한계가 있다. 반면 등간척도나 비율척도는 다양한 통계분석방법을 적용할 수 있으나 응답자로부터 정확한 응답을 얻어내기가 어렵다. 따라서 조사자는 응답자의 협조가능성 및 조작적 정의를 내리는 과정에서의 어려움을 고려하여 적절한 척도를 선정해야 한다.

A. 하나의 변수에 대한 분석 - 기술적 분석

B. 두 변수들간의 분석

(3) 척도의 특징과 척도간의 관계

서열척도로부터 얻어진 자료로는 극히 제한된 분석방법을 적용할 수밖에 없으므로 되도록 등간척도 이상의 자료를 얻고자 노력하여야 한다. 척도에 따라 통계분석기법은 크게 모수통계와 비모수통계로 나누어 볼 수 있다. 모수통계는 등간척도나 비율척도로 측정된 경우에 적용할 수 있는 기법이고, 비모수통계 기법은 변수가 명목척도나 서열척도로 측정된 경우에 적용할 수 있는 기법이다.