문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 통계적 방법/분석/분산분석 (문단 편집) ==== 이원 반복측정 (공)분산분석 ==== ||<-2><:><#FFFFFF>{{{+1 이원 반복측정 (공)분산분석}}}[BR]{{{-2 Two-way Repeated-Measures Analysis of (Co)variance}}}|| ||<:>'''사용목적'''||<:>평균 비교[BR](변인 통제)|| ||<:>'''집단의 수'''||<:>2개 이상|| ||<:>'''자료의 성질'''||<:>범주형 IV 1개 이상[BR]연속형 DV 1개 이상[BR](연속형 CV 1개 이상)|| ||<:>'''측정회차'''||<:>2회 이상|| ||<:>'''주요전제'''||<:>집단별 모집단 정규성[BR]집단별 모집단 독립성[BR]반복 간 모집단 종속성[BR]집단별 모집단 등분산성[BR]반복 간 오차공분산 구형성|| > ...나무위키를 이용하지 않는 일반인 200명을 대상으로, 나무위키 이용 의향을 높이는 원인을 찾기 위한 실험을 진행하였다. 모든 참가자들은 나무위키 이용 의향이 있는지 단일문항 10점 척도에 응답한 후 3개 집단에 무선할당되었다. 실험에는 사전에 실험자와 모의한 바 있는 연극영화과 출신의 공모자가 참여하였다. 첫째 실험집단에서 참가자는 공모자와 함께 토론을 하게 되는데, 공모자는 처음에는 의견대립을 하다가 점차 참가자에게 설득되어 3분 후에 완전히 수긍하는 모습을 보인다. 둘째 비교집단은 첫째 실험집단과 대동소이하나, 여기서는 공모자가 3분 내내 일체의 타협을 보이지 않는다. 마지막 통제집단은 3분 동안 공모자와 일상을 주제로 편안히 대화한다. 실험 회기 이후 모든 참가자들은 실험 전과 동일한 척도에 다시 응답하였다. 이때 타인을 설득하는 데 성공한 실험집단만이 나무위키 이용 의향이 높아질 것이라는 연구가설을 세우고, 사전과 사후에 수집된 이원 반복측정 데이터를 분산분석하였다. > > 응답 결과 6가지 셀에 해당하는 이용 의향의 각각의 평균 및 표준편차는 표 #에 정리되어 있다. 이원 반복측정 분산분석 결과, 참가자 간 집단 평균과 참가자 내 사전사후 평균 간에는 통계적으로 유의한 상호작용이 확인되었으며(F,,(2,397),,=#.##, η^^2^^=.###, p<.05), 이는 Wilks의 λ-값, Pillai의 궤적값, Hotelling-Lawley 궤적값, Roy의 최대근을 포함한 모든 검정에서 동일하였다(ps<.05). Bonferroni 사후분석 결과, 실험집단의 경우 사후측정이 사전측정에 비해 통계적으로 유의하게 높았으며(p<.05), 비교집단의 경우 사전측정이 사후측정에 비해 통계적으로 유의하게 높았고(p<.05), 마지막으로 통제집단의 경우 두 측정에서 통계적으로 유의한 차이가 없었다(p=n.s.). > > 이상의 분석 결과는 자신과 의견이 다른 타인을 토론으로 설득해내는 데 성공하는 경험이 향후 나무위키 이용 의향을 의미 있게 높일 수 있음을 보여준다. 통제집단과 비교할 때, 실험집단의 이러한 변화는 3분 동안의 자연스러운 변화의 결과로 보기 어렵다. 또한 비교집단의 경우, 타인을 토론으로 설득하는 데 실패하자 오히려 향후 나무위키 이용 의향이 의미 있게 낮아지는 현상이 나타났다. 이 모든 경향은 일반인들의 나무위키 이용 의향이 설득의 효능감에 의해 영향을 받을 것이라는 당초의 탐색적 예측을 뒷받침한다... 2요인 반복측정 분산분석, 혼합설계(mixed-design) 분산분석이라고도 한다. 말 그대로 이원분산분석과 반복측정 분산분석을 합친 것. 위에서 소개한 반복측정 분산분석에 범주형 독립변인을 하나 이상 더 합쳐서 요인설계처럼 분석을 확장한 것이기도 하다. 물론 거의 대부분의 분석가들은 범주형 독립변인을 하나 추가해서 이원분산분석의 형태로 만들 뿐, 삼원 이상의 대규모 분석은 잘 시도하지 않으며 여기서도 설명은 생략한다. 그럼에도 이 정도만 하더라도 기초 수준의 분산분석 중에서는 가장 정교한 기법이며, '''[[실험설계]]의 관점에서는 가장 교과서적인 설계인 통제집단 사전사후 설계'''(pretest-posttest control design)'''에 대응되는 분석기법'''이다. 그래서 평균 비교를 목적으로 연구를 준비중인 [[사회과학]]분야 [[대학원생]]들도 자기 학위논문의 논리에 욕심이 있다면 자연히 이원 반복측정 분산분석에 도달하게 된다. 이원 반복측정 분산분석은 '''피험자 간 설계와 피험자 내 설계가 합쳐진 분석'''으로, 범주형 변인을 통한 피험자 간 데이터와, 반복적으로 n회차 측정되어 개체-내 요인으로 정의된 피험자 내 데이터를 교차시킨다. 그리고 범주형 변인이 갖는 주효과, 개체-내 요인이 갖는 주효과, 둘 사이의 상호작용까지 살펴본다. '''[[실험]]의 관점에서는 반드시 상호작용이 크게 나타나야 한다.''' 예컨대 신약·기존약·플라시보의 3집단을 두고 투약 전후를 비교한다고 가정하자. 범주형 변인의 주효과가 유의했다면, 이는 애초에 집단별로 생리적 상태가 너무 다르다는 얘기일 뿐 투약의 효과가 어떤지는 여전히 모른다. 한편 개체-내 요인이 갖는 주효과가 유의했다면, 투약 이전과 이후의 차이가 크다는 얘기일 뿐 신약이 특별히 더 좋은지는 여전히 모른다. 그러나 상호작용이 유의했다면, 이것은 세 집단에서의 투약 이전과 이후의 차이의 크기가 집단에 따라 크게 달라졌다는 의미가 된다. 물론 더 결정적인 데이터는 사후분석에서 얻어지지만, '''상호작용이 유의해야 실험이 성공적인 것이다.''' 이번에도 역시 상호작용은 분석의 '주인공' 같은 존재다.[* 그래서 사실 영가설과 대립가설도 상호작용이 발견되느냐 발견되지 못하느냐의 관점에서 세우는 게 해석상으로는 더 쉽겠지만, 원칙적으로는 주효과라도 존재해야 영가설이 기각이 된다.] --실험 결과 상호작용이 유의했다면 창작물 속 [[매드 사이언티스트]]처럼 음흉하게 웃어주자.-- 이상의 논리를 '''차이들의 차이'''(difference in differences)라고 하며, '''처치의 효과'''(treatment effect)를 체계적으로 산출하는 데 매우 중요하다. 상호작용이 중요한 만큼, 결과를 보고할 때에도 도표를 함께 제시하면서 보고해야 <, >, × 형태로 나타나는 상호작용을 직관적으로 보여줄 수 있다. 그러나 역시 이번에도 '''SPSS에서 지원하는 도표 출력 기능은 참고만 하고''' 아예 엑셀 등의 다른 프로그램으로 새로 그림을 그리는 편이 낫다. SPSS에서는 기본적으로 도표 속에 오차막대를 추가할 수 없으나, '''반복측정 분산분석을 따르면서 95% 신뢰구간을 기준으로 할 경우에는 .spe 확장 번들을 설치하면 된다.''' 해당 번들 파일은 [[https://www.tqmp.org/RegularArticles/vol10-1/p056/|이 링크]]로 들어가서 WSPLOT.spe 파일을 다운로드해야 한다. 그러나 만일 피험자 간 설계를 따른다거나, 또는 95% 신뢰구간이 아니라 평균의 표준오차(SEM; standard error of the mean)를 기준으로 오차막대를 넣겠다면... 다른 능력자들이 만든 번들을 찾아보든지, 아니면 '''그냥 SPSS를 포기하고 다른 걸로 갈아타자'''(…). 오차막대 기능이 잘 보이는 곳에 떡하니 있는 엑셀에서도 ±1SEM을 기준으로 자동으로 오차막대를 그어주진 않지만, 적어도 ±1SEM에 해당하는 상·하한을 직접 수식으로 계산시킨 뒤 하나하나 직접 값을 부여해서(…) 넣어주는 건 가능하다. 아니면 최신 트렌드를 등에 업고 [[R(프로그래밍 언어)|R 스튜디오]]로 넘어가는 것도 좋다. 실제로 많은 학문분야들에서 ±1SEM을 오차의 표시기준으로 신뢰하는 경향이 있어서 이렇게까지 해야 하는 상황이 많다. 사후분석의 경우에는 범주형 독립변인 간의 검정을 원할 경우 SPSS 대화 창에 있는 '사후분석' 버튼을 열고 심플하게 '사후 검정변수' 로 지정하면 된다. 그리고 반복측정된 시점 간의 검정을 원한다면 '옵션' 버튼을 열고 측정시점 요인의 주변평균을 비교하면 된다. 문제는 역시 이번에도 이원분산분석이므로 '''단순주효과를 비교해야 한다는 것.''' '사후분석' 버튼으로 시행되는 범주값 간의 사후분석은 시점을 전부 퉁쳐서 계산하며, '옵션' 버튼에서 지원되는 주변평균의 '주효과 비교' 기능은 범주 집단들을 시점별로 전부 퉁쳐서 계산해 버린다. 하지만 분석가가 알고자 하는 것은 각 집단별로 시점에 따라서 서로 유의한 차이가 있느냐 하는 것. 이럴 때는 위에서 소개했던 것처럼 '''명령문을 편집해서 직접 계산시키는 수밖에 없다.''' 여기서는 "COMPARE (독립변수) ADJ(BONFERRONI)" 뿐만 아니라 "COMPARE (측정시점) ADJ(BONFERRONI)" 까지도 두 줄로 함께 입력해줘야 한다는 것에 유의할 것. 하여간 이원 반복측정 분산분석은 상기되어 있는 모든 SPSS 분산분석 테크닉을 총동원해야 하는 분석기법이라 할 수 있다(…). 여기에 공변인까지 끼어들어가면 [[석사]]과정생 수준 분석으로서는 [[최종보스]] 등극. * '''H,,0,,''': 분석에 투입된 독립변인과 측정시점이 종속변인의 평균에 끼치는 주효과 및 상호작용은 '''존재하지 않을''' 것이다. * '''H,,1-1,,''': 분석에 투입된 독립변인 및 측정시점들 중 적어도 하나 이상은 주효과가 '''존재할''' 것이다. * '''H,,1-2,,''': 분석에 투입된 독립변인 및 측정시점들 간에는 적어도 하나 이상의 관계에서 상호작용이 '''존재할''' 것이다. {{{#!folding [이원 반복측정 분산분석의 명령과 결과] 이하의 사례는 구형성 가정이 성립하지 않을 경우나, 공변인을 포함하는 형태인 이원 반복측정 분산분석은 생략한다. ||분석 ▶ 일반선형모형 ▶ 반복측도 ▶ [개체-내 요인이름 입력] ▶ [수준 입력] ▶ 추가 ▶ 정의[BR]▶ [개체-내 변수입력] ▶ [개체-간 요인입력][BR]▶ 도표 ▶ [수평축 변수-측정시점입력] ▶ [선구분 변수-독립변인입력] ▶ 추가 ▶ 계속[BR]▶ 옵션 ▶ [평균 표시 기준-독립변인*측정시점 입력] ▶ 기술통계ⓥ / 동질성 검정ⓥ / 효과크기 추정값ⓥ ▶ 계속[BR]▶ 붙여넣기 ▶ [명령문 수정] ▶ 블록 지정 ▶ 명령문 실행|| 위의 방식대로 명령을 내리면 아래와 같은 결과가 나온다. {{{#B7F0B1 ■}}} 색상으로 칠해진 셀의 경우 결과보고의 대상이 되므로 주의를 기울여야 한다. ||<:><#FFFFFF><-2>{{{+1 개체-내 요인}}}|| ||<#FFFFFF><-2><(>{{{-1 측도: MEASURE_1}}}|| ||<:>{{{-1 측정시점}}}||<:>{{{-1 종속변수}}}|| ||<(>{{{-1 시점1}}}||<(>{{{-1 @}}}|| ||<(>{{{-1 시점2}}}||<(>{{{-1 @}}}|| ||<(>{{{-1 시점3}}}||<(>{{{-1 @}}}|| ||<:><#FFFFFF><-4>{{{+1 개체-간 요인}}}|| ||<-2><:> ||<:>{{{-1 값 레이블}}}||<:>{{{-1 N}}}|| ||<#EEEEEE><^|3><(>{{{-1 독립변수}}}||<(>{{{-1 값1}}}||<(>{{{-1 @}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 값2}}}||<(>{{{-1 @}}}||<)>{{{-1 #}}}|| ||<:><#FFFFFF><-5>{{{+1 기술통계량}}}|| ||<:> ||<(>{{{-1 독립변수}}}||<:>{{{-1 평균}}}||<:>{{{-1 표준편차}}}||<:>{{{-1 N}}}|| ||<^|3><(>{{{-1 시점1}}}||<(>{{{-1 값1}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 값2}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 전체}}}||<#FFFFFF><)>{{{-1 #}}}||<#FFFFFF><)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|3><(>{{{-1 시점2}}}||<(>{{{-1 값1}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 값2}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 전체}}}||<#FFFFFF><)>{{{-1 #}}}||<#FFFFFF><)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|3><(>{{{-1 시점3}}}||<(>{{{-1 값1}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 값2}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 전체}}}||<#FFFFFF><)>{{{-1 #}}}||<#FFFFFF><)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<:><#FFFFFF><-2>{{{+1 공분산행렬에 대한}}}[BR]{{{+1 Box의 동일성 검정}}}^^a^^|| ||<(>{{{-1 Box의 M}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 F}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 자유도1}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 자유도2}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 유의확률}}}||<)>{{{-1 #}}}|| ||<#FFFFFF><-2>,,여러 집단에서 종속변수의,,[BR],,관측 공분산행렬이 동일한,,[BR],,영가설을 검정합니다.,,[BR],,a. Design: 절편+독립변수,,[BR],,개체-내 계획: 측정시점,,|| ||<:><#FFFFFF><-8>{{{+1 Mauchly의 구형성 검정}}}^^a^^|| ||<#FFFFFF><-8><(>{{{-1 측도: MEASURE_1}}}|| ||<(>{{{-1 개체-내 효과}}}||<:>{{{-1 Mauchly의 W}}}||<:>{{{-1 근사 카이제곱}}}||<:>{{{-1 자유도}}}||<:>{{{-1 유의확률}}}||<-3><:>{{{-1 엡실런}}}^^b^^|| ||<:>{{{-1 Greenhouse-}}}[BR]{{{-1 Geisser}}}||<:>{{{-1 Huynh-Feldt}}}||<:>{{{-1 하한}}}|| ||<#EEEEEE><(>{{{-1 측정시점}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<#FFFFFF><-8><(>,,정규화된 변형 종속변수의 오차 공분산행렬이 항등 행렬에 비례하는 영가설을 검정합니다.,,[BR],,a. Design: 절편+독립변수,,[BR],,개체-내 계획: 측정시점,,[BR],,b. 유의성 평균검정의 자유도를 조절할 때 사용할 수 있습니다. 수정된 검정은 개체내 효과검정 표에 나타납니다.,,|| ||<:><#FFFFFF><-7>{{{+1 다변량 검정}}}^^a^^|| ||<:>{{{-1 효과}}}||<:> ||<:>{{{-1 값}}}||<:>{{{-1 F}}}||<:>{{{-1 가설 자유도}}}||<:>{{{-1 오차 자유도}}}||<:>{{{-1 유의확률}}}|| ||<^|4><(>{{{-1 측정시점}}}||<(>{{{-1 Pillai의 트레이스}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}^^b^^||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 Wilks의 람다}}}||<#B7F0B1><)>{{{-1 #}}}||<)>{{{-1 #}}}^^b^^||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}|| ||<(>{{{-1 Hotelling의 트레이스}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}^^b^^||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 Roy의 최대근}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}^^b^^||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|4><(>{{{-1 측정시점*독립변수}}}||<(>{{{-1 Pillai의 트레이스}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 Wilks의 람다}}}||<#B7F0B1><)>{{{-1 #}}}||<)>{{{-1 #}}}^^b^^||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}|| ||<(>{{{-1 Hotelling의 트레이스}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 Roy의 최대근}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}^^c^^||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<#FFFFFF><-7><(>,,a. Design: 절편,,[BR],,개체-내 계획: 요인,,[BR],,b. 정확한 통계량,,[BR],,c. 통계가 F의 상한이며, 유의수준의 하한을 산출합니다.,,|| ||<:><#FFFFFF><-8>{{{+1 개체-내 효과 검정}}}|| ||<#FFFFFF><-8><(>{{{-1 측도: MEASURE_1}}}|| ||<(>{{{-1 소스}}}||<(> ||<:>{{{-1 제 III 유형}}}[BR]{{{-1 제곱합}}}||<:>{{{-1 자유도}}}||<:>{{{-1 평균제곱}}}||<:>{{{-1 F}}}||<:>{{{-1 유의확률}}}||<:>{{{-1 부분 에타 제곱}}}|| ||<^|4><(>{{{-1 측정시점}}}||<(>{{{-1 구형성 가정}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}|| ||<(>{{{-1 Greenhouse-Geisser}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 Huynh-Feldt}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 하한}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|4><(>{{{-1 측정시점*독립변수}}}||<(>{{{-1 구형성 가정}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}|| ||<(>{{{-1 Greenhouse-Geisser}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 Huynh-Feldt}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 하한}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|4><(>{{{-1 오차(측정시점)}}}||<(>{{{-1 구형성 가정}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<)>{{{-1 #}}}|| || || || ||<(>{{{-1 Greenhouse-Geisser}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| || || || ||<(>{{{-1 Huynh-Feldt}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| || || || ||<(>{{{-1 하한}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| || || || ||<:><#FFFFFF><-7>{{{+1 개체-간 효과 검정}}}|| ||<#FFFFFF><-7><(>{{{-1 측도: MEASURE_1}}}[BR]{{{-1 변환된 변수: 평균}}}|| ||<(>{{{-1 소스}}}||<:>{{{-1 제 III 유형}}}[BR]{{{-1 제곱합}}}||<:>{{{-1 자유도}}}||<:>{{{-1 평균제곱}}}||<:>{{{-1 F}}}||<:>{{{-1 유의확률}}}||<:>{{{-1 부분 에타 제곱}}}|| ||<(>{{{-1 절편}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 독립변수}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}|| ||<(>{{{-1 오차}}}||<)>{{{-1 #}}}||<#B7F0B1><)>{{{-1 #}}}||<)>{{{-1 #}}}|| || || || ||<:><#FFFFFF><-8>{{{+1 대응별 비교}}}|| ||<#FFFFFF><-8><(>{{{-1 측도: MEASURE_1}}}|| ||<(>{{{-1 독립변수}}}||<(>{{{-1 (I) 측정시점}}}||<(>{{{-1 (J) 측정시점}}}||<:>{{{-1 평균차이(I-J)}}}||<:>{{{-1 표준오차}}}||<:>{{{-1 유의확률}}}^^b^^||<-2><:>{{{-1 95% 신뢰구간}}}^^b^^|| ||<:>{{{-1 하한}}}||<:>{{{-1 상한}}}|| ||<^|6><(>{{{-1 값1}}}||<^|2><(>{{{-1 시점1}}}||<(>{{{-1 시점2}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 시점3}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|2><(>{{{-1 시점2}}}||<(>{{{-1 시점1}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 시점3}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|2><(>{{{-1 시점3}}}||<(>{{{-1 시점1}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 시점2}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|6><(>{{{-1 값2}}}||<^|2><(>{{{-1 시점1}}}||<(>{{{-1 시점2}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 시점3}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|2><(>{{{-1 시점2}}}||<(>{{{-1 시점1}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 시점3}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<^|2><(>{{{-1 시점3}}}||<(>{{{-1 시점1}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<(>{{{-1 시점2}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}||<)>{{{-1 #}}}|| ||<#FFFFFF><-8><(>,,추정 주변 평균을 기준으로,,[BR],,'''*'''. 평균차이는 0.05 수준에서 유의합니다.,,[BR],,b. 다중비교를 위한 수정: Bonferroni.,,|| ||<:><#FFFFFF>{{{+1 MEASURE_1의 추정 주변 평균}}}|| --그러니까 창작물 속 [[과학자]]들이 [[SPSS]]를 쓴다면 이런 출력물들을 읽으면서 음모를 꾸민다는 얘기다.-- }}}저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기