SPSS로 배우는 통계 - 8. 대응 표본 t 검정
변수의 척도가 범주형인지 연속형인지에 따라 데이터를 분석하는 방법이 다릅니다. 가설의 독립변수가 범주형이고 종속변수가 연속형일 때 사용할 수 있는 검정 방법은 t-test입니다. 독립변수는 성별 또는 나이대와 같은 범주형 데이터이고 종속 변수는 평균을 산출할 수 있는 연속형 데이터입니다. t 테스트는 두 개의 표본 평균 간의 차이를 검정합니다.
대응 표본 t 검정 (pared sample t test) 개요
동일한 표본의 A 시점과 B 시점을 비교 검정합니다. 예를 들면, 새로운 교수법을 평가하기 위해 하나의 실험집단을 대상으로 중간고사 시험 성적과 기말고사 시험 성적을 비교합니다. 문제는 동일한 표본을 유지하기 위해 얼마의 간격으로 시점을 정해야 할 지를 정하는 것입니다.
SPSS에서 대응 표본 t 검정하기
1. 가설의 설정
"체력증진을 위해 개발된 새로운 프로그램을 고등학교 2학년 학생 150명을 대상으로 한 학기 동안 적용하였습니다. 체력증진 프로그램을 적용하기 전후 학생들의 체력에 차이가 있는가"
연구가설을 설정하고, 가설 검증을 위한 귀무가설과 대립가설을 설정합니다.
연구가설
새로운 체력 증진 프로그램에 따라 학생들의 체력을 증진시킬 것이다.
귀무가설
새로운 체력 증진 프로그램 적용 전과 후의 학생들의 체력은 같다
대립가설
새로운 체력 증진 프로그램 적용 전과 후의 학생들의 체력은 같지 않다
연구 결과가 귀무가설을 채택할지 또는 기각할지 확인하기 위해 대응 표본 t 검정을 사용합니다.
2. SPSS에서 대응표본 t 검정 설정하기
1) 메뉴바에서 "분석 >> 평균 비교 >> 대응 표본 T 검정"을 선택합니다.
2) 대응표본 T 검정 창에서 변수1은 사전체력을 변수 2는 사후체력을 설정합니다. 옵션은 그대로 두고 확인을 누릅니다.
3. 대응 표본 t 검정 분석하기
대응 표본 통계량(Paired Sample Statistics) 표에서 사전체력의 평균은 64.067이고, 사후체력의 평균은 68.245입니다. 대응 표본 검정표(Paired Samples Test)에서 t값은 -2.943이고 유의확률(Sig. 2-tailed) p값은 0.004 입니다. 따라서, p값이 0.05보다 작으므로 귀무가설을 기각할 수 있습니다. 논문에서 다음과 같이 쓸 수 있습니다.
"사전체력과 사후체력의 차이에 대한 대응 표본 t 검정 결과, 학생들의 사전체력(64.067)과 사후체력(68.245) 간에는 유의미한 차이가 있는 것으로 나타났다(t = -2.943, p <. 01). 따라서 새로 개발된 체력증진 프로그램은 효과가 있는 것으로 판단된다."
4. 테스트 파일
SPSS에서 대응 표본 t 검정하기 - 과제 파일
1. 가설의 설정
"당뇨병 환자를 위해 새로 개발된 약의 효과를 검정하기 위해 30명에게 사전 당뇨 수치를 검사한 후, 한 달 간 신약을 복용한 후 사후 검사를 실시하였습니다. 당뇨병 환자를 위해 신약의 효과를 검정하시오 (수치가 낮을수록 의미가 있습니다."
연구가설을 설정하고, 가설 검증을 위한 귀무가설과 대립가설을 설정합니다.
연구가설
신약은 효과가 있을 것이다.
귀무가설
신약은 효과가 없다
대립가설
신약은 효과가 있다.
연구 결과가 귀무가설을 채택할지 또는 기각할지 확인하기 위해 독립표본 t 검정을 사용합니다.
2. SPSS에서 대응 표본 t 검정 설정하기
3. 대응 표본 t 검정 분석하기
대응 표본 통계량(Paired Sample Statistics) 표에서 사전검사의 평균은 82.60이고, 사후검사의 평균은 78.03입니다. 대응 표본 검정표(Paired Samples Test)에서 t값은 2.462이고 유의확률(Sig. 2-tailed) p값은 0.02입니다. 따라서, p값이 0.05보다 작으므로 귀무가설을 기각할 수 있습니다. 논문에서 다음과 같이 쓸 수 있습니다.
"사전검사와 사후검사의 차이에 대한 대응 표본 t 검정 결과, 당뇨병 환자들의 사전검사(82.60)과 사후검사(78.03) 간에는 유의미한 차이가 있는 것으로 나타났다(t = -2.462, p < .05). 따라서 새로 개발된 신약은 효과가 있는 것으로 판단된다."
