마케팅조사방법 SPSS프로그램 보고서

소개글

성균관대학교 마케팅조사방법 성정연 교수님 SPSS프로그램 과제

목차

없음

본문내용

1번
해석: 귀무가설: 남녀 간에 인터넷 사용시간 차이가 없을 것이다.
대립가설: 남녀 간에 인터넷 사용시간 차이가 있을 것이다.
평균차이(인터넷 사용시간)를 분석하기 위해 독립표본 T-검정을 쓴다. Levene의 등분산 검정에서 F값이 15.507일 때 0.000의 유의확률을 가지므로 등분산이 가정된 것이 올바르다. 또한 등분산이 가정됐을 때 T-검정의 유의확률이 0.000의 값을 가지므로 귀무가설이 기각되고 대립가설(남녀 간에 인터넷 사용시간 차이가 있을 것이다.)을 채택한다.
2번
해석: 귀무가설: 남녀간 인터넷 쇼핑경험은 차이가 없을 것이다.
대립가설: 남녀간 인터넷 쇼핑경험은 차이가 있을 것이다.
분석결과 남자 중 쇼핑경험이 있는 사람은 36.7%, 없는 사람은 13.3%이고, 여자 중 쇼핑 경험이 있는 사람은 20%, 없는 사람은 30%이다. Pearson 카이제곱 값이 3.394에 유의확률이 0.065이므로 신뢰도 95%에서 0.05보다 큰 수 이므로 귀무가설이 기각된다. 분할계수의 값도 0.319로 그다지 높지 않기 때문에 두 변수 간에 상관관계가 높지 않다.

<중 략>

모형 요약에서 R 제곱 값이 0.955(수정된 R 제곱 값은 0.942)이다. 독립변수를 추가할수록 R 제곱 값은 커지는데 추가된 변수의 추가적 설명력이 매우 작은 경우 수정된 R 제곱 값은 감소한다. 그러나 문제 3번에서는 R 제곱 값과 수정된 R 제곱 값이 모두 커졌으므로 회귀모형은 유의미하다. 분산분석표를 보면 유의확률이 0.000으로 귀무가설은 기각되고 대립가설(발표능력, 분석능력 및 응용력 중 적어도 하나는 직무성적에 영향을 미친다)이 채택된다. 회귀식이 유의미한 것으로 판단되었기 때문에 다음 단계로 각각의 독립변수가 종속변수에 영향을 미치는지를 조사해야 한다.

<중 략>

<설명된 총분산>표의 좌측부분은 변수의 수가 9개이므로 처음에 9개 요인이 추출되었음을 보여주고 각 요인의 eigenvalue와 설명력(%분산)을 보여준다. 요인추출개수를 지정하기 위하여 eigenvalue 1을 이용하였는데, 요인 4의 eigenvalue는 0.826이므로 3개의 요인이 추출되었다. <설명된 총분산> 표의 가운데 부분은 추출된 요인의 회전이전 eigenvalues와 설명력을 나타낸다. 우측부분은 회전이후 eigenvalues와 설명력을 나타내며, 가장 중요한 부분이다.

참고 자료

없음