상관분석(스피어만, 켄달)

목차

1. 상관분석
가. 상관분석의 개념
1) 상관
2) 상관분석
3) 상관계수
나. 상관과 인과관계
다. 상관분석의 가정
1) 등분산성(homoscedasticity)
2) 선형성(linear relationship, 직선관계, 선형관계)
3) 정규분포
라. 상관분석에 영향을 주는 요인
1) 극단치(이상치, Outliers)
2) 집단통합(Combining groups)
3) 범위의 제한(Restricion of range)
4) 표본 크기(Sample size)

2. Spearman의 등위상관계수

3. Kendall의 tau계수

4. Kendall의 일치도계수

참고문헌

본문내용

1. 상관분석
먼저, 상관분석은 어떠한 용도로 사용되는 것일까?

◆ 변수들 간의 관련성 정도를 알아보기 위한 연구, 공통요인 발견하려는 연구에 많이 사용 : 수학성적, 과학성적간 상관분석해서 +상관계수가 높으면 수학, 과학 간 공통요인 많음
◆ 한 변인에 의해 다른 변인을 예언, 변수 X가 변수 Y와 어느 정도 밀접한 관련성을 갖고 변화하는가 : 상관관계가 높으면 두 변인간의 공변량(함께 변하는 정도)가 많으므로 상관계수가 높게 나올수록 정확한 예언이 가능
◆ 심리검사의 신뢰도 검증에 이용 : 검사의 신뢰도계수는 대개 0.9이상을 요구.

이러한 목적을 띈 상관분석의 기본개념에 대해 상세히 알아보도록 하겠다.

가. 상관분석의 개념
1) 상관(Correlation)
상관은 두 변수가 서로 관련된 정도, 두 변수의 관계. 더 정확하게 말하면 변수 X가 변화함에 따라 변수 Y가 변화하는 정도(변수 X가 변할 때 변수 Y가 어떻게 변하는가를 나타내는 것). 그러므로 두 변수가 상관이 있다는 것은 한 변수의 값이 변화함에 따라 다른 변수의 값이 체계적으로 변화하는 경향이 있음을 의미한다.

2) 상관분석(Correlation analysis)
두 변수 간에 상관관계가 존재하는지를 파악하고 관계의 정도를 측정하기 위한 분석방법. 관계의 방향, 관계의 정도에 따라 분류한 상관분석의 예시.

3) 상관계수(Correlation coefficient)
- 변수간의 관계의 정도와 방향을 하나의 수치로 나타낸 지수 : 변수 X가 증가할 때 변수 Y도 증가하는지, 감소하는지, 변화가 없는지를 밝히고 그 정도를 추정하는 것.
- 산점도에서 나타난 선형관계의 정도, 직선과 어느 정도 가깝게 점들이 흩어져 있느냐 하는 선형관계에 대한 강도를 측정하는 수치적 측도
- 상관계수는 0에서 ±1사이의 절댓값. 0에 가까울수록 상관관계는 낮아지며, 1에 가까울수록 상관관계는 높아짐.

참고 자료

강이철 (2014). 교육 프로그램 평가. 파주: 양서원.
권대훈 (2011). 사회과학연구를 위한 통계학. 서울: 학지사.
김석우 (2001). 사회과학 연구를 위한 통계방법의 이해. 원미사.
김영채 (2005). 사회과학의 현대통계학. 박영사.
김형재·김홍유 (2008). 엑셀을 활용한 연구조사방법론. 경희대학교출판국
서울대학교 교육연구소 (1994). 교육학용어사전. 하우동설
윤영선 (2000). 교육, 심리, 사회 연구방법론 총서 시리즈: 상관분석. 교육과학사.
허경조 (1998). 교육과 심리의 통계학. 양서원