SPSS 20.0 매뉴얼 : 10장. 상관관계분석 (Pearson, Spearman, Partial Correlation)

• 10장 : 상관관계분석

• Pearson 상관관계분석
• 개념
• 두 변수의 관계에서 일반적으로 선형관계에 초점을 둠.
• 분석 내용
• (1) 선형관계를 갖는지
• (2) 선형관계를 갖는다면 어느 방향인지
• (3) 그 관계는 얼마나 큰지 분석함.

 

• 두 변수가 서로 선형관계를 가질 때 선형상관관계가 있다고 하며, 줄여서 상관관계가 있다고 함.
• 상관관계의 크기를 나타내는 값은 상관계수(correlation coefficient)이며, 상관계수는 -1부터 +1까지 값을 갖음.

• 상관관계의 종류와 자료
• Pearson 상관계수
• 가장 보편적
• 보통 상관계수라고 할 때 의미하는 것.
• 그 외
• Spearman 서열상관관계
• Kendall's tau
• Point-biserial r
• Phi-coefficient

 

• 종류	척도	의미
  Pearson 상관관계	간격/비율 - 간격/비율	두 변수가 각각 간격척도 혹은 비율척도로 측정된 경우 상관관계의 크기. 변수들이 정규분포를 따른다는 가정하에 적용하는 상관계수.
  Spearman 서열상관관계	서열 - 서열	변수를 구성하는 데이터가 정규분포를 따르지 않거나, 서열척도로 측정된 경우 이용 Pearson 상관계수의 비모수 버전.
  Kendall's tau	서열 - 서열	변수를 구성하는 데이터가 정규분포를 따르지 않거나, 서열척도로 측정된 경우 이용 Pearson 상관계수의 비모수 버전.
  Point-biserial r	간격/비율 - 명목(2분화 변수)
  Phi-coefficient	명목(2분화 변수) - 명목(2분화 변수)

 

• 가정
• Pearson 상관관계분석 : 변수들의 쌍은 이변량 정규분포(Bivariate normal distribution)를 따른다는 가정.

 

• Spearman 상관관계분석
• 개념 : 서열척도로 측정한 자료에서 사용
• 자료 : 둘 이상의 대상에 대한 서열이 같은 경우 가운데 서열을 부여
• 가정 : 변수의 정규분포 가정 불필요

 

• 편상관관계 분석
• 앞의 상관관계분석은 두 변수들 간의 상관관계를 보는 것이었음.
• 그런데 어떤 두 변수가 다른 제 3의 변수와 상관관계가 높으면 두 변수의 상관관계는 순수한 상관관계보다 높게 나타날 수 있다. 이 때 순수한 상관관계를 알기 위해서는 제3의 변수를 통제해야 한다.
• 편상관관계(partial correlation) 분석은 제3의 변수를 통제한 상태에서 관심을 갖는 두 변수의 상관관계를 분석하는 것이다.
• 예) 여름의 더운 날 콘도 앞에 출몰한 개미숫자와 콘도 앞을 지난 승용차 수는 양의 상관관계를 갖는다. 하지만 개미가 승용차에 붙어서 온 것이 아니라, 여름날 개미는 날씨가 더울수록 더 많이 나타나는 것이다. 온도를 통제변수로 설정해야 한다.
• SPSS 옵션
• 평균과 표준편차 : 각 변수에 대해 평균, 표준편차, 비결측 케이스 수 등을 나타냄.
• 0차 상관 : 0차 상관은 통제변수가 없는 경우의 상관계수를 나타냄.

표본의 수가 30개 이하인 경우는 종속변수가 연속변수이더라도 비모수적인 방법을 선택할 수 있다.

(http://wwww.cbgstat.com/v2/method_Mann_Whitney_U_test/Mann_Whitney_U_test.php)