상관 분석의 예시 질문 및 토론
상관 분석은 두 변수 간의 관계 정도를 파악하는 데 사용되는 통계적 방법입니다. 이 분석은 경제학, 심리학, 의학, 사회학 등 다양한 분야에서 두 변수 간의 밀접한 관계를 이해하기 위해 자주 활용됩니다. 이 글에서는 상관 분석의 개념을 이해하는 데 도움이 되는 몇 가지 예제 문제와 논의를 살펴보겠습니다.
상관 분석 이해하기
상관 분석은 두 수치 변수 간의 관계의 강도와 방향을 측정하는 데 사용됩니다. 이 상관 값은 일반적으로 -1에서 1 사이의 값을 갖는 상관 계수로 표현됩니다. 이러한 값은 다음과 같이 해석할 수 있습니다.
- +1 : 완벽한 양의 상관관계. 두 변수가 같은 방향으로 움직입니다.
– 0 : 상관관계 없음. 두 변수 사이에 명확한 선형 관계가 없습니다.
-1 : 완벽한 음의 상관관계. 두 변수가 서로 반대 방향으로 움직입니다.
가장 일반적으로 사용되는 상관계수는 피어슨 상관계수입니다. 하지만 순서형 데이터나 비선형 데이터에 더 적합한 스피어만 상관계수나 켄달 상관계수와 같은 다른 상관 분석 방법도 있습니다.
상관 분석 단계
1. 자료 수집: 분석할 두 변수에 대한 자료를 수집한다.
2. 데이터 시각화: 두 변수 간의 관계 패턴을 확인하기 위해 산점도를 작성합니다.
3. 상관계수 계산: 피어슨 상관계수, 스피어만 상관계수 또는 켄달 상관계수를 계산합니다.
4. 결과 해석: 상관계수 값을 바탕으로 관계의 강도와 방향성을 결론짓는다.
5. 유의성 검정: 발견된 상관관계가 통계적으로 유의미한지 여부를 판단합니다.
Contoh Soal dan Pembahasan
질문 1: 피어슨 상관계수
다음은 5명의 키(cm)와 몸무게(kg)에 대한 데이터입니다.
| 인물 | 신장(cm) | 몸무게(kg) |
|——-|————-|————|
| A | 160 | 55 |
| B | 165 | 60 |
| C | 170 | 65 |
| D | 175 | 70 |
| E | 180 | 75 |
주어진 데이터에 대한 피어슨 상관계수를 계산하십시오.
논의:
1. 평균 계산하기:
– 평균 키(X̄) = (160 + 165 + 170 + 175 + 180) / 5 = 170
– 평균 무게(Ȳ) = (55 + 60 + 65 + 70 + 75) / 5 = 65
2. 평균과의 편차 계산:
– 높은 편차: (160 – 170), (165 – 170), (170 – 170), (175 – 170), (180 – 170)
– 심각한 편차: (55 – 65), (60 – 65), (65 – 65), (70 – 65), (75 – 65)
3. 편차 곱 계산:
– (160-170)(55-65) = 10 10 = 100
– (165-170)(60-65) = 5 5 = 25
– (170-170)(65-65) = 0 0 = 0
– (175-170)(70-65) = 5 5 = 25
– (180-170)(75-65) = 10 10 = 100
합계 = 100 + 25 + 0 + 25 + 100 = 250
4. 편차 제곱 계산:
– 키: (160-170)², (165-170)², (170-170)², (175-170)², (180-170)²
– 무게: (55-65)², (60-65)², (65-65)², (70-65)², (75-65)²
키의 경우:
– (160-170)² = 100
– (165-170)² = 25
– (170-170)² = 0
– (175-170)² = 25
– (180-170)² = 100
합계 = 100 + 25 + 0 + 25 + 100 = 250
무게의 경우:
– (55-65)² = 100
– (60-65)² = 25
– (65-65)² = 0
– (70-65)² = 25
– (75-65)² = 100
합계 = 100 + 25 + 0 + 25 + 100 = 250
5. 피어슨 상관계수 계산:
\[
r = \frac{\sum ((X – X̄)(Y – Ȳ))}{\sqrt{\sum (X – X̄)² \sum (Y – Ȳ)²}}
\]
\[
r = \frac{250}{\sqrt{250 \times 250}} = \frac{250}{250} = 1
\]
해석: 피어슨 상관계수 값이 1이면 키와 몸무게 사이에 완벽한 양의 상관관계가 있음을 나타냅니다.
질문 2: 스피어만 상관계수
다음과 같은 두 변수의 순위 데이터가 주어졌습니다.
| 사람 | 변수 X | 변수 Y |
|——-|————|————|
| A | 1 | 3 |
| B | 2 | 1 |
| C | 3 | 4 |
| 디 | 4 | 2 |
| E | 5 | 5 |
주어진 데이터를 바탕으로 스피어만 상관계수를 계산하세요.
논의:
1. 순위 차이(d) 계산:
– X와 Y의 순위를 매길 때:
– A: 1 – 3 = -2
– B: 2 – 1 = 1
– C: 3 – 4 = -1
– D: 4 – 2 = 2
– E: 5 – 5 = 0
2. 순위 차이의 제곱(d²) 계산:
– (-2)² = 4
– (1)² = 1
– (-1)² = 1
– (2)² = 4
– (0)² = 0
총합 (Σd²) = 4 + 1 + 1 + 4 + 0 = 10
3. 스피어만 상관계수 계산:
\[
r_s = 1 – \frac{6 \sum d^2}{n(n^2 – 1)}
\]
\[
r_s = 1 – \frac{6 \times 10}{5(5^2 – 1)} = 1 – \frac{60}{120} = 1 – 0.5 = 0.5
\]
해석: 스피어만 상관계수 값 0.5는 변수 X와 Y 사이에 중간 정도의 양의 상관관계가 있음을 나타냅니다.
결론
위의 예시들을 통해 상관 분석을 이용하여 두 변수 간의 관계의 강도와 방향을 파악할 수 있음을 알 수 있습니다. 피어슨 상관계수는 선형 관계를 보이는 수치 데이터에 사용되고, 스피어만 상관계수는 순서형 데이터 또는 비선형 데이터에 사용됩니다. 이러한 기법들을 이해하고 숙달함으로써 다양한 연구 분야에서 데이터를 더욱 효과적으로 분석하고 보다 정확한 추론을 도출할 수 있습니다.
