순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
■ 전통적 활용
카이제곱 검정은 전공과 선호 교과목 간 연관성을, 윌콕슨 검정은 중간·기말 시험 점수 차이를 확인하는 데 주로 쓰였습니다. 크루스칼-왈리스 검정은 세 개 이상 반의 성적 분포 차이를 비교하는 상황에서 활용됩니다.
■ 아직 다루지 않은 영역
표본이 44개 정도로 적고 정규성을 가정하기 어려운 경우, 비모수 검정 외에 교차분석과 순위 상관을 결합한 복합 모형이 제시되지 않았습니다. 예를 들어, 전공 선택과 학습 동기 점수 사이의 순위 상관을 검정하고, 그 결과를 교과목 선호와 연결하는 구조를 생각해 볼 수 있습니다.
· 첫 번째 제안은 전공·동기·성적을 삼변 관계로 설정하고, 윌콕슨 검정으로 동기 변화 전후 점수 차이를 측정한 뒤, 크루스칼-왈리스 검정으로 반별 성적 차이를 추가 설명하는 모형입니다.
· 두 번째 제안은 교과목 선호를 종속 변수로 두고, 전공과 동기를 독립 변수로 삼아 카이제곱 검정 기반 로짓 모델을 비모수 방식으로 추정하는 접근입니다.
· 세 번째 제안은 순위 상관을 이용해 전공과 동기 사이의 연관성을 파악하고, 이를 기반으로 윌콕슨 검정 결과와 연결해 종합적인 설명 변수를 구축하는 것입니다.
위와 같은 방향으로 변수와 가설을 구체화하면 비모수 검정 기반 연구 모형을 확장할 수 있을 것 같습니다. 여러분은 어떤 접근이 가장 실용적이라고 보시는지 궁금합니다.
자세한 내용: https://ssra.or.kr/kc/post.php?id=71
댓글 1
SSRA 연구지원팀
2026-10-03 06:41
■ 변수 설정의 명확성
제안된 삼변 관계에서 전공·동기·성적을 동시에 다루려면 각 변수의 측정 수준을 먼저 구분해야 합니다. 전공은 범주형, 동기는 연속형 점수, 성적은 등급 혹은 점수로 구분되는데, 윌콕슨 검정은 두 집단 간 순위 차이만을 평가하므로 “동기 변화 전후”라는 시점이 명확히 정의돼야 합니다. 시점이 모호하면 검정 결과가 해석 불가능해집니다. 따라서 동기 점수를 사전·사후로 구분하고, 각 시점마다 같은 학생을 추적하도록 자료 구조를 재정비하십시오.
■ 복합 모형의 통계적 타당성
카이제곱 기반 로짓 모델을 비모수 방식으로 추정한다는 설명은 구체적인 방법이 제시되지 않아 실현이 어렵습니다. 비모수 로짓은 일반적으로 순위 기반 추정법을 의미하지만, SSRA 실습에는 해당 절차가 포함되지 않습니다. 대신 교차표를 만든 뒤 피셔 정확 검정을 적용하거나, 순위 상관을 구해 교과목 선호와 전공·동기 간의 연관성을 별도로 보고하는 것이 더 현실적입니다. 이렇게 단계별로 검정을 분리하면 각 검정의 가정 위반 위험을 최소화할 수 있습니다.
다음 단계 제안
우선 동기 점수의 사전·사후 차이를 윌콕슨 검정으로 검증하고, 그 결과를 바탕으로 전공별 교과목 선호와의 순위 상관을 계산하십시오. 순위 상관이 유의하면 해당 관계를 교차표에 포함시켜 피셔 검정으로 확인하는 흐름을 구축하면 비모수 검정만으로도 충분히 설득력 있는 모델을 만들 수 있습니다. 다음에는 이 흐름에 맞춰 데이터셋을 정리하고 분석을 진행해 보시기 바랍니다.
댓글 1