1. Mann-Whitney 검정
1) 정의
![](https://blog.kakaocdn.net/dn/bCYnvG/btsGqOylDWG/Co6pZjMoSOgkKGHrOMKn61/img.png)
독립표본 t-검정(Independent sample t-test)은 두 집단 간 평균치의 차이를 비교하는 통계 검정 방법입니다. 독립표본이란, 모집단에서 표본을 추출할 때 비교하려는 두 표본 간에 서로 영향을 받지 않고, 독립적으로 추출된 표본으로 한 집단의 측정치가 또 다른 집단의 측정치에 영향을 미치지 않는 독립성이 보장된 자료를 의미합니다. 독립변수는 범주형 자료, 종속변수는 연속형 자료인 경우에 활용합니다.
집단 간의 독립성은 가정되지만, 정규분포를 따르지 않을 때 독립표본 t-test를 대신하여 비모수 통계인 Mann-Whitney test를 시행합니다.
2) 가설 설정
![](https://blog.kakaocdn.net/dn/sQtB4/btsGqhVol4q/F2eRObdZTBRnEiu316K59k/img.png)
성별에 따라 우울 정도에 차이가 있는지 검정하고자 한다면, 성별은 남성과 여성으로 분류되는 범주형 자료이고, 우울 정도는 연속형 자료입니다. 성별에 따른 우울 정도에 차이가 있는지 알아보기 위해 독립표본 t-검정을 실시합니다. 하지만 표본 수가 20개이고, 정규분포를 따르지 않기 때문에 비모수 통계인 Mann-Whitney 검정을 실시합니다.
① 가설 : 독립변수(범주형)에 따라 종속변수(연속형)는 유의한 차이가 있다.
② 귀무가설 : 성별에 따라 우울 정도는 유의한 차이가 없다.
③ 대립가설 : 성별에 따라 우울 정도는 유의한 차이가 있다.
3) Mann-Whitney test
① 메뉴를 선택합니다.
![](https://blog.kakaocdn.net/dn/Wsob4/btsGtNEOIgs/jDm9V071h9GXKcv11SvGg1/img.png)
② '집단변수' 입력칸에 독립변수인 성별을 지정하고, '검정 변수' 입력칸에 종속변수인 우울을 지정합니다.
![](https://blog.kakaocdn.net/dn/beoEeY/btsGqtaecuC/BOq7MEKAV60uOdnjqEkb61/img.png)
![](https://blog.kakaocdn.net/dn/bsAffW/btsGrVpYfi8/MnQ6CA2IMEyk1UQHnicspk/img.png)
③ 검정 변수를 클릭하면 '집단 정의' 버튼이 활성화 되지 않습니다. 집단 변수 입력칸에 지정한 '성별'을 클릭하여, '집단 정의' 버튼을 활성화 시켜 클릭합니다.
![](https://blog.kakaocdn.net/dn/bdxm2X/btsGqQwa0ld/0wefH6gNqXRy1AqfzKE9uK/img.png)
④ 집단 1에 숫자 1, 집단 2에 숫자 2를 입력하고, '계속'을 클릭합니다.
![](https://blog.kakaocdn.net/dn/Zdyjg/btsGtlIuCnE/jLSPZYEUzcKTwoPOAAeubk/img.png)
![](https://blog.kakaocdn.net/dn/VAUi2/btsGqPjF8Im/oXZzxTX1KY6L8Pqy2hvtIk/img.png)
⑤ '옵션'을 클릭하고, '통계량'에서 기술통계를 지정하고, '계속'을 클릭합니다.
![](https://blog.kakaocdn.net/dn/VZOAN/btsGqZM8EaN/2wuoXOuxc8Qo6lLq2aDAT0/img.png)
![](https://blog.kakaocdn.net/dn/yV8VJ/btsGrgHTkSG/9883UpiLRB9nUk6Kdfje30/img.png)
![](https://blog.kakaocdn.net/dn/bk3Dj6/btsGrfa92aq/i88V2MCf01UwwbfB9x9Ee1/img.png)
⑥ '확인'을 클릭합니다.
![](https://blog.kakaocdn.net/dn/Dh7Ed/btsGso6wLm5/8fdQ2yoipexVyk2lkRUX61/img.png)
⑦ 검정 통계량을 먼저 확인합니다. 근사 유의확률(양측)은 .791로 .05보다 높은 것을 알 수 있습니다. 즉, 성별에 따른 우울 정도는 유의한 차이가 없는 것으로 나타났습니다.
![](https://blog.kakaocdn.net/dn/4Yp0k/btsGreJ4Boo/euMCorz4NrZJdow6Fe0fz1/img.png)
⑧ 만약 유의확률이 .05보다 낮다는 가정 하에 해석을 계속하자면, 남성의 우울 평균 순위는 11.33으로 여성의 우울 평균 순위인 10.35보다 높으므로 남성이 더 우울하다고 할 수 있습니다.
![](https://blog.kakaocdn.net/dn/biz9T5/btsGssOBgmk/x619DmhGe8GkP4j3dMtcg0/img.png)
'통계학 한 발자국' 카테고리의 다른 글
[SPSS통계분석 기초] 단순회귀분석 (회귀분석, 해석) (0) | 2024.05.05 |
---|---|
[SPSS통계분석 기초] wilcoxon 부호순위 검정 (0) | 2024.05.04 |
[SPSS통계분석 기초] Fisher의 정확검정 (카이제곱검정) (0) | 2024.05.02 |
[SPSS통계분석 기초] 정규성 검정 (1) | 2024.05.01 |
[SPSS통계분석 기초] 상관분석(피어슨 상관관계분석) (0) | 2024.04.30 |
댓글