[SPSS 통계 해석] 기술통계 및 상관분석

1. 기술통계분석 해석

자료 검토를 위해 기술통계분석을 실시하였으며, 기술통계분석으로 도출된 각 변수들의 평균 및 표준편차의 결과는 <표 >와 같다. 변수들의 평균값을 살펴보면 고객불량행동 3.74±.51, LMX 3.30±.84, 서비스 사보타주 4.12±.53으로 조사되었다.

 

2. 상관분석 해석

본 연구의 주요 변수인 고객불량행동, LMX, 서비스 사보타주 간 상관관계를 확인하기 위해 피어슨의 상관관계 분석(Pearson’s correlation analysis)을 실시하였으며, 분석결과는 <표 >와 같다. 그 결과 서비스 사보타주에 고객불량행동(r=173, p<.05), LMX(r=-.091, p<.01) 순으로 상관성을 보였다.

 

3. 기술통계 및 상관분석 해석

측정도구의 신뢰도를 평가하는 방법에는 여러 가지가 있는데 본 연구에서는 내적일관성 검정에 사용되는 Chronbach's alpha계수를 이용하였다. 이는 동일한 개념을 측정하기 위하여 다수의 항목을 이용하는 경우 신뢰도를 해치는 항목을 발견하여 측정변수에서 제외시킴으로서 측정변수의 신뢰도를 높이기 위한 방법이다. Chronbach's alpha 계수 값이 0.8이상이면 신뢰도가 매우 높음, 0.7이상이면 비교적 신뢰도가 높은 수준, 0.6이상이면 신뢰도가 수용할 만한 수준으로 받아들여지는데 본 연구에서도 이에 준하여 분석을 실시하였다.

또한 연속형 측정변수인 고객불량행동, LMX, 서비스 사보타주의 정규성 검정을 실시하기 위해 왜도(Skewness)와 첨도(Kurtosis)를 확인하였다. 첨도가 양수이면 표준편차가 작아져 정규분포보다 뾰족한 형태를 보이며, 첨도가 음수이면 표준편차가 커져서 정규분포보다 좌우로 퍼진 형태를 보인다. 왜도가 양수이면 정규분포보다 왼쪽으로 치우친 형태를 보이며, 음수이면오른쪽으로 치우친 형태를 보인다(이일현, 2014). 첨도의 절대값이 7 미만인 경우, 왜도의 절대값이 2 미만일 경우 해당 분포가 정규분포를 따른다고 할 수 있다(Curran et al, 1996).

본 연구를 위해 고객불량행동, LMX, 서비스 사보타주의 정규섬 검정과 내적일관성 검토를 위하여 Chronbach's alpha계수를 이용한 신뢰도검사 및 자료 검토를 위해 기술통계분석을 실시하였다. 각 항목은 5점 리커트 척도로 조사되었으며, 기술통계분석으로 도출된 각 변수들의 평균 및 표준편차의 결과는 <표 >와 같다.

변수들의 평균값을 살펴보면 고객불량행동 3.74±.51, LMX 3.30±.84, 서비스 사보타주 4.12±.53으로 조사되었다. 더불어 신뢰도 분석 결과, 각 변수의 Cronbach’s alpha 계수를 살펴보면 고객불량행동 .559, LMX .955, 서비스 사보타주 .554로 나타났다.

연속형 변수들의 첨도와 왜도의 검정 결과 고객불량행동(첨도 1.26, 왜도 -1.07), LMX(첨도-0.30, 왜도 -0.264), 서비스 사보타주(첨도-0.31, 왜도 -0.70)를 보이고 있어 정규분포의 최소 기준을 충족하고 있다.

본 연구의 주요 변수인 고객불량행동, LMX, 서비스 사보타주 간 상관관계를 확인하기 위해 피어슨의 상관관계 분석(Pearson’s correlation analysis)을 실시한 결과, 서비스 사보타주에 고객불량행동(r=173, p<.05), LMX(r=-.091, p<.01) 순으로 상관성을 보였다.

​