SPSS 통계 이용방법 가이드: 5일차 - 회귀 분석 (Regression Analysis)

SPSS 통계 이용방법 가이드: 5일차 - 회귀 분석 (Regression Analysis)

데이터 분석에서 **회귀 분석(Regression Analysis)**은 가장 널리 사용되는 기법 중 하나입니다. 회귀 분석은 **독립 변수(원인)**와 종속 변수(결과) 간의 관계를 파악하고, 이를 기반으로 예측하는 데 사용됩니다. 오늘은 SPSS를 이용해 회귀 분석을 수행하고 결과를 해석하는 방법을 배워보겠습니다.

---

1. 회귀 분석이란?

회귀 분석은 독립 변수가 종속 변수에 미치는 영향을 분석하는 기법입니다.

• 단순 회귀 분석(Simple Regression): 독립 변수가 1개일 때 사용.
• 다중 회귀 분석(Multiple Regression): 독립 변수가 2개 이상일 때 사용.

주요 용도:

• 변수 간의 관계 분석
• 결과 변수(종속 변수)의 예측
• 독립 변수의 중요도 평가

---

2. SPSS에서 단순 회귀 분석 실행하기

실습: 공부 시간과 시험 점수 간의 관계 분석

공부 시간(독립 변수)이 시험 점수(종속 변수)에 어떤 영향을 미치는지 알아보겠습니다.

1. 데이터 준비:
   • 독립 변수: Study_Time (공부 시간)
   • 종속 변수: Score (시험 점수)
2. 회귀 분석 실행:
   • 메뉴에서 Analyze > Regression > Linear를 클릭합니다.
3. 변수 설정:
   • "Dependent"에 Score를, "Independent(s)"에 Study_Time을 추가합니다.
4. 옵션 설정:
   • "Statistics" 버튼을 클릭하여 R제곱(R²), 공분산 분석(ANOVA), 추정계수를 선택합니다.
   • "Plots" 버튼에서 Residuals를 선택하면 잔차 분석이 가능합니다.
5. 결과 확인:
   • "OK"를 클릭하면 회귀 분석 결과가 출력됩니다.

결과 해석:

1. 모형 요약(Model Summary):
   • R² 값: 독립 변수가 종속 변수를 얼마나 설명하는지 나타냅니다.
     • 예: R² = 0.75 → 공부 시간이 시험 점수의 75%를 설명.
2. ANOVA:
   • Sig. 값이 0.05보다 작으면 회귀 모델이 통계적으로 유의미함을 의미합니다.
3. 계수(Coefficients):
   • 상수(Constant)와 Study_Time의 계수를 통해 예측 모델을 도출할 수 있습니다.
     • 예: 점수(Score) = 10 + 5 × 공부 시간(Study_Time)

---

3. SPSS에서 다중 회귀 분석 실행하기

실습: 여러 요인이 시험 점수에 미치는 영향 분석

독립 변수(Study_Time, Sleep_Hours)가 종속 변수(Score)에 미치는 영향을 분석해보겠습니다.

1. 데이터 준비:
   • 독립 변수: Study_Time (공부 시간), Sleep_Hours (수면 시간)
   • 종속 변수: Score (시험 점수)
2. 회귀 분석 실행:
   • 메뉴에서 Analyze > Regression > Linear를 클릭합니다.
3. 변수 설정:
   • "Dependent"에 Score를, "Independent(s)"에 Study_Time과 Sleep_Hours를 추가합니다.
4. 옵션 설정:
   • "Statistics" 버튼에서 **공분산 분석(ANOVA)**와 추정계수를 선택합니다.
5. 결과 확인:
   • "OK"를 클릭하면 다중 회귀 분석 결과가 출력됩니다.

결과 해석:

1. 모형 요약(Model Summary):
   • R² 값이 높을수록 독립 변수가 종속 변수를 잘 설명함을 의미합니다.
2. ANOVA:
   • p-값(Sig.)이 0.05보다 작으면 회귀 모델이 유의미함을 나타냅니다.
3. 계수(Coefficients):
   • 각 독립 변수의 계수를 통해 다음과 같은 예측 모델을 작성할 수 있습니다:
     • Score = 10 + 4 × Study_Time + 2 × Sleep_Hours
   • 계수 값이 클수록 해당 독립 변수가 종속 변수에 더 큰 영향을 미칩니다.

---

4. 시각화를 통한 결과 이해

SPSS에서 **잔차 플롯(Residual Plot)**이나 **회귀선 그래프(Regression Line)**를 통해 결과를 시각적으로 표현할 수 있습니다.

회귀선 그래프 그리기:

1. 메뉴에서 Graphs > Chart Builder를 클릭합니다.
2. Scatter/Dot을 선택하고, Fit Line at Total 옵션을 체크합니다.
3. x축에 Study_Time, y축에 Score를 배치한 뒤 "OK"를 클릭합니다.
   • 회귀선이 데이터 분포와 얼마나 잘 맞는지 확인하세요.

---

5. 오늘의 실습 목표

1. 단순 회귀 분석을 통해 독립 변수와 종속 변수 간의 관계를 분석하세요.
2. 다중 회귀 분석을 통해 여러 독립 변수가 종속 변수에 미치는 영향을 파악하세요.
3. 분석 결과를 회귀선 그래프와 잔차 플롯으로 시각화해보세요.

---

6. 마무리

회귀 분석은 데이터를 통해 관계를 이해하고 예측 모델을 만들 수 있는 강력한 도구입니다. 오늘 배운 단순 회귀와 다중 회귀 분석을 활용해 다양한 데이터를 분석해 보세요. 다음 6일차에서는 **데이터 클러스터링(군집 분석)**에 대해 다룰 예정입니다.

궁금한 점이나 어려운 부분이 있다면 댓글로 남겨주세요! 😊 다음 글에서 더 상세히 다뤄드리겠습니다.