SPSS 통계 이용방법 가이드: 13일차 - 반복 측정 분산 분석 (Repeated Measures ANOVA)

SPSS 통계 이용방법 가이드: 13일차 - 반복 측정 분산 분석 (Repeated Measures ANOVA)

**반복 측정 분산 분석(Repeated Measures ANOVA)**은 동일한 집단에서 여러 시점 또는 조건에서 측정된 데이터를 분석하는 통계 기법입니다. 예를 들어, 학생들의 학업 성취도를 학기별로 측정하거나, 약물 치료 전후의 효과를 비교할 때 사용됩니다. 오늘은 SPSS에서 반복 측정 분산 분석을 실행하고, 결과를 해석하는 방법을 알아보겠습니다.

---

1. 반복 측정 분산 분석이란?

반복 측정 분산 분석의 특징:

• 반복 측정: 같은 대상에서 여러 조건(또는 시점)에서 데이터를 수집.
• 주요 질문:
  • 시간이나 조건에 따라 측정값이 유의미하게 변화하는가?
  • 조건 간의 상호작용 효과는 있는가?

활용 사례:

1. 교육: 학기별 시험 성적 변화 분석.
2. 의료: 약물 치료 전후 환자의 상태 변화 분석.
3. 심리학: 스트레스 감소 프로그램 참여 전후의 효과 분석.

---

2. SPSS에서 반복 측정 분산 분석 실행하기

실습: 학기별 성적 변화 분석

학생들의 수학 점수를 3학기(1학기, 2학기, 3학기) 동안 측정한 데이터를 분석해보겠습니다.

1. 데이터 준비:
   • 각 학기의 성적이 별도의 변수로 입력되어 있어야 합니다.
     • Math_Score1: 1학기 성적
     • Math_Score2: 2학기 성적
     • Math_Score3: 3학기 성적
2. 반복 측정 분산 분석 실행:
   • 메뉴에서 Analyze > General Linear Model > Repeated Measures를 클릭합니다.
3. 측정 조건 설정:
   • "Within-Subject Factor Name"에 측정 조건 이름(예: Semester)을 입력하고, 측정 횟수(3)를 지정합니다.
   • "Add"를 클릭한 뒤 "Define" 버튼을 누릅니다.
4. 변수 설정:
   • 1학기, 2학기, 3학기 성적(Math_Score1, Math_Score2, Math_Score3)을 순서대로 선택하여 "Within-Subjects Variables"에 추가합니다.
5. 옵션 설정:
   • "Plots" 버튼을 클릭하여 요인 간 상호작용 효과를 그래프로 표현할 수 있도록 설정합니다.
   • "Options" 버튼에서 Descriptive Statistics(기술 통계)와 Estimates of Effect Size(효과 크기)를 선택합니다.
6. 결과 확인:
   • "OK"를 클릭하면 출력 창에 반복 측정 분산 분석 결과가 표시됩니다.

---

3. 결과 해석하기

A. 기술 통계 (Descriptive Statistics):

• 각 조건(1학기, 2학기, 3학기)의 평균과 표준편차를 제공합니다.

B. Mauchly’s Test of Sphericity:

• 구형성 검정: 반복 측정 데이터의 분산이 동일한지 확인.
  • p ≥ 0.05: 구형성 가정 충족 → 표준 ANOVA 결과 사용 가능.
  • p < 0.05: 구형성 가정 불충족 → 수정된 결과(Greenhouse-Geisser 또는 Huynh-Feldt)를 참조해야 함.

C. Test of Within-Subjects Effects:

• 시간(또는 조건)에 따른 차이가 유의미한지 확인.
  • p-값(Sig.):
    • p < 0.05: 시간에 따른 변화가 유의미함.
    • p ≥ 0.05: 시간에 따른 변화가 유의미하지 않음.
• Partial Eta Squared: 효과 크기를 나타냅니다. 값이 클수록 해당 요인이 영향을 미침.

D. 상호작용 효과:

• 여러 요인(예: 시간 × 그룹)의 상호작용이 유의미한지 검토합니다.

---

4. 반복 측정 분산 분석 결과 시각화

조건별 평균 비교:

1. 메뉴에서 Graphs > Chart Builder를 클릭합니다.
2. Line Chart를 선택한 뒤, x축에 시간(예: Semester), y축에 성적(Math_Score)을 설정합니다.
3. "OK"를 클릭하여 그래프를 생성합니다.

그래프 해석:

• 각 시점의 평균값 변화를 선으로 연결한 그래프를 통해 데이터의 추세를 시각적으로 확인할 수 있습니다.

---

5. 반복 측정 분산 분석 결과 활용하기

활용 사례:

1. 교육: 학생들의 성적이 특정 학기에서 급격히 상승하거나 감소하는 원인 분석.
2. 의료: 약물 투여 전후 환자 상태의 변화 추적 및 효과 검증.
3. 심리학: 시간 경과에 따른 스트레스 감소 프로그램의 효과 평가.

---

6. 오늘의 실습 목표

1. SPSS에서 반복 측정 분산 분석을 실행하여 시간 또는 조건 간의 차이를 분석하세요.
2. Mauchly’s Test와 수정된 결과(Greenhouse-Geisser, Huynh-Feldt)를 활용해 구형성 가정을 검토하세요.
3. 결과를 그래프로 시각화하여 데이터의 변화를 직관적으로 이해하세요.

---

7. 마무리

반복 측정 분산 분석은 시간이나 조건에 따른 데이터 변화를 분석하고, 변수 간의 상호작용 효과를 이해하는 데 매우 유용한 도구입니다. 오늘 배운 내용을 바탕으로 데이터를 심층적으로 분석해보세요. 다음 14일차에서는 **혼합 설계 분산 분석(Mixed Design ANOVA)**을 다룰 예정입니다.

궁금한 점이 있다면 댓글로 남겨주세요! 😊 함께 학습하고 해결하겠습니다.