SPSS 통계 이용방법 가이드: 14일차 - 혼합 설계 분산 분석 (Mixed Design ANOVA)

SPSS 통계 이용방법 가이드: 14일차 - 혼합 설계 분산 분석 (Mixed Design ANOVA)

**혼합 설계 분산 분석(Mixed Design ANOVA)**은 **반복 측정 요인(Within-Subjects Factor)**과 **독립 요인(Between-Subjects Factor)**을 함께 고려하는 분석 방법입니다. 예를 들어, 두 그룹(예: 남성, 여성)의 학업 성적 변화를 여러 시간대(1학기, 2학기, 3학기)에 걸쳐 비교할 때 사용할 수 있습니다.

오늘은 SPSS에서 혼합 설계 분산 분석을 실행하고, 결과를 해석하는 방법을 알아보겠습니다.

---

1. 혼합 설계 분산 분석이란?

혼합 설계 ANOVA의 특징:

• 반복 측정 요인: 동일한 집단에서 시간이나 조건에 따른 변화 분석.
• 독립 요인: 서로 다른 집단 간의 차이 분석.
• 상호작용 효과: 시간(조건)과 집단 간의 상호작용 여부 분석.

활용 사례:

1. 교육: 학습법(강의식, 토론식) 간의 성적 변화 비교.
2. 의료: 두 치료 방법(A, B)에 따른 환자의 건강 상태 변화 분석.
3. 심리학: 스트레스 관리 방법(명상, 운동)과 시간 경과에 따른 스트레스 수준 변화 분석.

---

2. SPSS에서 혼합 설계 분산 분석 실행하기

실습: 학습법에 따른 학업 성적 변화 비교

학생 데이터를 활용해 두 학습법(강의식, 토론식)이 1학기, 2학기, 3학기 동안 학업 성적(Math_Score)에 어떤 영향을 미치는지 분석해보겠습니다.

1. 데이터 준비:
   • 반복 측정 변수(Within-Subjects Factor): Math_Score1 (1학기), Math_Score2 (2학기), Math_Score3 (3학기)
   • 독립 변수(Between-Subjects Factor): Learning_Method (강의식=1, 토론식=2)
2. 혼합 설계 ANOVA 실행:
   • 메뉴에서 Analyze > General Linear Model > Repeated Measures를 클릭합니다.
3. 반복 측정 요인 설정:
   • "Within-Subject Factor Name"에 Semester(학기)를 입력하고, 측정 횟수(3)를 설정합니다.
   • "Add" 버튼을 클릭한 뒤 "Define" 버튼을 누릅니다.
4. 변수 설정:
   • Math_Score1, Math_Score2, Math_Score3을 반복 측정 변수로 추가합니다.
   • Between-Subjects Factor에 Learning_Method를 추가합니다.
5. 옵션 설정:
   • "Plots" 버튼을 클릭하여 학기와 학습법 간의 상호작용 그래프를 추가합니다.
   • "Options" 버튼에서 Descriptive Statistics(기술 통계)와 Estimates of Effect Size(효과 크기)를 선택합니다.
6. 결과 확인:
   • "OK"를 클릭하면 출력 창에 혼합 설계 ANOVA 결과와 그래프가 표시됩니다.

---

3. 결과 해석하기

A. 기술 통계 (Descriptive Statistics):

• 각 학습법(강의식, 토론식)과 학기(1학기, 2학기, 3학기)에 따른 평균과 표준편차를 확인할 수 있습니다.

B. Mauchly's Test of Sphericity (구형성 검정):

• 반복 측정 요인 간의 분산이 동일한지 검증.
  • 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 참조.

C. Test of Within-Subjects Effects (반복 측정 요인의 효과):

• 학기(시간)에 따른 성적 변화가 유의미한지 확인.
  • p < 0.05: 학기에 따른 변화가 통계적으로 유의미함.

D. Between-Subjects Effects (집단 간의 효과):

• 학습법(강의식, 토론식)에 따른 성적 차이가 유의미한지 확인.
  • p < 0.05: 학습법 간의 차이가 통계적으로 유의미함.

E. 상호작용 효과:

• 학기와 학습법 간의 상호작용 효과 확인.
  • p < 0.05: 학습법에 따라 학기별 성적 변화 패턴이 다름.

---

4. 결과 시각화하기

상호작용 그래프 그리기:

1. SPSS 결과 창에서 생성된 "Profile Plot"을 확인합니다.
2. x축: 학기(Semester), y축: 성적(Math_Score).
3. 학습법(Learning_Method)은 각 곡선으로 표현됩니다.

그래프 해석:

• 곡선이 교차한다면 학기와 학습법 간의 상호작용 효과가 있음을 시사.
• 두 곡선이 일정한 간격으로 유지된다면 상호작용 효과가 없음을 나타냄.

---

5. 혼합 설계 ANOVA 결과 활용하기

활용 사례:

1. 교육: 학습법에 따른 효과적인 수업 전략 수립.
2. 의료: 특정 치료 방법이 시간 경과에 따라 효과를 발휘하는지 확인.
3. 마케팅: 광고 캠페인이 기간과 소비자 그룹에 따라 다른 효과를 보이는지 분석.

---

6. 오늘의 실습 목표

1. SPSS에서 혼합 설계 분산 분석을 실행하여 반복 측정 요인과 독립 요인의 효과를 분석하세요.
2. 상호작용 효과를 확인하고, 결과를 시각화하여 이해하세요.
3. Mauchly's Test 결과를 기반으로 구형성 가정 충족 여부를 검토하세요.

---

7. 마무리

혼합 설계 분산 분석은 시간(조건)과 집단 간의 관계를 동시에 분석할 수 있는 강력한 도구입니다. 오늘 배운 내용을 바탕으로 데이터를 심층적으로 이해하고 활용해 보세요. 다음 15일차에서는 **판별 분석(Discriminant Analysis)**을 다룰 예정입니다.

궁금한 점이나 어려운 부분이 있다면 댓글로 남겨주세요! 😊 함께 해결하겠습니다.