데이터 (data)

어떤 형태에 의하여 정보를 모아놓은 것

○ 모집단

파악하고자 하는 전체

○ 표본

전체를 파악하기 위하여 추출한 일부분

○ 케이스 (=개체, 관찰개체, 사례)

관찰하고자 하는 대상 하나하나

○ 분석단위

분석의 대상이 되는 단위

(ex) 남편, 부인, 아이를 대상으로 가족중 찬성하는 비율조사라면

남편, 부인, 아이는 각각의 케이스가 되며 가족은 분석단위가 됨

○ 변수

“명목변수→서열변수→등간변수→비율변수” 로 갈수록 데이터가 자세함

① 측정 수준에 의한 분류

- 명목변수 : 특성의 구분만 가능 (혈액형, 주소, 이름)

- 서열변수 : 대상의 우열이나 크고 작음 존재 (초등,중등,고등,대학)

- 등간변수 : 우열 존재, 숫자간 차이가 일정한 의미도 존재 (온도)

- 비율변수 : 변수간 우열의 비교, 차이, 비율의 의미가 존재

(체중 20kg은 10kg보다 두배의 의미와 비율을 갖음)

② 측정 방법에 의한 분류

- 질적변수 : 명목변수

- 양적변수 : 서열변수, 등간변수, 비율변수

③ 연속성 여부에 의한 분류

- 연속형변수

- 이산형변수

④ 부호화된 값의 형태에 따른 분류

- 숫자변수

- 문자변수

- 날짜변수

○ 코드북

원자료를 coding 하기 위하여 매칭되는 값을 기록한 기준 메뉴얼

○ 부호화 (coding)

각 변수의 값을 입력하기 쉽게 숫자 또는 기호로 표시하여 코딩용지에 입력

○ 전산화

부호화된 자료를 컴퓨터에 입력하는 것

Baron과 Kenny(1986)가 제안한 3단계 매개회귀분석에 따르면 첫 번째 단계는 매개변수와 독립변수를 회귀분석하여 그 결과 독립변수가 매개변수와 유의한 관계를 가지고, 두 번째 단계에서는 종속변수를 독립변수에 회귀분석을 실시하여 그 결과 독립변수가 종속변수에 유의한 관계를 가지며, 세 번째 단계에서 종속변수를 독립변수와 매개변수에 동시에 회귀분석을 실시하여 그 결과 매개변수가 종속변수와 유의한 관계를 가지는 동시에 독립변수의 종속변수에 대한 효과가 두 번째 단계의 효과보다 적거나 많을 때 독립변수-매개변수-종속변수의 관계가 성립된다.

한편, 세 번째 단계 회귀분석에서 매개변수가 통제되었을 때 독립변수의 종속변수에 대한 효과가 유의하지 않으면 독립변수가 오직 매개변수를 통해서만 영향을 주는 것이므로 완전매개효과(perfect mediating effect)를 갖게 된다. 반면에 세 번째 단계 회귀분석에서 종속변수에 대한 독립변수의 효과가 유의하게 나타나고, 세 번째 단계에서의 종속변수에 대한 독립변수의 효과가 두 번째 단계에서의 종속변수에 대한 독립변수의 효과보다 작게 되면 독립변수가 종속변수에 직접적인 영향과 매개변수를 통한 간접적인 영향을 모두 미치는 것이므로 부분매개효과(partial mediating effect)를 갖게 된다(Vam Dyne, Graham & Dienesch, 1994).

-정바님이 작성해주신 글입니다-

명제 : "A이면 B 이다"가 참일때 A를 B가 되기 위한 충분조건이라고 하며 B를 A가 되기 위한 필요조건이라고 한다,

명제 : "A이면 B이다" 가 참일때 이를 집합관계로 나타내면 A는 B의 부분집합이 된다, 따라서 A에 속한 모든 원소는 동시에 B에 속한다.

A가 B의 부분집합이므로 A 이면 당연히 B가 된다. 그러므로 A는 B가 되기 의한 충분조건이 된다. 그렇더라고 B가 되기 위해 반드시 A일 필요는 없다,

따라서 B가 되기위한 충분조건 A 가 언제나 필요조건이 되는 것은 아니다,

A가 B의 부분집합이 될때 어떤 원소가 B에 속하지 않고서는 그것이 동시에 A에 속할수는 없다. 즉, A가 되려면 B가 되어야 한다. 그러므로 B는 A가 되기 위한

필요조건이다, 물론 B에 속한다고 해서 반드시 A에 속하란 법은 없다, 즉, B가 A가 되기 위한 필요조건이 된다고 해서 그것이 동시에 충분조건이 되는것은 아니다,

A가 B의 부분집합이 되고 동시에 B가 A의 부분집합이 된다면 A와 B는 동일한 집합이 되면 이 때 A는 B가 되기 위한 플요충분조건이 된다