[카이제곱 검정] 국가건강검진 시력데이터 SPSS 분석 2

안녕하세요. 인문계공돌이입니다.

 

저번에 국가건강검진 시력데이터 데이터를 가지고 카이제곱 검정을 해봤는데 좀 더 정밀하게 분석해보겠습니다.

 

 

 

연구 복기

 

 

저번 연구결과 성별과 녹내장 진료 여부는 관계가 있다고 했습니다.

 

이번에는 차이가 얼마나 나는지까지 알아보겠습니다.

 

 

 

정밀 카이제곱 검정

 

 

이번에는 좀 색다르게 위처럼 데이터를 만들고 분석해보겠습니다.

 

데이터를 만들기 위해 Python을 사용하였습니다.

 

 

csv 파일을 불러온 후  SEX오하 GLAUCOMA 변수만 따로 추출하였습니다.

 

그 후 갯수를 세주는 코드를 짰고 csv 파일로 저장했습니다.

 

 

그 결과가 바로 위의 표입니다.

 

마지막 카이제곱 검정 해석을 위해서 조금 변형을 해줬습니다.

 

성별의 경우 2가 아닌 0을 여자로 해주었고

 

녹내장 진료 여부도 0을 있음으로 1을 없음으로 바꿔주었습니다.

 

 

메뉴에서 데이터 > 가중케이스를 클릭합니다.

 

 

가중 케이스 지정을 클릭한다음 빈도변수에 Count를 넣고 확인을 눌러줍니다.

 

 

이제 메뉴에서 분석 > 기술통계량 > 교차분석을 클릭합니다.

 

 

행에 SEX 열에 GLAUCOMA를 넣었습니다.

 

 

통계량 옵션에서 카이제곱과 위험도에 체크해줍니다.

 

 

셀 옵션에서는 관측빈도와 행, 열, 전체, 수정된 표준화에 체크해줍니다.

 

 

위와 같이 Count 변수를 만들어주고 가중치로 넣어줘도 카이제곱 검정 값은 똑같이 나옵니다. 

 

 

이제 SEX * GLAUCOMA 교차표를 보겠습니다.

 

교차 표를 볼 떄는 행은 아래에 비해 위의 경우, 열은 오른쪽에 비해 왼쪽이 발생할 빈도가

 

상대적으로 얼마나 높은가에 대한 결과를 보면 됩니다.

즉, 이 표에서는 남자에 비해 여자에서 녹내장 진료 여부 없음 대비 있음이 얼마나 높은지를 볼 수 있습니다.

 

수정된 잔차를 보면 50.9와 -50.9입니다.

 

통상 절대값이 1.96이 넘으면 차이가 난다고 봅니다.

 

즉, 여자와 남자에서 녹내장 진료 여부에 차이가 나는 것입니다.

 

남자는 녹내장 진료 없음 확률이 더 높고 여자는 있음 확률이 더 높습니다.

 

 

그렇다면 얼마나 차이가 날까요?

 

위험도 추정값을 보면 

 

SEX(여자/남자)에 대한 승산비가 1.344로 나타납니다.

 

즉, 여자는 남자보다 녹내장 진료 여부가 있을 확률이 1.3배가 더 높습니다.

 

 

 

결론

 

단순히 관계가 있다는 것에서 끝나지 않고

 

수정된 잔차와 승산비를 보고 차이가 얼마만큼 나는지 그것이 유효한지까지 분석을 꼭 해보시는 것을 추천드립니다.