[이원배치 분산분석] 지역별 지역화폐 사용량 및 지역별 소상공인 분포 SPSS 분석

안녕하세요. 인문계공돌이입니다.

 

오늘은 지역별 지역화폐 사용량 및 지역별 소상공인 분포 데이터를 가지고 이원배치 분산분석을 해보겠습니다. 

 

 

 

데이터

 

데이터는 경기지역경제포털에서 제공하는 지역별 지역화폐 사용량 및 지역별 소상공인 분포 데이터입니다. 

 

 

라이센스 및 다른 정보들은 위와 같습니다. 

 

 

 

연구가설

 

경기지역경제포털에서 제공하는 지역별 지역화폐 사용량 및 지역별 소상공인 분포 데이터 중

 

상가수는 성별과 업종에 따라 유의한 차이가 있는지,

 

상가수에 대해 성별과 업종은 상호작용 효과가 있는지 검증해보겠습니다. 

 

귀무가설 : 성별에 따라 상가수는 유의한 차이가 없다.

 

대립가설 : 성별에 따라 상가수는 유의한 차이가 있다.

 

귀무가설 : 업종에 따라 상가수는 유의한 차이가 없다.

 

대립가설 : 업종에 따라 상가수는 유의한 차이가 있다.

 

귀무가설 : 상가수에 대해서 성별과 업종 간에는 유의한 상호작용 효과가 없다.

 

대립가설 : 상가수에 대해서 성별과 업종 간에는 유의한 상호작용 효과가 있다.

 

 

 

이원배치 분산분석

 

 

메뉴에서 분석 > 일반선형모형 > 일변량을 클릭합니다.

 

 

종속변수에 상가수를 넣고 모수요인에 성별코드, 업종대분류명을 넣었습니다.

 

 

옵션창에서 기술통계량과 동질성 검정을 체크합니다.

 

평균 출력 기준에 전부 다 옮겨준 후 주효과 비교를 체크하고 신뢰구간 조정을 Bonferroni로 설정합니다.

 

 

도표 창에서는 수평축 변수에 업종대분류명을 선구분 변수에 성별코드를 넣은 후 추가를 클릭합니다.

 

 

붙여넣기를 클릭합니다.

 

 

명령문이 나오면 /EMMEANS=TABLES(성별코드*업종대분류명) COMPARE(업종대분류명) ADJ(BONFERRONI)를 써넣습니다.

 

상호작용 변수에 대한 유의성 검정을 하기 위해서입니다.

 

 

명령문에서 전체 블록 지정을 한 후 초록색 ▶ 버튼을 눌러줍니다.

 

 

기술통계량을 보면 남녀별 업종 형태로 평균이 도출되었습니다.

 

 

업종별 남녀 형태로도 해봤습니다.

 

 

상가수에 대한 업종의 주효과는 p값이 .000로 유의하게 나타났습니다.

 

업종에 따라 상가수 평균이 유의한 차이를 보입니다.

 

성별의 주효과에 대한 p값은 .914로 전혀 유의하지 않게 나타났습니다.

 

성별에 따라 상가수는 유의한 차이가 없습니다.

 

즉, 성별의 주효과는 없습니다.

 

성별과 업종 간 상호작용 효과는 p값이 .969로 유의하지 않게 나타났습니다.

 

업종의 주효과가 유의하게 나타났기 때문에 업종 간 대응별 비교를 해보겠습니다.

 

 

추정값을 보면 업종별 상가수의 평균과 차이를 확인할 수 있습니다.

 

추정값에서의 평균은 성별의 영향력을 통제하여 조정한 평균입니다.

 

 

대응별 비교의 예시입니다.

 

p값을 보면 상가수는 A와 C, F, G, H, I, J, L, M, N, P, R 등에서 유의한 차이를 보이는 것으로 나타났습니다.

 

B, D, E, H, K, O, Q 등에서는 유의한 차이를 보이지 않았습니다.

 

 

성별의 대응별 비교를 보면 역시 유의확률이 .914로 전혀 유의하지 않습니다.

 

 

업종과 성별의 상호작용 효과의 대응별 비교도 살펴보겠습니다.

 

앞에서 상호작용 효과가 없다고 나오긴 했지만 결과표를 보겠습니다.

 

업종에 따른 차이를 성별로 나눠서 보여줍니다.

 

여자의 경우 A 업종에서 C, F, G, H, I, L, M 등에서 p값이 .05 미만으로 유의하게 나타납니다.

 

 

그래프를 보면 성별로 비슷하게 나왔기 때문에 겹쳐서 그려졌습니다.

 

그래프의 기울기가 남녀별 차이를 보이지 않았기 때문에 p값 역시 .969로 나온 이유를 알 수 있습니다.

 

 

 

결론

 

상가수에 대해 업종의 주효과는 유의하게 나타났습니다.

 

상가수에 대해 성별의 주효과는 유의하지 않게 나타났습니다. 

 

업종과 성별의 상호작용 효과는 유의하지 않게 나타났습니다.

 

업종이 너무 많기 때문에 얼마나 차이가 나는지 다 기술하기엔 무리가 있습니다.

 

다음에는 상호작용 효과가 유의하게 나타나는 데이터로 분석이 되었으면 합니다.