📢 디자인 리뉴얼 안내: 르네의 심리통계 튜토리얼이 더 읽기 편하고 세련된 디자인으로 개편되었습니다. 이제 PC의 최적화된 환경에서 통계를 학습할 수 있습니다.
Free Preview
Jamovi 카이제곱 적합도 검정 (Proportion Test (N Outcomes)) : 입력부터 결과 해석까지
"매운맛에 미친 사람들? 성격과 입맛의 극단적 쏠림 현상"
"매운맛은 미각이 아니라 통증이다." 우리가 땀을 흘리며 괴로워하면서도 매운 음식을 찾는 이유는 무엇일까요? 심리학에서는 번지점프나 공포 영화를 즐기듯, 안전한 위협 속에서 통증을 스릴로 즐기는 현상을 '양성 마조히즘(Benign Masochism)'이라 부릅니다. 자극 추구 성향이 강한 사람들은 정말로 입맛마저 극단적일까요?
이 질문에 답하기 위해 우리는 사람들의 매운맛 선호도를 4단계(Low, Medium, High, Extreme)로 분류했습니다. 결과값이 딱 두 가지(성공/실패)일 때는 이항 검정을 쓰지만, 이처럼 3개 이상의 범주를 가진 데이터가 우리가 예상한 비율(예: 모두 25%씩 균등할 것이다)과 얼마나 잘 들어맞는지 검증할 때 필요한 도구가 바로 카이제곱 적합도 검정(Proportion Test - N Outcomes)입니다.
이번 PRO Exclusive 튜토리얼에서는 자극을 즐기는 특정 집단이 매운맛 선호도에서 어떤 극단적인 쏠림을 보이는지 jamovi를 통해 명쾌하게 분석해 봅니다. 단순한 느낌을 넘어, 데이터 배후에 숨겨진 심리적 패턴을 통계적으로 입증하는 과정을 배워보세요.
💡 이 튜토리얼에서 배울 수 있는 핵심 내용
분석 목표: 수집된 데이터의 다항 분포(3개 이상 범주)가 연구자가 가정한 이론적 기대 비율(예: 1:1:1:1의 균등 분포)과 유의미하게 다른지 검증합니다.
데이터 쏠림 현상: 분석 결과, 전체 표본 중 상위 매운맛 단계인 'High(39%)'와 'Extreme(31%)' 범주에 데이터가 압도적으로 편중된 것을 확인하였습니다.
결정적 증거: 매운맛 선호도가 균등할 것이라는 영가설이 기각되었으며(p < .001), 자극 추구 집단은 통계적으로 유의미하게 강한 매운맛을 더 선호함을 입증합니다.
jamovi 스킬:
데이터 입력 방식: 원데이터(Raw Data) 분석 시 `Counts (optional)` 칸의 올바른 사용법
기대 비율 설정: `Expected Proportions` 표에서 Ratio 비율 설정 원리
결과 해석: 관측 빈도(Observed)와 기대 빈도(Expected)의 직관적 비교 방법
📚 목 차 (Full Version 구성)
논문 사례: 매운맛의 심리학과 양성 마조히즘
Proportion Test (N Outcomes) 란?
분석 수행 전 필수 확인 사항 (다항성 및 최소 기대 빈도 점검)
jamovi로 분석/해석하기 (기대 비율 설정 및 관측/기대 빈도 비교)
퀴즈
참고문헌
📂 실습용 데이터 다운로드 제공
자세한 사양 텍스트와 실제 프롬프트 활용 예시는 아래 유료 콘텐츠에서 확인하실 수 있습니다. ⬇⬇
Proportion Test (N Outcomes)
[variables] ...
Expected counts...
Expected counts
Ratio...
🔒
이 내용은 Pro 회원 전용입니다
📌 열람 방법
1. 우측 상단 [회원가입] 후 [Pro 멤버십] 구매 2. 구매 후 아래 [전체 내용 보기] 버튼을 통해 모든 내용을 즉시 확인하실 수 있습니다.
Jamovi 카이제곱 적합도 검정
(Proportion Test (N Outcomes)) : 입력부터 결과 해석까지
"매운맛에 미친 사람들? 성격과 입맛의 극단적 쏠림 현상"
"매운맛은 미각이 아니라 통증이다." 우리가 땀을 흘리며 괴로워하면서도 매운 음식을 찾는 이유는 무엇일까요? 심리학에서는 번지점프나 공포 영화를 즐기듯, 안전한 위협 속에서 통증을 스릴로 즐기는 현상을 '양성 마조히즘(Benign Masochism)'이라 부릅니다. 자극 추구 성향이 강한 사람들은 정말로 입맛마저 극단적일까요?
이 질문에 답하기 위해 우리는 사람들의 매운맛 선호도를 4단계(Low, Medium, High, Extreme)로 분류했습니다. 결과값이 딱 두 가지(성공/실패)일 때는 이항 검정을 쓰지만, 이처럼 3개 이상의 범주를 가진 데이터가 우리가 예상한 비율(예: 모두 25%씩 균등할 것이다)과 얼마나 잘 들어맞는지 검증할 때 필요한 도구가 바로 카이제곱 적합도 검정(Proportion Test - N Outcomes)입니다.
이번 PRO Exclusive 튜토리얼에서는 자극을 즐기는 특정 집단이 매운맛 선호도에서 어떤 극단적인 쏠림을 보이는지 jamovi를 통해 명쾌하게 분석해 봅니다. 단순한 느낌을 넘어, 데이터 배후에 숨겨진 심리적 패턴을 통계적으로 입증하는 과정을 배워보세요.
📚 목 차 (Full Version 구성)
자세한 사양 텍스트와 실제 프롬프트 활용 예시는 아래 유료 콘텐츠에서 확인하실 수 있습니다. ⬇⬇
Proportion Test (N Outcomes)
[variables] ...
이 내용은 Pro 회원 전용입니다
2. 구매 후 아래 [전체 내용 보기] 버튼을 통해 모든 내용을 즉시 확인하실 수 있습니다.