jamovi(자모비) 주성분 분석 (Principal Component Analysis) : 복잡한 데이터를 핵심 차원으로 단순화하기
"수십 개의 복잡한 설문 문항, 어떻게 3~4개의 핵심으로 깔끔하게 묶을 수 있을까?"
우리 주변에는 껌 씹는 소리, 거친 숨소리, 키보드 치는 소리 등 특정 일상 소음에 극심한 스트레스를 겪는 사람들이 있습니다. 누군가에게는 그저 거슬리는 소음일 뿐이지만, 이를 겪는 사람들은 분노, 심박수 증가, 대인 관계 회피까지 다양한 반응을 보입니다. 심리학에서는 이를 '미소포니아(Misophonia, 청각 과민증)'라고 부릅니다.
"만약 우리가 사람들의 이런 복잡하고 다양한 반응들을 측정하기 위해 수십 개의 설문 문항을 만들었다면, 이 방대한 데이터를 어떻게 몇 개의 핵심 요인으로 요약할 수 있을까요?"
이 글에서는 jamovi의 주성분 분석(Principal Component Analysis)을 활용하여 얽히고설킨 수많은 문항들을 의미 있는 소수의 폴더(요인)로 깔끔하게 정리하는 방법을 학습합니다. 이 분석은 데이터가 가진 원래의 정보 손실을 최소화하면서 차원을 축소하여 연구의 방향성을 명확하게 잡아주는 강력한 '데이터 미니멀리즘' 통계 기법입니다.
이번 PRO Exclusive 튜토리얼에서는 150명의 미소포니아 가상 설문 데이터를 통해, 15개의 복잡한 측정 문항이 어떻게 3개의 핵심 차원(감정, 생리, 일상 지장)으로 단순화되는지, 그리고 척도의 일관성을 떨어뜨리는 양다리 불량 문항을 어떻게 색출하여 제거하는지 그 완벽한 실전 과정을 마스터하실 수 있습니다.
💡 이 튜토리얼에서 배울 수 있는 핵심 내용
분석 목표: 서로 상관관계가 높은 다수의 변수(15개 문항)를 소수의 의미 있는 핵심 주성분(3개 요인)으로 축소하여 데이터를 단순화합니다.
핵심 원리: KMO 및 Bartlett 검정으로 전제 조건을 확인하고, 스크리 도표(Scree Plot)와 고유값을 통해 최적의 요인 개수를 결정하는 방법을 다룹니다.
jamovi 스킬:
불량 문항 판별: 요인 적재량(Factor Loadings) 표를 읽고 양다리를 걸치거나 겉도는 '스파이 문항'을 솎아내는 실무 노하우
회전 방식(Rotation): 직교 회전(Varimax)을 통해 변수들이 특정 요인에 뚜렷하게 묶이도록 결과를 명확히 하는 법
성분 점수 저장: 정제된 핵심 요인들을 향후 다른 통계 분석(t-검정, 회귀분석 등)에 써먹을 수 있도록 새로운 변수로 저장(Save)하는 필수 설정
📚 목 차 (Full Version 구성)
논문 사례: 미소포니아(청각 과민증) 반응 척도 개발 연구
Principal Component Analysis 이란? (핵심 개념)
분석 수행 전 필수 확인 사항 (Assumption Checks)
jamovi로 분석/해석하기 (요인 추출과 불량 문항 솎아내기)
퀴즈
참고문헌
📂 실습용 데이터(CSV) 및 jamovi 원본 파일 다운로드 제공
자세한 통계량 해석과 실제 분석 세팅 화면은 아래 유료 콘텐츠에서 확인하실 수 있습니다. ⬇⬇
Principal Component Analysis
[Variables] Variables...
Assumption Checks...
Factor Loadings...
🔒
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(자모비) 주성분 분석
(Principal Component Analysis) : 복잡한 데이터를 핵심 차원으로 단순화하기
"수십 개의 복잡한 설문 문항, 어떻게 3~4개의 핵심으로 깔끔하게 묶을 수 있을까?"
우리 주변에는 껌 씹는 소리, 거친 숨소리, 키보드 치는 소리 등 특정 일상 소음에 극심한 스트레스를 겪는 사람들이 있습니다. 누군가에게는 그저 거슬리는 소음일 뿐이지만, 이를 겪는 사람들은 분노, 심박수 증가, 대인 관계 회피까지 다양한 반응을 보입니다. 심리학에서는 이를 '미소포니아(Misophonia, 청각 과민증)'라고 부릅니다.
이 글에서는 jamovi의 주성분 분석(Principal Component Analysis)을 활용하여 얽히고설킨 수많은 문항들을 의미 있는 소수의 폴더(요인)로 깔끔하게 정리하는 방법을 학습합니다. 이 분석은 데이터가 가진 원래의 정보 손실을 최소화하면서 차원을 축소하여 연구의 방향성을 명확하게 잡아주는 강력한 '데이터 미니멀리즘' 통계 기법입니다.
이번 PRO Exclusive 튜토리얼에서는 150명의 미소포니아 가상 설문 데이터를 통해, 15개의 복잡한 측정 문항이 어떻게 3개의 핵심 차원(감정, 생리, 일상 지장)으로 단순화되는지, 그리고 척도의 일관성을 떨어뜨리는 양다리 불량 문항을 어떻게 색출하여 제거하는지 그 완벽한 실전 과정을 마스터하실 수 있습니다.
📚 목 차 (Full Version 구성)
자세한 통계량 해석과 실제 분석 세팅 화면은 아래 유료 콘텐츠에서 확인하실 수 있습니다. ⬇⬇
Principal Component Analysis
[Variables] Variables...
이 내용은 Pro 회원 전용입니다
2. 구매 후 아래 [전체 내용 보기] 버튼을 통해 모든 내용을 즉시 확인하실 수 있습니다.