SPSS 일표본 T 검정 (One-Sample t test)
목차
1. 일표본 T검정
2. 분석방법
3. 결과해석
- T 검정 p값
- 95% 신뢰구간
- 효과크기 (Cohen's d)
일표본 T 검정
※ 단일 집단의 변수를 기준값과 비교한다.
e.g) 어깨관절 벌림 제한이 있는 집단의 관절가동범위(ROM)를 정상(180도) 수치와 비교한다.
기본조건
- 변수 : 양적변수 (비척도, 등간척도)
- 변수의 데이터가 정규분포여야 한다.
가설검증
- 귀무가설 : 어깨관절 벌림 ROM은 정상 ROM과 유의미한 차이가 없다 (p > 0.05).
- 대립가설 : 어깨관절 벌림 ROM은 정상 ROM과 유의미한 차이가 있다 (p ≤ 0.05).
분석 방법
1. 검정 위치
분석 -> 평균비교 -> 일표본 T 검정
2. 검정 설정
'검정 변수'에 변수 입력 -> '검정값'에 기준값 입력 -> 확인
※ 기타 설정은 기본값 유지
결과 해석
- T 검정 p값
'유의확률(양측)' = p값
- p ≤ 0.05 : 변수의 값은 기준값과 유의미한 차이가 있다.
- p > 0.05 : 변수의 값은 기준값과 유의미한 차이가 없다. - 95% 신뢰구간 (Confidence Interval)
모집단이 실제로 포함될 것으로 예측되는 범위이다.
- 하한 or 상한 = 0 : p = 0.05
- 하한 & 상한 = 마이너스(-) 값 OR 플러스(+) 값 : p < 0.05
- 하한 < 0 < 상한 : p > 0.05 - 효과크기 (Cohen's d)
효과크기가 클수록 변수의 값과 기준값의 평균 차이가 크다.
수식 : (변수의 평균값 - 기준값의 평균값) / 추정된 표준편차(Standardizer)
해석방법
- 매우 작은 효과크기 : 0.2 미만
- 작은 효과크기 : 0.2 이상
- 중간 정도의 효과크기 : 0.5 이상
- 큰 효과크기 : 0.8 이상
- 매우 큰 효과크기 : 1.5 이상
첨부 파일
관련 참고 자료
Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). New York: Routledge. doi: 10.4324/9780203771587
Hazra, A. (2017). Using the confidence interval confidently. Journal of Thoracic Disease, 9(10), 4125–4130. doi: 10.21037/jtd.2017.09.14
2024.03.04 - [SPSS] - SPSS 정규성 검정 분석 방법 및 해석 / Kolmogorov-Smirnov test, Shapiro-Wilk test
2024.03.27 - [SPSS] - SPSS TIP (값 레이블 & 데이터 분할 & 역문항)
2024.04.01 - [SPSS] - SPSS 데이터 유형별 분석 방법 및 예시