[통계 기초] #2. 변수/척도

[목차]
1. 변수 종류
    : 독립변수, 종속변수
2. 변수관계 종류
    : 인과관계, 상관관계
3. 척도 종류
    : 명목척도, 서열척도, 등간척도, 비율척도
4. 척도 종류별 분석 방법

 
변수(variable)
: 어떤 연구의 대상이 되는 일련의 관찰된 특성의 집합
(예, 서울시 거주자의 소득을 파악하고자 할 때 → 소득)
 

1. 변수 종류

 
1) 독립변수(independent variable)
 : 원인, x값
 : 종속 변인에 영향을 준다고 간주되는 변인
 : = 설명변수, 입력변수, 예측변수, 조작변수, 특징
 
→ 독립변수 간에는 상관관계가 없어야 함
(이유: 독립변수 간에 상관관계가 높으면 독립변수들과 종속변수와의 연관성 측정이 어렵기 때문임)
 
 
2) 종속변수(dependent variable)
 : 결과, y값
 : 독립 변인의 변화에 의해 영향을 받을 것으로 기대되는 변인
 : = 반응변수, 출력변수, 피예측변수, 측정변수, 표적변수
 
→ 독립변수 & 종속변수는 상관관계가 있음
(예, 연령이 많을수록 소득이 높을 것이다)
→ 독립변수 & 종속변수는 원인과 결과 관계를 가지고 있어야 함
 
 
3) 통제변수(control variable)
: 종속변수에 영향을 줄 수 있는 외부 요소를 통제하기 위해 사용되는 변수
(예, 시간, 날씨, 온도 등을 일정하게 하거나 무작위로 배분하여 통제)
 
 
4) 조절변수(moderator variable)
: 독립변수와 종속변수 사이의 인과관계 강도에 영향을 미치는 변인

조절변수

 
 
5) 매개변수(mediator variable)
: 독립변수와 종속변수 사이에 끼어서 인과적인 연쇄의 고리를 형성하는 변수

매개변수

 
 
6) 질적변수
: 명목변수(범주), 서열변수(순서)
 
 
7) 양적변수
: 이산형변수(정숫값), 연속형변수(실숫값)
 
 

---

2. 변수관계 종류

 
1) 인과관계(causal relationship)
: 독립변수와 종속변수의 원인과 결과의 관계, 기본적인 관점
 
 
2) 상관관계(correlational relationship)
: 변수 간의 관련성/상관성이 존재하는 관계
: 양(+) 혹은 음(-)의 관계를 가짐
: 독립변수 간에 상관관계가 있으면 다중공선성 문제가 발생함
: 변수 간에 독립관계이면 상관계수는 반드시 0임
(단, 역은 성립하지 않음 → 독립관계가 아니어도 상관계수는 0이 될 수 있음)
 
 
3) 독립관계(independent relationship)
: 변수 간에 상관계수가 0인 관계
: 독립변수 간에는 독립관계이어야 함(상관성이 없어야 함)
 
 
4) 의사관계(spurious relationship)
: 변수 간에 상관성은 있지만, 그 상관성이 제 3의 변수에 의해 나타난 관계
(예, 핫팩 판매량과 감기 환자수의 상관관계가 높음 → 기온 때문임)
 
 
5) 양방향적 인과관계(reciprocal causality)
: 두 변수가 서로 간에 인과적 영향을 미치는 관계
(예, 초기 투자 → 매출액 증가 → 후기 투자 → 매출액 증가)
 
 
6) 조절관계(moderating relationship)
: 독립변수와 종속변수 사이에서 강하고 불확정적인 영향을 미치는 관계
 
 
7) 매개관계(mediational relationship)
: 독립변수의 영향을 종속변수에 전달하는 관계(중간다리 역할)
 
 

---

3. 척도 종류

종류	척도	정의	기타	예시
질적 척도 (범주형)	명목척도 (nominal scale)	범주 구분	-	성별
	서열척도 (ordinal scale)	범주 + 순서 측정	-	등번호
양적 척도 (연속형)	등간척도 (interval scale)	범주 + 순서 + 상대적크기 비교	가감 가능 (+, -)	온도
	비율척도 (ratio scale)	범주 + 순서 + 상대적 + 절대적크기	가감승계 가능 (+, -, ×, ÷)	몸무게

※ 정보의 양: 명목(少) < 서열 < 등간 < 비율(多)
 
 

---

4. 척도 종류별 분석 방법 

척도 종류별 분석 방법