정량 · 완주

프로그램 전후로 달라졌나 — 사전·사후 한 벌

가상 자료 120명 · 6열 · 다섯 마디 — 누가 답했나 → 점수의 생김새 → 대응표본 t → 비모수 대안 → 사전 점수를 통제한 집단 비교

연구 질문 — 프로그램 전후로 만족도가 달라졌는가, 그리고 그 변화가 참여 여부에 따라 다른가?

이 사례는 영어입니다 — 원자료·표·APA 문장이 영어로 되어 있습니다.

연습용 가상 자료 · 실제 조사 아님

원자료 사전사후_프로그램_만족도.csv · 120행

연습용 가상(합성) 자료 — 실제 조사가 아니고 어떤 기관의 자료도 아닙니다. backend/scripts/make_prep_samples.py 가 씨앗을 못박아 만든 120명 표본이고, 두 집단은 사전 점수에서 같은 자리에서 출발하고 「달라지는 정도」만 다르게 심었습니다(심은 계수는 그 생성기에 적혀 있습니다). 표와 APA 문장은 backend/tests/test_prep_samples_prepsamples1.py 가 저장소의 엔진을 실제로 돌려 낸 실측치입니다.

응답자집단성별연령대만족도_사전만족도_사후
R001참여여성20대3.44.3
R002비참여여성20대3.13.1
R003참여남성20대3.73.6
R004비참여남성20대3.43.4
R005참여여성30대3.84.4

완주 여정 — 단계별로 실제로 만든 것

  1. ① 누가 답했나 — 참여·성별·연령대를 센다

    먼저 셉니다. 참여한 사람과 참여하지 않은 사람이 각각 몇 명인지, 성별과 연령대는 어떻게 갈리는지. 이 마디를 건너뛰면 뒤의 모든 검정이 «몇 명 위에서 돌았는지» 모른 채 나옵니다.

    총 120명을 대상으로 집단, 성별, 연령대의 빈도분석을 실시하였다. 집단은 2개 범주 가운데 '비참여, 참여'가 각 60명(50.0%)으로 동일한 분포였다(유효 120명, 결측 0건). 성별은 2개 범주 가운데 '남성, 여성'가 각 60명(50.0%)으로 동일한 분포였다(유효 120명, 결측 0건). 연령대는 4개 범주 가운데 '20대, 30대'가 각 32명(26.7%)으로 동일한 분포였다(유효 120명, 결측 0건). 전체 결측치는 0건으로 데이터 품질이 양호하였다.
  2. ② 점수의 생김새 — 사전과 사후를 나란히

    두 시점의 평균·표준편차·중위수·범위와 왜도·첨도를 나란히 봅니다. 분포가 한쪽으로 몰려 있으면 다음 마디에서 고를 검정이 달라집니다.

    만족도_사전, 만족도_사후에 대하여 기술통계 분석을 실시하였다(N = 120). 만족도_사전의 평균은 3.22이었다(SD = 0.58, Mdn = 3.25, 범위 1.80–4.80). 왜도 = 0.04, 첨도 = -0.34로 정규 범위 내였다. 만족도_사후의 평균은 3.49이었다(SD = 0.71, Mdn = 3.50, 범위 1.80–5.00). 왜도 = -0.18, 첨도 = -0.24로 정규 범위 내였다. 결측치는 발생하지 않아 데이터 품질이 양호하였다.
  3. ③ 대응표본 t 검정 — 같은 사람이 달라졌나

    같은 사람을 두 번 재었으니 두 집단을 견주는 검정이 아니라 **대응** 검정입니다. 평균차와 그 신뢰구간, 효과크기(Cohen’s d)가 함께 나옵니다. 이 엔진이 자격을 갖는 조건은 「사전·사후 같은 대응 수치 쌍 한 세트(N≥10)」이고, 그 자격은 자료의 열 이름에서 판정됩니다 — 그래서 이 견본의 열은 「만족도_사전 · 만족도_사후」입니다.

    만족도_사전–만족도_사후의 사전-사후 차이를 검정하기 위해 대응표본 t검정을 실시하였다(N = 120). 만족도_사전과 만족도_사후의 대응표본 t검정 결과, 사전(M = 3.22, SD = 0.58)과 사후(M = 3.49, SD = 0.71) 간에 유의한 차이가 있었다(t(119) = -7.53, p < .001, Cohen's d = -0.69, 평균차 = -0.27, 95% CI [-0.34, -0.20]).
  4. ④ 비모수 대안 — 정규성이 걱정될 때

    분포 가정이 부담스러우면 순위로 봅니다(Wilcoxon 부호순위). 같은 물음에 답하는 다른 길이고, 어느 쪽이 낫다고 말하지 않습니다 — 둘 다 자격을 통과한 엔진입니다.

    Wilcoxon 부호순위 검정 결과, 만족도_사전(Mdn = 3.25)과 만족도_사후(Mdn = 3.50) 간에 유의한 차이가 있었다, W = 855.500, Z = -6.254, p < .001, r = .57, N = 120.
  5. ⑤ 사전 점수를 통제하고 집단을 견준다 — 공분산분석

    「참여한 쪽이 더 올랐나」는 사후 점수만 견주어서는 답이 되지 않습니다 — 출발점이 다를 수 있기 때문입니다. 사전 점수를 공변량으로 두면 출발점을 맞춘 뒤의 차이를 봅니다. 이 엔진(공분산분석)은 등록부에서 **②집단차이**에 매여 있습니다 — ⑥변화·종단의 엔진이 아니지만, 사전·사후 자료에서 이 물음에 답하는 자리가 여기입니다.

    집단에 따른 만족도_사후의 차이를 검증하되, 만족도_사전의 효과를 통제하기 위해 공분산분석(ANCOVA)을 실시하였다(N = 120). 공변량 만족도_사전의 효과는 유의하였다(F(1, 117) = 362.71, p < .001). 공변량을 통제한 후 집단의 주효과는 유의하였다(F(1, 117) = 52.92, p < .001, η² = .10). 조정 평균은 집단 비참여 3.27, 집단 참여 3.71이었다. 이는 만족도_사전을 통제하더라도 집단에 따른 만족도_사후의 차이가 존재함을 의미한다.

핵심 산출

코드북 — 변수와 값

자료 설명입니다 — 통계 산출이 아닙니다.

변수라벨
응답자응답자 번호R001~R120
집단프로그램 참여 여부참여 · 비참여
성별성별여성 · 남성
연령대연령대20대 · 30대 · 40대 · 50대 이상
만족도_사전만족도(프로그램 전)1~5 리커트 평균
만족도_사후만족도(프로그램 후)1~5 리커트 평균

① 누가 답했나 — 빈도표

누적 퍼센트: 유효 응답 기준 누적 비율

변수명항목빈도퍼센트유효 퍼센트누적 퍼센트
집단비참여6050.050.050.0
집단참여6050.050.0100.0
성별남성6050.050.050.0
성별여성6050.050.0100.0
연령대20대3226.726.726.7
연령대30대3226.726.753.3
연령대40대2823.323.376.7
연령대50대 이상2823.323.3100.0
합계120100.0100.0100.0

② 점수의 생김새 — 기술통계량 요약

변수N평균표준편차분산표준오차중위수1사분위수3사분위수최소값최대값왜도첨도
만족도_사전1203.220.580.340.0533.252.803.61.84.80.039-0.345
만족도_사후1203.490.710.510.0653.503.084.01.85.0-0.181-0.237

③ 대응표본 t — 대응표본 t-test 결과

변수쌍측도N평균표준편차tdfp평균차Cohen's d평균차 95% CI
만족도_사전-만족도_사후만족도_사전1203.220.582-7.531119< .001-0.271-0.687[-0.342, -0.200]
만족도_사후1203.490.714

④ 비모수 대안 — 대응 변수 기술통계

변수N중위수평균표준편차
만족도_사전1203.2503.2220.582
만족도_사후1203.5003.4930.714
차이(1−2)120-0.200-0.2710.394

④ 비모수 대안 — Wilcoxon 부호순위 검정

통계량
W855.500
Z-6.254
p (양측)< .001
효과크기 r0.571
N120
판정유의

⑤ 사전을 통제 — 공분산분석(ANCOVA) 결과

종속변수: 만족도_사후 · 공변량: 만족도_사전

변동원SSdf평균제곱(MS)Fpη²
집단5.74515.74552.917< .0010.099
만족도_사전 (공변량)39.375139.375362.715< .0010.681
잔차12.7011170.109

⑤ 사전을 통제 — 집단별 평균 (원 평균 / 조정 평균)

조정 평균: 공변량을 전체 평균으로 고정한 예측값(간이)

집단N원 평균조정 평균
비참여603.2253.273
참여603.7603.712

대표 인용

모든 인용은 원자료에 실재하는 문장입니다 (발췌 실재 검증 통과).

    논문형 표

    복사하면 편집 가능한 사본이 작업대에 열립니다 — 이 전시는 그대로 남습니다.