어떤 분석을 해야 할까요?

두 그룹의 평균 비교 (예: 남녀)

→ 독립표본 t검정

서로 다른 두 집단의 평균이 통계적으로 다른지 확인합니다

같은 사람의 전후 비교 (예: 교육 전후)

→ 대응표본 t검정

같은 대상을 두 번 측정하여 변화가 있었는지 확인합니다

기준값과 비교 (예: 평균이 3점 이상인지)

→ 일표본 t검정

표본 평균이 특정 기준값과 다른지 확인합니다

세 그룹 이상 비교 (예: 연령대별)

→ 일원배치 ANOVA

세 개 이상 집단의 평균을 한꺼번에 비교합니다

두 조건을 동시에 비교 (예: 성별 × 연령대)

→ 이원배치 ANOVA

두 가지 조건의 개별 효과와 상호작용을 봅니다

같은 사람을 3회 이상 반복 측정

→ 반복측정 ANOVA

시간에 따른 변화가 통계적으로 유의한지 확인합니다

데이터가 정규분포가 아닐 때 (두 그룹)

→ Mann-Whitney U

비정규 데이터에서 두 그룹을 비교합니다

데이터가 정규분포가 아닐 때 (세 그룹 이상)

→ Kruskal-Wallis

비정규 데이터에서 세 그룹 이상을 비교합니다

두 변수가 함께 움직이는지 (예: 참여도↑ 만족도↑)

→ Pearson 상관

두 숫자 변수의 선형 관계 강도를 봅니다

순위나 비정규 데이터의 관계

→ Spearman 상관

순위 기반으로 관계를 봅니다

어떤 요인이 결과에 영향을 주는지

→ 회귀분석

여러 요인의 영향력 크기와 방향을 알 수 있습니다

결과가 예/아니오일 때의 영향 요인

→ 로지스틱 회귀

이진 결과의 발생 확률을 예측합니다

A→B→C 경로로 영향이 전달되는지

→ 매개효과

중간 경로를 거친 간접 효과를 검정합니다

영향이 조건에 따라 달라지는지

→ 조절효과

상황에 따라 효과가 크거나 작아지는지 봅니다

설문 문항이 몇 개 그룹으로 묶이는지

→ 탐색적 요인분석 (EFA)

숨겨진 요인 구조를 찾아냅니다

문항 묶음이 일관성 있게 측정하는지

→ 신뢰도분석

같은 요인 문항들의 내적 일관성을 확인합니다

이미 정한 요인 구조가 맞는지 검증

→ 확인적 요인분석 (CFA)

가설로 세운 요인 구조를 데이터로 검증합니다

잠재변수 간 인과관계 종합 검증

→ 구조방정식 (SEM)

측정모형과 구조모형을 동시에 검증합니다

비슷한 응답자끼리 유형 분류

→ 군집분석

데이터에서 자동으로 유형을 찾아냅니다

그룹을 구별하는 핵심 요인 찾기

→ 판별분석

그룹 구분에 가장 중요한 변수를 알려줍니다

변수 간 인과 흐름을 화살표로 검증

→ 경로분석

여러 변수의 순서적 영향 관계를 봅니다

각 항목에 몇 명이 답했는지

→ 빈도분석

범주별 응답 수와 비율을 봅니다

복수 선택 문항의 응답 집계

→ 다중응답 빈도분석

여러 개를 선택한 문항의 빈도를 집계합니다

평균, 표준편차 등 기본 수치

→ 기술통계

숫자 변수의 기본 특성을 요약합니다

두 범주형 변수의 관련성

→ 교차분석

두 항목을 교차시켜 관련이 있는지 봅니다

조건별로 결과를 예측하는 규칙 만들기

→ 의사결정나무

직관적인 나무 그림으로 예측 규칙을 만듭니다

시간 흐름에 따른 추세와 미래 예측

→ 시계열 분석

월별/연도별 데이터의 패턴과 미래를 예측합니다

주관식 응답에서 핵심 단어 찾기

→ TF-IDF

중요한 단어를 자동으로 골라냅니다

긍정/부정/중립 자동 분류

→ 감성분석

글의 감정을 자동으로 판단합니다

대량의 글에서 주제 자동 발견

→ 토픽모델링

숨겨진 주제들을 자동으로 묶어줍니다