언어치료 통계와 SPSS 활용

1장 기초통계 ┃7

1. 통계와 통계과정 ┃8

2. 데이터 수집 ┃9
모집단과 표본 /9 표본추출 /11
SPSS: 표본추출┃12

3. 데이터와 변수 ┃17
데이터/18 데이터 분류/18 변수/20 변수의 유형 /20
변수의 유형과 측정값 23 변수의 수에 따른 통계검정선택/25

4. 데이터의 측정과 처리 ┃26
측정 수준 /27 측정수준의 분류 /28 데이터 전처리/30

5. 타당성 및 신뢰도 ┃32
타당성의 종류/33 신뢰도의 종류/34
표준화 검사에서의 타당성 및 신뢰도 /35
SPSS:신뢰도분석 ┃35

6. 민감도 및 특이도 ┃38
민감도와 특이도/39 예측 값/39 우도비/40

7. 신뢰구간 및 표준편차 ┃41
신뢰구간/41 표준편차/42 평균의 표준오차/43

8. 통계의 종류: 기술통계와 추론통계 ┃43
기술통계/44 추론통계/45 기 술통계와 추론통계의 차이/46

2장 기술통계 ┃46

1. 기술통계 ┃47

2. 빈도분석 ┃49
빈도분포/50 도수표/51
SPSS: 빈도분석 ┃53

3. 중심경향값 ┃55
평균/56 중앙값/57 최빈값/58

4. 위치측도 ┃60
백분율과 백분위/60 백분위수/61 백분위와 정규분포/62
SPSS:기술통계분석 ┃64

5. 데이터 변동성: 산포도 ┃ 67
범위/68 사분범위/68 분산/70 표준 편차/ 71
사분위수 편차/72 공분산과 상관계수/72
SPSS: 산포도 그리기 ┃74

6. 분포 ┃75
정규분포/76 표준정규분포/78
SPSS: z 점수 ┃ 81

7. 데이터 시각화 ┃85
막대 그래프/86 히스토그램 /87 산점도/88 선그래프/89
원형 차트/90 상자그림/91 픽토 그래프/92

8. 요인분석 ┃92
탐색적 요인분석과 확인적 요인분석/93 요인분석의 적용/95 데이터 전제조건/95 요인분석 개념 용어/96

3장 추론통계 기초 ┃ 97

1. 추론통계 ┃98
추론통계에서의 샘플링/100 추정/102
통계적 추정을 통한 연구 과정/103

2. 확률분포┃102
확률과 통계/104 확률 분포/104 확률 분포의 유형/105
이산 확률 분포/106 연속확률분포/107
t 분포/107 카이제곱 분포/108 F-분포/109
3. 자유도 ┃109

4. 가설 검정 ┃110
귀무가설/112 대립가설/113
제1종 오류 및 제2종 오류/113 가설검정 단계/114

5. 데이터 전제요건 ┃11
관찰의 독립성/115 데이터의 정규성/115 분산의 동질성/115
SPSS: 정규성 검증 ┃114

6. 통계적 유의성 및 효과크기 ┃118
유의성 검정 및 p 값/120 유의수준/120 효과 크기/121 검정력/122

7. 모수검정과 비모수검정 ┃121
모수와 통계량/123 모수검정/124 비모수검정/126

4장 대표적 통계 유형 ┃127

1. t-검정 ┃128
단일 표본 t-검정/131 독립 표본 t-검정/132 대응 표본 t-검정/134
SPSS: 단일표본 t-검정 분석 ┃135
SPSS: 독립표본 t-검정 분석 ┃137
SPSS: 대응표본 t-검정 분석 ┃139

2. 분산분석(ANOVA) ┃141
일원 분산 분석/145 이원 분산분석/154 반복 측정 분산분석/167
SPSS: 일원분산분석(one-way ANOVA) ┃146
SPSS: 이원분산분석(two-way ANOVA) ┃155
SPSS: 반복측정분산분석(RM ANOVA) ┃169

3. 상관분석 ┃178
상관관계와 상관분석/180 상관계수/181
피어슨 상관계수/182 스피어만 상관계수/183 켄달 상관계수/183
데이터 가정요건/184 가설/184 해석 및 보고/185
SPSS: 상관분석 ┃186

4. 회귀분석 ┃187
회귀분석의 특징/189 데이터 요건/190 가설/191
회귀 분석의 유형/191 단순선형회귀분석/192
다중회귀분석/193 다중회귀분석/194 해석 및 결과보고/194
SPSS:회귀분석 ┃198

5. 카이제곱 검정 ┃204
도수분포표와 분할표/206 데이터 가정 /208
카이제곱 검정의 유형/ 209 해석/210
카이제곱 독립성 검정/211 카이제곱 적합도 검정/219
SPSS: 카이제곱 독립성 검증 ┃213
SPSS: 카이제곱 적합도 검증 ┃220
통계분석 소프트웨어 소개 ┃222
참고문헌 ┃223

임상 근거를 평가할 때, 타당성과 신뢰도는 해당 연구 결과의 사용 여부를 결정하는 중요한 기준이 됩니다. 일반적으로 타당도(validity)는 연구가 측정하고자 하는 바를 측정하는 것입니다. 측정 결과가 실제로 관심 있는 개념이나 속성을 정확하게 나타내는지를 나타내며, 결과의 신뢰성과 일관성에 관계없이 해당 속성을 정확히 측정할 수 있는지를 보여줍니다. 그래서 장애를 진단하는 것이 목적이라면 진단의 정확도를 측정하여 타당성을 평가해야 합니다. 신뢰도(reliability)는 주어진 측정이 얼마나 일관되게 측정되는지를 나타내며, 측정이 일관되면 같은 대상이나 속성을 여러 번 측정해도 비슷한 결과를 얻게 됩니다.

타당성과 신뢰도는 서로 연관되어 있으며, 타당성을 높이려면 신뢰도 추정치도 높아져야 합니다. 측정이 일관되지 않으면 원하는 속성을 충분히 정확하게 측정하지 못할 수 있기 때문입니다. 타당성과 신뢰도를 평가할 때 일반적으로 0.5 이상의 추정치를 목표로 합니다(Fornell & Larcker, 1981). 일반적으로 추정치는 0.0에서 1.0 사이에 위치하며, 0.6 이상의 값은 높다고 평가합니다(ASHA, 2023)