문운당

통계는 무엇 때문에 하는 것인가? 저자도 통계를 배울 때, 많은 어려움이 있었다. 혹자들은 사회과학과 자연과학의 통계가 전혀 다른 방법으로 생각하는 분들이 많다. 하지만 통계의 방법은 같고, 분야별로 나누어 생각하는 것은 크나큰 오산이다. 다만 자료 특성과 자료를 통하여 설명하려는 주제에 따라 통계 방법을 달리하는 것이다. 분야에 따라 자료의 특성이 구분되기는 하지만 통계 방법은 동일하다. 
통계방법은 크게 나누어 모수(Parametric) 통계와 비모수 통계(non-parametric)로 나눌수 있는데, 일반적으로 사용하고 있는 통계 방법은 모수 통계에 속한다. 그 이유는 자연 형상에서 볼수 있는 자료는 특별한 경우에는 정규성을 가지지 않는 경우도 있지만 대부분 정규분포를 한다는 것이다. 또한 실험실 자료와 같이 적은 반복수를 가지는 자료들은 정규성을 가질 것이다라는 가정하에서 분석을 하는 것이다. 이것은 반복을 늘려가면 정규분포를 할 것이다는 이론적 검토가 있기 때문이다. 
보고서나 논문에서의 통계처리는 여러 어려운 통계방법을 나열하는 것이 중요한 것은 아니고 설명하고자 하는 결과를 확인하기 위하여 통계처리를 하는 것이므로 여러 통계방법을 알고 있어도 선택적으로 몇 개의 방법으로 통계처리를 하여야 한다. 특히 설문 조사에서 설문지 작성을 어떻게 해야 하는가를 알기 위하여 통계는 중요하다. 즉 설문을 하여 정규성 검토를 하여보니 정규성을 가지지 못한 자료가 있다면 설문이 잘못 되었거나 응답자가 성의없는 응답한 경우이므로 성의가 없는 자료는 삭제를 해야하며 설문이 잘못된 것은 설문을 고치는 작업이 꼭 필요하다. 이는 예비설문을 하는 이유이기도 하다.
자료의 통계처리가 중요하기도 하지만 설문이 중요한 이유이다.
본서는 설문 통계처리를 설명하기 위하여 예문을 추가하여 학습에 도움이 되도록하였다.
꼭 책에 있는 예문을 따라서 처리해보고 그에 따라 본인의 자료를 처리하기를 권한다. 또한 통계처리는 끝났지만 결과를 설명할 수 없는 경우가 있는데 이 경우는 불필요한 통계방법의 적용이나 목적이 없이 처리한 경우이다. 항상 나의 주장을 위하여 필요한 통계방법을 사용하면 이러한 문제는 해결된다. 최근 어려운 통계방법의 사용이 좋은 논문이나 보고서를 만들어 주는 것처럼 생각하는 분들이 많은데 이것은 잘못된 생각이다. 통계는 필요에 의하여 사용되고 적절한 설명이 뒤따라야 한다. 본서를 학습을 할 때, 책에 있는 예문을 꼭 실행하여 보기를 바란다. 

김형매

- 中國 吉林農業大學 園林學科 學士
大韓民國 江原大學校 森林資源學科 碩士
大韓民國 全北大學校 造景學科 博士
現) 中國 延邊大學 園林園藝學科
助理教授

1. 통계 소프트웨어 소개
1) SAS
2) SPSS
3) R
4) Stata

2, SAS 사용법
1) SAS Install
2) SAS 프로그램
3) SAS 초기화면

3. SAS의 시작
1) 확장 편집기의 사용 
2) SAS 프로그램 작성
3) 자료 입력방법
예 1) Microsoft Excel®을 이용하는 경우
예 2) 별도로 작성된 data를 이용하는 경우
4) 결과 및 프로그램의 저장
5) 저장된 자료 및 프로그램 불러오기
6) 프로그램 저장해야 하는 이유

4. 모집단과 표본(Poppulation and Sample)
1) 평균(mean)
2) 표준편차와 표준오차 개념
3) 정규분포
왜도(skewness)
첨도(Kurtosis)
정규분포의 계산

5. 리커드 척도(Likert scale)

6. 빈도 분석(Frequency analysis)
1) 단일기준에 의한 적합도 검정
2) 복수기준에 의한 경우
독립성 검정
동질성 검정

7. 상관분석(Correlation)
1) 단순 선형 상관분석
8. T 검정(T-Test)
1) 대응하고 있지 않은 경우의 T 검정
2) 대응하고 있는 T 검정

9. 분산분석 (Analysis of variance)
1) 일원 분산분석(One way ANOVA) 
2) 분산분석의 사후검정-다중비교(Multiple comparison)
3) 난괴법(Randomized Block Design)과 다원 배치법(multiple way ANOVA) 
난괴법
2원 분산분석(Two way ANOVA)
4) 함수분석(Functional anlysis)
5) 라틴방각법(Latin square design)
F값과 T값의 관계

10. 회귀분석(Regression analysis)
1) 단순 선형회귀 분석(Simple regression analysis)
2) 차식 이상으로 표현되는 곡선 회귀
회귀분석에서 추정할 수 있는 또 다른 결과
2차 이상 함수식으로 추정할 수 있는 또 다른 점

11. 다중회귀(multiple regression)
변수선택방법 적용 예

12. PROBIT 분석

13. 설문 자료 분석 예
빈도분석
평균
정규성분석
T 검정
상관분석
분산분석
다중회귀