규준과 점수해석 1

규준과 점수해석

1. 변인 및 척도

(1) 변인 또는 변수

① 의의 및 특징

㉠ 변인 또는 변수(Variable)는 서로 다른 수치를 부여할 수 있는 모든 사건이나 대상의 속성을 의미한다.

㉡ 성별, 연령, 교육수준 등과 같이 둘 이상의 값(Value) 혹은 범주(Category)를 가지는 개념을 말한다.

㉢ 개인의 연령, 불안 및 스트레스 수준, 직무만족도, 직업선호도 등은 직업상담 연구자가 관심을 가지는 변인일 수 있다.

 

COMMENT

'남자'는 변인(변수)이 될 수 없습니다. 반면, '성별'은 '남자 혹은 여자'와 같이 둘 이상의 값을 가지므로 변인(변수)이 될 수 있습니다. 예를 들어, 주민등록번호에서 남자는 '1', 여자는 '2'로 구분하는 경우를 볼 수 있습니다.

 

② 변인(변수)의 적용과 통제

㉠ 직업심리학의 연구방법 중 실험법은 독립변인의 조작, 종속변인의 측정, 그리고 가외변인의 통제를 통해 이루어진다.

㉡ 효과를 연구하기 위해 사용되는 특정 변인으로 종속변인 또는 종속변수(Dependent Variable), 독립변인 또는 독립변수(Independent Variable), 가외변인 또는 외생변수(Extraneous Variable) 등이 있다.

종속변인(종속변수)	독립변인의 결과가 되는 변인
독립변인(독립변수)	어떤 다른 변인의 원인이 되는 변인
가외변인(외생변수)	독립변인이 아니면서도 종속변인에 영향을 미치는 변인

㉢ 모든 변인들은 연구에 따라 독립변인 혹은 종속변인으로도 사용할 수 있다. 즉, 독립변인 혹은 종속변인의 여부는 변인 자체의 특성에 의해 결정되는 것이 아닌 연구자가 해당 변인을 어떻게 다루느냐에 따라 분류된다.

 

(2) 척도

① 서열척도

숫자의 차이가 측정한 속성의 차이에 관한 정보뿐만 아니라, 그 순위관계에 대한 정보도 포함하는 척도이다.

② 비율척도

차이정보, 서열정보, 등간정보 외에 수의 비율에 관한 정보까지 담고 있는 척도이다. 특히 등간척도가 지니는 성격에 더하여 절대 '0'의 값(절대영점)을 가짐으로써 비율의 성격을 지닌다.

③ 등간척도

수치상의 차이가 실제 측정한 속성들 간의 차이와 동일한 숫자집합으로서의 척도이다. 서열척도의 차이정보, 서열정보는 물론 수의 차이가 반영하는 속성의 차이가 동일하다는 등간정보도 포함한다.

④ 명명척도(명도)

숫자의 차이가 대상에 따라 측정한 속성이 다르다는 것만을 나타내는 척도이다.

 

2. 통계의 기본개념

(1) 중심경향치로서 대푯값

평균값 또는 평균치 (Mean)	· 어떤 분포에서 모든 점수의 합을 전체 사례 수로 나누어 얻은 값이다. · 한 집단의 특성을 가장 간편하게 표현하기 위한 개념으로서, 통계적인 조작이 쉬우며, 가장 안정되고 정확한 통계치라는 점에서 가장 널리 사용된다.
중앙값 또는 중앙치 (Median)	· 모든 점수를 크기의 순서대로 배열해 놓았을 때 위치상 가장 중앙에 있는 값이다. · 한 집단의 점수분포에서 전체 사례를 상위 1/2과 하위 1/2로 나누는 점을 말하는 것으로, 정규분포상평균점수에 해당한다.
최빈값 또는 최빈치 (Mode)	· 빈도분포에서 빈도가 가장 높은 점수 혹은 빈도가 가장 높은 급간의 중간 점수이다. · 빈도분포에서 모든 점수나 범주의 빈도가 같은 경우에는 최빈값이 존재하지 않는다.

 

(2) 분산 정도를 판단하기 위한 기준

범위 (Range)	· 점수분포에 있어서 최고점수와 최저점수까지의 거리를 말한다. · 범위를 'R'이라고 할 때, ‘R = 최고점수 최저점수 + 1’의 공식으로 나타낸다.
분산 또는 변량 (Variance)	· 한 변수(변인)의 분포에 있는 모든 변숫값들을 통해 흩어진 정도를 추정하는 것이다. · 편차를 제곱하여 총합한 다음 이것을 전체 사례 수로 나눈 값으로, 표준편차를 제곱한 값에 해당한다.
표준편차 (Standard Deviation)	· 점수집합 내에서 점수들 간의 상이한 정도, 즉 평균에서 각 점수들이 평균적으로 이탈된 정도를 나타낸다. · 표준편차가 작을수록 해당 집단의 사례들이 서로 동질적인 것으로, 표준편차가 클수록 해당 집단의 사례들이 서로 이질적인 것으로 볼 수 있다.
사분편차 또는 사분위편차 (Quartile Deviation)	· 자료를 일렬로 늘어놓고 제일 작은 쪽에서 1/4 지점(제1사분위수), 3/4 지점(제3사분위수)에 있는 자료 두 개를 택하여 그 차이를 2로 나눈 값이다. · 범위(Range)가 양극단의 점수에 의해 좌우되는 단점을 가지므로 점수 분포상에서 양극단의 점수가 아닌 어떤 일정한 위치에 있는 점수 간의 거리를 비교하고자 하는 것이다.

 

(3) 상관계수와 결정계수

① 상관계수(Correlation Coefficient)

㉠ 상관계수는 '-1'에서 '+1' 사이의 값을 갖는다. '+1'은 측정의 오차가 없음을 의미하는 '정적상관', '0'은 ‘상관없음', '-1'은 '부적상관'을 의미한다.

㉡ 상관계수는 두 변인이 서로 관계되어 있는 정도를 나타내는 지수로서, 한 변인이 변해감에 따라 다른 변인이 얼마만큼 함께 변하는가를 보여주는 것이다.

② 결정계수(Coefficient of Determination)

㉠ 보통 두 변수의 관계를 알아보기 위해서는 결정계수를 구해야 한다. 결정계수란 크기가 다른 여러 상관계수를 비교하고자 할 때 변량(Variance)을 가지고 비교하는 것을 말한다.

㉡ 결정계수는 상관계수를 제곱한 것으로서, 두 변수가 공유하고 있는 변량의 비를 나타낸다.

 

(4) 정상분포 또는 정규분포(Normal Distribution)

① 정상분포(정규분포)는 평균값이 최빈값 및 중앙값과 일치한다. 따라서 정상분포를 따르는 심리검사에서내담자가 규준에 비추어 중앙값을 얻었다면, 동일 연령집단의 점수분포에서 평균점수를 얻은 것으로 볼 수 있다.

② 관찰한 사례 수가 충분할 경우 분포도는 평균을 중심으로 연속적 · 대칭적 종 모양의 형태를 띠게 된다.

③ 연속확률변수와 관련된 전형적인 분포 유형으로서 '가우스 분포(Gaussian Distribution)'라고도 한다.

 

(5) 표준오차(SE; Standard Error)

① 검사의 표준오차는 검사 점수의 신뢰도를 나타내는 수치이다.

② 검사의 표준오차는 작을수록 좋다. 표준오차가 작을수록 표본의 대표성이 높다고 볼 수 있다.

③ 추출된 표본들의 평균이 실제 모집단의 평균과 어느 정도 떨어져서 분포되어 있는지를 나타내는 수치이다.

④ 표준오차를 고려할 때 오차 범위 안의 점수 차이는 무시해도 된다. 즉, 표준오차는 5% 내외의 수치이므로 크건 작건 큰 차이로 받아들이지 않는다. 다만, 표준오차가 너무 큰 경우 검사 자체가 무의미해진다.