STAWORLD 통계분석
데이터 보관함 로그인
기본통계 사용법

평균·표준편차부터 t검정·분산분석·상관·회귀·요인분석까지, 가장 기본이 되는 분석입니다. 대부분의 연구는 여기서 시작합니다.

SPSS 기준
1

데이터를 준비합니다

분석할 데이터를 파일로 올리거나 엑셀처럼 직접 입력합니다. 각 열은 변수, 각 행은 한 명(사례)입니다.

파일 업로드 survey.xlsx csv · xlsx sav · dta 또는 엑셀처럼 직접 입력 id gender score income 1 1 78 3200 2 2 85 4100
변수의 측정수준(연속·명목·서열)을 확인해두면 적절한 분석을 고르기 쉽습니다.
2

무엇을 비교/관계 볼지 변수를 지정합니다

두 집단 평균 비교면 검정변수와 집단변수를, 관계를 보려면 두 연속변수를 지정합니다. 집단변수를 넣으면 각 집단의 사례 수가 자동 표시됩니다.

변수 목록 score연속 gender명목 age연속 검정 변수score집단 변수gender
어떤 분석이 맞을지 모르면 데이터 화면의 '분석 추천'을 먼저 사용하세요.
3

분석을 실행합니다

버튼을 누르면 통계량과 함께 정규성·등분산 같은 가정 검정이 자동 수행됩니다. 가정을 위배하면 비모수 대안을 안내합니다.

기술통계 · t/F 통계량 · 정규성(Shapiro) · 등분산(Levene) 자동
4

결과를 해석합니다

우리말 해석문이 핵심을 먼저 요약하고, 핵심 수치 카드와 APA 표, 그래프가 이어집니다.

! 결과 해석 (우리말 자동 생성) 두 집단의 평균은 통계적으로 유의미하게 다릅니다 (p<.001). 통계량5.82 p값<.001 효과크기0.52 그래프 PDF Word Excel Mplus코드 Stata코드 저장
결과를 이렇게 해석합니다

분석을 실행하면 아래 항목들이 우리말 해석문과 함께 자동으로 제시됩니다. 각 숫자가 무엇을 뜻하는지 미리 알아두세요.

집단별 평균 비교 남 (M=72) 여 (M=85) 여학생 점수가 유의하게 높음 (p<.001)
실제 분석을 실행하면 이런 그래프가 자동으로 그려집니다
유의확률(p값) — 차이가 우연인가

p값이 .05보다 작으면 '우연으로 보기 어려운, 통계적으로 의미 있는 차이/관계'로 봅니다. 예: p<.001은 이런 결과가 우연히 나올 확률이 0.1% 미만이라는 뜻입니다.

효과크기 — 차이가 얼마나 큰가

p값은 '차이가 있는지'만 알려줄 뿐 '얼마나 큰지'는 효과크기로 봅니다. Cohen's d는 0.2 작음·0.5 중간·0.8 큼, 상관계수 r은 .1·.3·.5가 기준입니다. 표본이 크면 작은 차이도 유의해지므로 효과크기를 꼭 함께 봅니다.

신뢰구간 — 참값의 범위

95% 신뢰구간은 '참값이 있을 법한 범위'입니다. 구간이 0을 포함하지 않으면 유의미한 차이로 해석합니다.

지금 기본통계 시작하기
사용법 목록 개념사전