ai-times

AMOS 프로그램은 SEM 즉, <구조적 방정식 모델> 분석을 위해 사용되는 프로그램입니다.

좀 간단하게 말하면, 데이터의 변수들 간의 관계를 다이어그램으로 도식화하고 그 변수들 간의 인과관계를 분석하는 프로그램입니다. 내부적으로는 회귀분석, 요인분석 등의 개념이 사용됩니다.

SPSS 홈페이지에서는 AMOS를 아래와 같이 설명하고 있습니다.

AMOS 프로그램은 분석모형설계에 회귀분석 또는 요인분석 보다 복잡한 분석이 요구될 때 구조방정식모형을 쉽게 분석해주는 도구이며, 간단한 아이콘 클릭과 설정으로 구조방정식 모형을 설계하고 편집하는 기능을 제공합니다.

SPSS 홈페이지에 방문하신 후 [제품] - [평가판 다운로드] 에 가시면 평가판 프로그램을 온라인으로 다운로드 받으실 수 있습니다. 방문을 원하시면 바로가기 를 클릭하세요.

주소: http://www.spss.co.kr/trial/trial_main.asp 


또는 아래의 사이트에서 Student 버전을 다운로드 받을 수도 있습니다.
평가판의 경우 2주 정도의 사용기간 제한이 있는데 Student 버전의 경우 기간 제한이 없을 것 같습니다.
(확인해보지 않아서 정확히는 모르겠습니다.)

http://www.amosdevelopment.com/download/index.htm

그리고, 추가로 SPSS 홈페이지에서 제공하고 있는 AMOS 18.0 프로그램의 메뉴얼 PDF 파일을 첨부합니다.
약 650 페이지로 구성된 AMOS 사용법을 다루고 있는 자료입니다.

본사에서 제작된 자료이므로 프로그램의 사용법을 자세하게 다루고 있습니다. 필요한 내용이 있다면 자세히 살펴보면 다 나올 듯 합니다. 물론 영문이므로 영어가 좀 익숙하셔야 편할 것 같네요.

본 강좌에서는 SPSS를 사용하여 두 변수 간의 상관관계를 계산하는 방법을 설명합니다.

아래에 첨부한 [체력검사] 데이터 자료를 사용해서 실습을 해보겠습니다.


위 파일을 다운로드 한 후 더블클릭하면 아래와 같이 자료가 표시됩니다. 


분석하려면 메뉴에서 [분석] - [상관분석] - [이변량 상관계수] 를 클릭하여 실행합니다.


아래와 같이 옵션을 설정한 후 분석을 실행합니다.
보통 상관관계 분석시 피어슨 상관계수를 사용하며 피어슨 상관계수가 기본설정되어 있습니다.
다른 방법을 원한다면 체크하면 됩니다. (Kendall의 타우-b 방법, Spearman 방법, 단 이때 Spearman 을 올바로 사용하려면 데이터를 이에 적합하게 변경해주어야 함을 주의하세요. )


잠깐 기다리면 아래와 같이 분석 결과를 얻을 수 있습니다.


이렇게 해서 간단하게 SPSS를 이용한 2변수 간의 상관관계 분석 방법을 설명하였습니다.

알고보면 너무 간단하네요^^.

참고자료

1. 에듀팜의 AMOS 강좌의 5강 [ 경로분석 SEM과 통계방법들1 ] 동영상 자료

데이터명 : IRIS (아이리스, 붗꽃 데이터)  
레코드수 : 150개
필드개수 : 5개

데이터설명 : 아이리스(붓꽃) 데이터에 대한 데이터이다. 꽃잎의 각 부분의 너비와 길이등을 측정한 데이터이며 150개의 레코드로 구성되어 있다. 아이리스 꽃은 아래의 그림과 같다. 프랑스의 국화라고 한다.

필드의 이해 :
데이터의 이해를 돕기 위해 포함된 6개의 변수에 대하여 간략하게 설명한다.  
총 6개의 필드로 구성되어있다. caseno는 단지 순서를 표시하므로 분석에서 당연히 제외한다.
2번째부터 5번째의 4개의 필드는 입력 변수로 사용되고, 맨 아래의 Species 속성이 목표(종속) 변수로 사용된다.

caseno	일련번호이다. (1부터 150까지 입력된다.)
Sepal Length	꽃받침의 길이 정보이다.
Sepal Width	꽃받침의 너비 정보이다.
Petal Length	꽃잎의 길이 정보이다.
Petal Width	꽃잎의 너비 정보이다.
Species	꽃의 종류 정보이다.  setosa / versicolor / virginica 의 3종류로 구분된다.

데이터 테이블

[1] 원본 데이터 형태


데이터파일

(1) CSV - 콤마로 구분된 텍스트 파일 형식 (클레멘타인 등 데이터마이닝 프로그램에서 입력 가능함) 

CSV 형식의 데이터 invalid-file

(2) 확장자가 SAV 인 SPSS 에서 사용가능한 형태의 데이터 

SAV 형식의 데이터 invalid-file

(2) ARFF - WEAK 프로그램에서 입력받는 파일 형식

원본 데이터의 Weka 입력 형식(arff 파일)

음성인식 문제에 최적화된 신경망(ANN) 공개 프로그램입니다.

아래의 주소에 방문하면 연구내용을 볼 수 있고 프로그램도 다운로드 할 수 있습니다.

http://nico.nikkostrom.com/


다운로드 홈페이지
http://sourceforge.net/projects/nico/

여기서 바로 다운로드 하기


그리고 아래는 연구실 홈페이지 입니다. 음성인식 분야를 주로 연구하는 연구실입니다.
http://www.speech.kth.se/software/

본 글에서는 Cronbach's Alpha 에 대해 정리하고자 한다.

참고자료1: http://www.test-market.kr/397 (신뢰도분석 Cronbach's Alpha)  참고자료2: http://en.wikipedia.org/wiki/Cronbach's_alpha  참고자료3: http://blog.daum.net/jhlee03/262 신뢰도, 내적일관성의 통계적 의미 설명

Cronbach's  α(Alpha) 는 [크론바하 알파] 라고 읽는다.
(또는 [크론바흐 알파] 라고도 함, 또는 간단하게 [알파(값)] 라고도 한다.)
크론바하 라는 통계학자가 설문의 신뢰도를 평가하기 위하여 1951년에 제안한 평가값이다. 

<사용목적>

- 설문지의 신뢰도를 평가하기 위하여 사용한다.
- 설문항목에 대하여 신뢰성을 저해하는 항목(문항)을 찾아내고 제거하기 위하여 사용한다.

<신뢰도를 평가한다는 의미는 무엇인가?>

보통 설문지를 통해 몇 개의 개념들을 평가한다. 각 개념들을 측정하기 위해서 몇 개의 질문(문항)을 준비하는 것이 일반적이다. 이때, 이 여러 문항들이 얼마나 일관성이 있는가? 하나의 개념을 측정하고 있는가? 의 정도를 의미한다. 그래서 [내적 합치도] 라고도 부른다. (Cronbach's Alpha = 내적 합치도 계수)  

<여러가지 이름들>
Cronbach's Alpha 는 여러가지 이름들로 불리고 있다. 이름이 많이 이해할 때 혼동할 수 있어 아래에 이름들을 정리해보았다. 다 같은 의미로 이해하면 된다.
- 신뢰성 지수(계수)
- 내적 합치도 지수(계수)
- 동질성 지수(계수)
- 내적 일관성 신뢰도(지수) (Internal consistency realiability)
- 알파 값

<신뢰도 평가 기준>

Cronbach's  α 값은 0에서 1사이의 값을 가지며 1에 가까울 수록 신뢰도가 높다고 해석된다.
신뢰도가 높다 낮다의 판정 기준값으로 0.6 을 사용하는 경우가 많으며 0.7을 사용하기도 한다. (참고)

<예제를 통한 설명>

예를들어, 회사지원들의 스트레스 요인을 분석하기 위한 설문에서
아래의 몇 항목들이 서로 같은 내용(부서 내의 몰입도)을 평가하도록 했다고 하자.
이들이 실제로 같은 개념을 평가하고 있는가? 일관성(신뢰도)가 있는가?
(이 예제는 위의 참고자료1을 참고한 것임.)

항목04.  부서내의 소외감을 느끼는가?
항목08.  책임감 결여되었는가?
항목09.  불안정한 가정분위기?
항목10.  본인의 리더쉽이 부족하다고 느끼는가?  

위 항목들을 대상으로 Cronbach's Alpha 값을 계산하여 0.67의 값을 얻었다고하자.
그러면 0.6을 판정기준으로 했으때 위 4개의 항목들은 같은 개념(조직의 몰입도)를 평가하는데 신뢰성이 있다고 판단될 수 있다.

<요인분석과 Cronbach's Alpha>

설문항목들의 신뢰도를 평가하기 위해서 <요인분석>을 함께 사용하는 경우가 많다.
주어진 데이터에 대해서 <요인분석>을 수행한다. 요인분석의 결과로 몇 개의 변수들간의 서로 같은 개념으로 묶이는 것을 발견할 수 있다.

이들 묶음에 대하여 Cronbach's alpha 값(알파값)을 계산할 수 있는데, 이 값이 기준값(0.6 or 0.7)보다 크면 해당되는 몇 개의 항목들이 신뢰도가 높다고 판단할 수 있다.

이때, 어떤 변수를 제거,삽입하면 알파값이 변동이 발생하게 된다.
어떤 변수를 제거했을 때 알파값이 상승된다면 그 변수(항목)은 제외하는 것이 오히려 설문의 신뢰성을 높이는데 좋다. 반대로, 어떤 변수를 제거했을 때 알파값이 큰 변동이 없거나 낮아진다면 그 변수는 신뢰성을 위해 필요한 변수라고 평가할 수 있다.

<SPSS를 사용한 Cronbach's Alpha 값 측정>

SPSS 에서는 Cronbach's Alpha 값을 측정하도록 지원하고 있다.
사용 방법은 준비 중입니다...

영문판 : [analyze] - [scale] - [reliability analysis]
한글판 : [분석] - [척도화 분석] - [신뢰도 분석]

신뢰도를 평가할 항목들을 선택한 후 (오른쪽으로 옮긴 후)
[확인] 버튼을 눌러 신뢰도 분석을 할 수 있다.