여가 또는 사회 과학 연구를 수행하려는 경우 사용할 주요 데이터 분석 기술은 다음과 같습니다.
– 카이제곱 검정. 기호 X2로 표시되는 이 테스트는 성별이나 연령과 같은 무언가를 설명하는 변수인 두 개의 명목 변수 간의 관계를 표시하는 데 사용됩니다. 이 검정은 관계가 유의한지 여부를 보여주기 위해 고안되었으며, 그렇다면 차이가 없다는 귀무가설은 기각됩니다. 검정은 테이블의 셀에 먹튀검증 있는 개수 또는 백분율을 조사하고 실제 개수와 귀무 가설에 따른 차이가 없는 경우 발생할 예상 개수(예: 동일한 수의 사람들이 있는 경우)를 비교하여 수행됩니다. 두 개의 다른 여가 활동 참여에 대한 연구에서 두 개의 다른 인종 그룹. 차이가 없다면 각 활동에서 동일한 수의 다른 인종 그룹 구성원을 기대할 수 있지만, 한 활동이 한 그룹에서 더 인기 있고 다른 활동이 다른 그룹에서 더 인기가 있다면 차이가 있을 것입니다. 카이-제곱 검정은 개수 또는 백분율과 예상 개수 또는 백분율 간의 차이를 합산하여 합계가 클수록 카이-제곱 값이 더 커지도록 합니다. 즉, 이 값은 차이의 제곱 값을 합산한 결과입니다.
– T-테스트. 이 검정에는 차이가 없다는 귀무 가설을 기각하고 차이가 있다는 대립 가설을 수용하여 두 평균 간의 차이가 유의한지 확인하기 위해 두 평균을 비교하는 작업이 포함됩니다. 예를 들어, 테스트는 골프와 볼링과 같은 다양한 레크리에이션 활동에 참여하는 사람들의 평균 소득을 조사하여 그들 사이에 차이가 있는지 확인할 수 있습니다. 비교적 저렴한 스포츠. 검정은 쌍을 이루는 표본 검정 또는 독립 표본 검정으로 사용할 수 있습니다. 쌍체 표본 검정에서는 전체 표본의 모든 사람에 대한 두 가지 다른 활동과 같은 두 변수의 평균(예: 인터넷 사용 시간 및 TV 시청 시간)의 평균을 비교합니다. 대조적으로 독립표본검정에서는 표본에 있는 두 부분군의 평균을 단일 변수와 비교하여 십대와 부모가 인터넷에서 보내는 시간과 같은 차이가 있는지 확인합니다.
– 분산의 일원 분석 또는 ANOVA 테스트. 이 검정은 외식, 인터넷 사용, TV 시청, 쇼핑, 참여 등 다양한 활동에 참여하는 남성과 여성의 평균을 비교하는 등 단일 검정에서 2개 이상의 평균을 비교하는 데 사용됩니다. 활동적인 스포츠에서, 또는 관중 스포츠에 가는 것. 검정은 검정의 각 변수에 대한 평균이 대립 가설인 전체 평균과 다른지 또는 귀무 가설인 전체 평균과 동일한지 여부를 조사합니다. 검정은 전체 모집단과 다른 부분군에 대한 평균 간의 차이를 고려할 뿐만 아니라 “분산”이라고 하는 평균 간에 발생하는 차이도 고려합니다. 이 분산은 이러한 방식으로 해석되는 결과를 얻기 위해 개별 평균과 전체 평균 간의 차이를 합산하여 결정됩니다. 그룹 간의 분산이 클수록 그룹 간에 유의한 차이가 있을 가능성이 높고 그룹 내 분산이 높을수록 그룹 간에 유의한 차이가 있을 가능성이 적습니다. F 점수는 두 가지 유형의 분산(그룹 간 분산 및 그룹 내 분산) 간의 비율을 표시하기 위해 이러한 두 가지 차이 측정값의 분석을 나타냅니다. 또한 특정 테스트의 자유도를 결정하는 그룹 수와 샘플 크기를 고려해야 합니다. 이러한 계산의 결과는 F 점수를 산출하며, F 점수가 낮을수록 그룹 평균 간에 유의한 차이가 있을 가능성이 높습니다.
