‘Jamovi와 Mplus를 활용한 초ㆍ중ㆍ고급 통계자료분석’ 통계 워크숍

안녕하십니까? 한남대학교 교육학과에서는 2019년 8월 2일(금)과 3일(토) 양일에 걸쳐서 ‘Jamovi와 Mplus를 활용한 초ㆍ중ㆍ고급 통계자료분석’ 통계 워크숍을 개최할 예정입니다.

* Jamovi의 장점은 다음과 같습니다.
①무료:누구나 무료로 사용할 수 있습니다.
②User Friendly Program:SPSS처럼 tool box를 제공하기에 사용이 편리합니다. 심지어 SPSS보다도 훨씬 단순한, User Friendly Program입니다.
③출력결과를 변형 없이 활용할 수 있고 출력결과를 이해하기가 용이함:분석 후에 얻어지는 출력결과가 학술지에 바로 인용될 수 있는 형식으로 제공됩니다. 이러한 이유에서 사용자가 출력결과를 이해하기가 매우 용이합니다.
④탁월한 학습효과를 기대할 수 있음:특정 메뉴를 선택할 때마다 출력결과가 화면에 자동적으로 동시에 제시되기 때문에 탁월한 학습효과를 기대할 수 있습니다.
⑤탁월한 그래픽 기능을 가지고 있음:그래픽 기능이 매우 뛰어나서 분석결과에 대한 시각적인 표현이 용이합니다.
⑥급속도로 발전하고 있음:현재보다도 미래가 더 밝은 통계 프로그램입니다.

* 통계분석을 위한 다양한 프로그램들이 개발되어 있으며, 각 프로그램은 저마다 고유한 장점들을 갖고 있습니다. 앞서 말씀드린 바와 같이, Jamovi는 초ㆍ중급 수준에서의 통계분석 절차가 간단할 뿐만 아니라 사용자가 출력결과를 이해하는 데에도 매우 용이합니다. 이에 비해 Mplus는 구조방정식, 다층모형, 성장모형뿐만 아니라 측정변수들에 잠재되어 있는 하위집단을 구분하는 분석기법인 혼합모형(mixture model)까지 다룰 수 있는 매우 강력한 통계 프로그램입니다.

본 통계 워크숍의 목적은 다음과 같습니다.
*본 통계 워크숍은 t검정, 분산분석, 비모수통계 분석, 상관분석, 회귀분석 등의 기초적인 통계분석에서부터 최근 각광 받고 있는 다층모형, 다층성장모형, 잠재성장모형, 잠재프로파일분석, 잠재계층분석, 잠재전이분석에 이르는 고급 통계기법들의 기본 개념과 알고리듬을 이해하고, Jamovi와 Mplus를 활용하여 실제 자료를 분석하고 해석하는 능력을 습득하는 데 그 목적이 있습니다.

* 본 통계 워크숍 수강을 위한 선행 지식은 다음과 같습니다.
* Jamovi와 Mplus에 대한 선행 지식은 전혀 요구되지 않습니다.
* 중다회귀분석에 관한 개념을 기초적인 수준에서 이해하고 있으면 수강하는 데 도움이 될 수 있지만, 필수적으로 요구하지는 않습니다.
* 다만, 통계 기초가 부족하다고 판단되는 분들은 『김재철 (2019). SPSS와 함께 하는 사회과학 통계자료분석. 학지사』의 ‘p.13～p.61’과 ‘p.417～p.462’ 부분을 숙독하고 오시면 도움이 될 것입니다. 그리고 당일 이 교재를 지참하시면 워크숍 효과를 더 제고할 수 있을 것이라 생각합니다.

1일 차 워크숍에서는 Jamovi를 활용한 중ㆍ초급 통계자료분석을 다루고자 합니다.
1일 차는 크게 6개의 장으로 구성되어 있습니다. 먼저, Ⅰ장에서는 Jamovi를 활용한 통계분석이 가지는 장점과 기본 구동 방법을, Ⅱ장에서는 Jamovi를 활용한 집단별 자료 요약 방법 및 변수 유형에 따른 분석방법 결정 요인을 다룹니다.
Ⅲ장～Ⅴ장에서는 각각 Jamovi를 활용한 집단 간 차이 검증 방법으로 카이제곱검정, t검정, 분산분석, 비모수통계 분석방법, Jamovi를 활용한 상관분석과 중다회귀분석, Jamovi의 Medmod를 활용한 매개효과 검증 방법을 다룹니다. 마지막으로 Ⅴ장에서는 Jamovi를 활용한 다층모형과 다층성장모형의 기본 개념과 알고리듬 및 분석방법을 다룹니다.

2일 차 워크숍에서는 Jamovi와 Mplus를 활용한 고급 통계자료분석을 다루고자 합니다. 2일 차는 크게 7개의 장으로 구성되어 있습니다. 먼저, Ⅰ장～Ⅲ장에서는 각각 Jamovi의 GAMLj를 활용한 매개효과 검증, Jamovi를 활용한 조절된 매개효과 검증, Jamovi를 활용한 요인분석의 기본 개념과 분석 및 해석방법을 차례대로 다룹니다.
Ⅳ장에서는 Mplus의 장점과 특징 및 기본 구동 방법을, Ⅴ장에서는 반복측정한 종단자료에 가장 많이 활용되는 잠재성장모형(latent growth modeling, LGM) 기법을 다룹니다. 성장모형은 개인별 변화와 그에 대한 개인 간 변산을 요약하는 기법으로써 잠재성장모형(LGM)과 다층성장모형(MGM)으로 구분됩니다. Ⅴ장에서는 주어진 종속변수들을 이용하여 잠재되어 있는 하위집단을 구분하는 잠재프로파일분석(latent profile analysis, LPA)과 잠재계층분석(latent class analysis, LCA)을 다룹니다. 마지막으로 Ⅶ장에서는 특정 잠재계층 유형에 속해 있던 사람이 시간이 지남에 따라 다른 잠재계층 유형으로 옮겨갈 확률을 추정해 주는 잠재전이분석(LTA)모형의 기본 개념과 알고리듬 및 분석방법을 다룰 예정입니다. 예컨대, 중학교 1학년에서 학교폭력가해경험은 없고 학교폭력피해경험만 있었던 학생들이 중학교 3학년에서 학교폭력피해경험뿐만 아니라 학교폭력가해경험도 있는 학생으로 변한 학생의 비율은 어떠하며, 이러한 변화에 대한 특정 독립변수의 영향을 규명하고자 한다면 이는 ‘잠재프로파일분석이 포함된 잠재전이분석’에 해당합니다.

*교육대상:논문준비를 위한 대학원생 및 연구자

*기타 자세한 내용은 첨부파일을 참조해 주십시오^^