이원배치 · ANCOVA
주효과 · 상호작용 · 공변량 통제
표 13. 개체 간 효과 검정
| 변량원 | 제III유형 제곱합 | df | 평균제곱 | F | p | 부분 η² |
|---|---|---|---|---|---|---|
| 수정 모형 | 18.42 | 8 | 2.30 | 6.11 | <.001 | .109 |
| 절편 | 241.77 | 1 | 241.77 | 641.85 | <.001 | .616 |
| 연령 (공변량) | 3.06 | 1 | 3.06 | 8.12 | .005 | .020 |
| 성별 | 0.41 | 1 | 0.41 | 1.09 | .297 | .003 |
| 직급 | 11.88 | 3 | 3.96 | 10.51 | <.001 | .073 |
| 성별 × 직급 | 2.94 | 3 | 0.98 | 2.60 | .052 | .019 |
| 오차 | 150.65 | 400 | 0.38 | |||
| 전체 | 6455.31 | 409 |
R² = .109 (수정된 R² = .091). 상호작용 효과는 통계적으로 유의하지 않았습니다(p = .052).
표 14. 추정 주변평균 · 연령 = 36.4로 통제
| 직급 | 추정 평균 | SE | 95% CI 하한 | 95% CI 상한 |
|---|---|---|---|---|
| 사원 | 3.71 | .062 | 3.59 | 3.83 |
| 대리 | 3.88 | .054 | 3.77 | 3.99 |
| 과장 | 3.99 | .059 | 3.87 | 4.11 |
| 차장 이상 | 4.14 | .076 | 3.99 | 4.29 |
그림 9. 성별 × 직급 프로파일 도표
연령을 통제한 추정 주변평균. 두 선이 거의 평행하여 상호작용이 유의하지 않았습니다(p = .052).
해석interp_rules.rule_id = ANOVA2_NO_INTERACT · 매칭조건 interaction_p>=.05 AND main_p<.05
연령을 통제한 상태에서 직급의 주효과가 유의하였으나(F(3, 400) = 10.51, p < .001, 부분 η² = .073), 성별의 주효과는 유의하지 않았다(p = .297).
성별 × 직급 상호작용은 통계적으로 유의하지 않아(F(3, 400) = 2.60, p = .052) 직급에 따른 직무성과의 차이 양상은 성별에 관계없이 유사하다고 해석된다. 다만 p값이 경계에 근접하므로 표본을 확대한 후속 검증이 필요하다.
코드 생성 · 이 분석을 다른 프로그램 문법으로
DEFINE: sr = sex*rank; MODEL: JP_mean ON sex rank sr age; OUTPUT: STDYX;
모형이나 변수 지정을 바꾸면 네 코드가 함께 갱신됩니다. 심사자가 다른 프로그램으로 재현을 요구할 때 그대로 전달할 수 있습니다.