YesStat
요금제FAQ로그인회원가입
프로젝트 직무자원과 직무성과 데이터 survey_2026.sav N = 412 · 변수 34 입력 결과

대응표본 t 검정

대응 상관 · t · 효과크기

표 8. 대응표본 통계량

시점NMSDSE
사전1183.410.76.070
사후1183.780.69.064

표 9. 대응표본 상관

대응Nrp
사전 & 사후118.612<.001

사전-사후 상관이 높아 대응표본 설계가 적절합니다.

표 10. 대응표본 검정

대응MSDSE95% CItdfpCohen's d
하한상한
사전 − 사후−0.370.64.059−0.49−0.25−6.28117<.0010.58

N = 118. 사후 점수가 사전보다 유의하게 높았습니다. 효과크기는 중간 수준입니다.

그림 7. 사전-사후 변화

3.203.403.603.804.00직무열의사전사후

평균 변화 (p < .001)

09172634M = -0.33 SD = 0.57-1.8-1.1-0.30.41.2사전 − 사후 차이

차이점수 분포

해석interp_rules.rule_id = TTEST_PAIR_SIG · 매칭조건 p<.05 AND d>=.50

프로그램 참여 후 직무열의가 사전 3.41(SD = 0.76)에서 사후 3.78(SD = 0.69)로 유의하게 증가하였다, t(117) = −6.28, p < .001. Cohen's d = 0.58로 중간 크기의 효과였다.

사전-사후 상관이 r = .612로 높아 대응표본 설계가 적절하게 적용되었음을 확인하였다.

코드 생성 · 이 분석을 다른 프로그램 문법으로

DEFINE: diff = WE_post - WE_pre;
ANALYSIS: TYPE = BASIC;
MODEL: [diff];

모형이나 변수 지정을 바꾸면 네 코드가 함께 갱신됩니다. 심사자가 다른 프로그램으로 재현을 요구할 때 그대로 전달할 수 있습니다.