1.9: 요인 설계

요인 분석은 분산 분석(ANOVA) 통계 절차를 적용하여 요인이라고도 하는 둘 이상의 독립 변수로 인한 종속 변수의 변화를 조사하는 실험 설계입니다. 예를 들어, 근로자 생산성의 변화는 급여 및 기술 수준과 같은 기타 조건의 영향을 받는 것으로 추론할 수 있습니다. 이 가설을 테스트하는 한 가지 방법은 급여를 세 가지 수준(낮음, 보통, 높음)으로 분류하고 기술 세트를 두 가지 수준(초급 수준 대 경력 수준)으로 분류하는 것입니다.

명명

이 과학적 접근 방식은 각 독립 변수에 대해 테스트된 요인의 수 또는 조건의 수를 강조하는 레이블로 지정됩니다. 위의 예제 실험은 두 개의 독립 변수를 포함하기 때문에 양방향 요인 분산 분석으로 설명됩니다. 급여(낮음, 보통, 높음) 및 기술 세트(초급 수준 및 경력)에 대해 고려되는 수준의 수와 관련하여 이 동일한 실험은 공식적으로 3 x 2 요인 분산 분석으로 작성된 3 x 2 설계로도 지정됩니다. 참고로, 3과 2의 곱을 계산한다는 것은 총 6개의 실험 조건 조합이 관찰되었음을 의미합니다.

Investigative Advantage (조사의 장점)

두 개 이상의 독립 변수의 효과를 관찰하는 것이 더 실용적이고 경제적인 접근 방식입니다. 이렇게 하면 별도의 실험에 시간과 자원을 소비할 필요가 없습니다. 또한 다양한 조건 조합에 대한 데이터를 수집하면 연구자가 주효과 및 상호 작용 효과를 포함한 다양한 평가를 수행할 수 있습니다.

특정 연구 질문은 각 요인이 종속 변수에 어떻게 독립적으로 영향을 미칠 수 있는지에 대한 이해가 필요할 수 있습니다. 예를 들어, 급여로 인한 근로자 생산성 점수의 관찰된 변화는 기술 수준으로 인한 변화와 분리되어 각각에 대한 주요 효과를 결정하는 데 도움이 됩니다. 결과는 신입 사원에서 볼 수 있는 높은 생산성이 경험이 많은 직원에게는 적용될 수도 있고 적용되지 않을 수도 있음을 잠재적으로 밝힐 수 있습니다. 마찬가지로, 낮은 급여를 받는 직원에게서 발견될 수 있는 낮은 생산성은 임금 인상으로 나타날 수도 있고 그렇지 않을 수도 있습니다. 따라서 결과가 다른 상황이나 그룹 피처로 일반화될 수 있는지 인식할 수 있는 기능은 이러한 유형의 설계에 대한 또 다른 이점으로 작용합니다.

교호작용 효과는 주어진 종속 변수에 대한 독립 변수의 영향이 조사되는 다른 요인의 수준에 따라 달라질 때 발생합니다. 예를 들어, 급여가 근로자 생산성에 미치는 영향은 숙련된 직원보다 신입 사원에서 더 두드러질 수 있습니다. 이러한 유형의 분석을 통해 연구자는 데이터 세트에서 나타날 수 있는 패턴을 더 심층적으로 볼 수 있습니다.

요인 분석의 의미

유연성과 실용성으로 인해 요인 분석은 모든 분야에서 사용되는 가장 일반적인 실험 설계 중 하나입니다. 예를 들어, 최근 연구에서는 제품이 실용주의적인지 쾌락적인지에 따라 소비자 행동이 달라질 수 있는지 여부를 조사했습니다. 제품 유형 외에도 연구자들은 제품 이미지(클로즈업 대 와이드 샷)를 구매 결정에 영향을 미치는 잠재적 요인으로 포함시켰습니다. 본 연구진은 이성적 또는 감성적 호소력과 같은 설득 기법의 유형이 영향을 미치는지 여부를 추가로 조사했다(Kim, Lee, & Choi, 2019). 쾌락적 제품은 와이드 샷 이미지에 감정을 유발하는 광고가 동반될 때 더 호의적인 태도를 얻는 경향이 있었습니다. 이 2 x 2 x 2 요인 분산 분석(3원 분산 분석이라고도 함) 에서 공리주의 제품에 대한 역 결과가 관찰되었습니다.