여가 또는 사회 과학 연구를 수행하려는 경우 사용할 주요 데이터 분석 기술은 다음과 같습니다.

– 카이제곱 검정. 기호 X2로 표시되는 이 테스트는 성별이나 나이와 같은 무언가를 설명하는 변수인 두 명목 변수 간의 관계를 표시하는 데 사용됩니다. 이 검정은 관계가 유의한지 여부를 보여주기 위해 고안되었으며, 유의한 경우 차이가 없다는 귀무가설을 기각합니다. 테스트는 테이블 셀의 카운트 또는 백분율을 조사하고 실제 카운트와 차이가 없을 경우 발생하는 예상 카운트를 비교하여 수행됩니다 스포츠중계 귀무가설에 따라 다음과 같은 두 가지 다른 여가 활동에 참여하는 연구에서 두 가지 다른 인종 그룹의 사람들이 같은 수인 것처럼 말입니다. 차이가 없다면 각 활동에서 동일한 수의 다른 인종 그룹의 구성원을 기대할 수 있지만 한 활동이 한 그룹에서 더 인기가 있고 다른 활동이 다른 그룹에서 더 인기가 있다면 차이가 있을 것입니다. 카이 제곱 테스트는 카운트 또는 백분율과 예상 카운트 또는 백분율 간의 차이를 합산하여 합계가 클수록 카이 제곱 값이 커집니다. 즉, 이 값은 차이의 제곱 값을 합한 결과입니다.

– T-테스트. 이 검정에는 차이가 없다는 귀무 가설을 기각하고 차이가 있다는 대립 가설을 채택하여 두 평균의 차이가 유의한지 확인하기 위해 두 평균을 비교하는 작업이 포함됩니다. 예를 들어, 이 테스트는 골프와 볼링과 같은 다양한 레크리에이션 활동에 참여하는 사람들의 평균 소득을 살펴보고 골프는 상당히 비싼 스포츠인 반면 볼링은 스포츠이기 때문에 예상할 수 있는 차이가 있는지 확인할 수 있습니다. 비교적 저렴한 스포츠. 검정은 쌍표본 검정 또는 독립 표본 검정으로 사용할 수 있습니다. 쌍표본 검정에서는 전체 표본의 모든 사람에 대해 인터넷 사용 시간과 TV 시청 시간과 같은 두 가지 다른 활동과 같은 두 가지 변수의 평균을 비교합니다. 대조적으로, 독립 표본 검정에서는 표본에 있는 두 하위 그룹의 평균을 단일 변수와 관련하여 비교하여 십대와 부모가 인터넷에서 보내는 시간과 같은 차이가 있는지 확인합니다.

– 일원 분산 분석 또는 ANOVA 테스트. 이 테스트는 외식, 인터넷 사용, TV 시청, 쇼핑, 참여와 같은 여러 활동에 참여하는 남성과 여성의 수단을 비교하는 것과 같이 단일 테스트에서 두 가지 이상의 수단을 비교하는 데 사용됩니다. 활동적인 스포츠에서 또는 관중 스포츠에 가십시오. 검정은 검정의 각 변수에 대한 평균이 대체 가설인 전체 평균과 다른지 또는 귀무 가설인 전체 평균과 같은지 여부를 검사합니다. 테스트는 전체 모집단과 다른 하위 그룹에 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 간 분산이 높을수록 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) 사이의 비율을 표시하기 위해 분산의 이러한 두 가지 차이 측정값의 분석을 나타냅니다. 또한 특정 테스트의 자유도를 결정하는 그룹 수와 샘플 크기를 고려해야 합니다. 이러한 계산의 결과는 F 점수를 생성하며 F 점수가 낮을수록 그룹 평균 간에 유의미한 차이가 있을 가능성이 높습니다.

– 분산의 요인 분석. 이것은 활동 참여와 참가자의 성별 및 연령 사이의 관계를 조사하는 것과 같이 단일 변수 이상의 평균을 분석하는 것을 기반으로 하는 또 다른 ANOVA 테스트입니다.