• Independent Variable (IV, 독립변인): 영향을 주는 변인
• Dependent Variable (DV, 종속변인): 독립변인의 영향을 받는 변인

• Level of Measurement 측정수준
• 종류 (N): 성별 (gendent, (M, F))
• 순서 (O): 달리기 등수 (1,2,3등)
• 숫자: GPA, 한달용돈, IQ, 통화량 (분), etc.
  • (I)
  • (R)

• 평균, 분산, 표준편차 등의 성격을 가질 수 있음
• 종류변인의 경우에는 불가능

• 가설: (논리와 상식에 기반을 둔 이론에 근거하여) 두 변인 간의 관계를 예측한 선언문
• 차이
  • 예1, 남자와 여자 간에 측은지심의 정도가 다를 것이다.
  • 예2, 학년에 따라서 직업에 대한 관심도가 다를 것이다.
  • 예3, VR을 이용해서 통계를 배운 학생과 일반 수업을 이용해서 통계를 배운 학생들 간에 통계점수가 다를 것이다.
  • 예4, 업무내용을 Email로 전달하는 방법과 F2F로 전달하는 방법 간에는 업무내용에 대한 불확실성정도가 다를 것이다 (uncertainty)
• 연관
  • 예1, 용돈의 정도와 학교생활의 만족도는 연관이 (상관관계가) 있을 것이다.
  • 예2, 국어성적과 수학성적 간에는 연관이 있을 것이다.
  • 예3, 고등학교 수능성적과 대학교 GPA 간에는 연관이 있을 것이다.

\begin{align} \sigma^2 = \frac {SS}{df} \end{align}

• $\sigma^2 = $ 한 집합에 속한 개인점수 예측에 대한 불확실성
• 한 집합에 속한 개인점수를 평균으로 예측했을 때의 불확실성
• 숫자변인의 경우에 한함