This is an old revision of the document!
will be deleted soon.
by.csv
s = satisfaction
g = gesture
p = presence
s2 = 2nd question in the satisfaction
> by
s g p s2
1 5.0 4.00 4.00 5
2 4.0 3.67 4.00 4
3 4.5 4.00 4.00 5
4 5.0 4.00 4.33 5
5 4.0 3.33 2.33 4
6 5.0 2.33 2.00 5
7 3.0 4.00 4.00 2
8 3.0 3.67 3.00 3
9 3.5 4.00 4.67 4
10 4.0 4.33 3.67 4
11 3.0 2.67 3.33 3
12 4.5 3.00 3.67 4
13 3.5 4.00 3.00 3
14 4.5 4.00 3.67 5
15 4.0 2.67 4.00 4
16 3.5 3.67 3.67 4
17 4.0 3.67 4.00 4
18 4.0 4.00 4.00 4
19 4.0 4.00 3.33 4
20 5.0 4.00 4.00 5
21 4.5 3.67 3.33 4
>
연구문제로
- g → p
- g → s
라고 하였는데, 상관관계를 보면,
- support
- fail to support
라고 나옵니다.
> cor.test(p,g)
Pearson's product-moment correlation
data: p and g
t = 2.5133, df = 19, p-value = 0.02114
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.08646228 0.76601610
sample estimates:
cor
0.4995052
gesture and presence 간의 상관관계는 (0.500, p < .05)으로 gesture input이 presence에는 영향을 주는 것으로 나타남. 즉, 연구문제(가설1)은 채택 됨.
* 0.4995052 = 0.5000
> cor.test(s,g)
Pearson's product-moment correlation
data: s and g
t = 0.0078632, df = 19, p-value = 0.9938
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.4302179 0.4331534
sample estimates:
cor
0.001803936
>
gesture and satisfaction은 상관관계가 보이지 않음. 즉, gesture가 satisfaction에 영향을 줄것이라는 연구문제 (가설로 바꾸는 어떨까 합니다.)는 기각됨.
데이터가 정확하게 얻은 것이라고 가정하면 분석에서 잘못 된 점이 보이지 않으므로, 이를 해석하는데 치중하는 것이 좋을 듯 합니다. 해석방법을 강구해보기 위해서 부록 1을 살펴보았는데,
- g의 3개 문항과
- s의 2개 문항을 살펴보면
g는 얼마나 실제에 가까웠는가 (실제 UI처럼 사용하기 편리했는가?)를 묻는 것으로 p와는 관련이 있을지 몰라도 s와는 크게 관련이 없을 수 있다는 것을 알수 있었습니다.
이는 게임의 혹은 콘텐츠의 만족도에는
- gesture input 과 같은 실제적인 ui 외에
- 다른 요인들도 작용할 수 있다는 것을 보여주는 것
이라고 해석할 수 있을 듯 합니다. 즉, 이 연구에서는 물어보지 않은 것들이 (콘텐츠의 내용이나, story-telling, 이야기의 전개 등등) 만족도에 영향을 더 줄것이라고 예측할 수 있다는 뜻입니다. 그럼에도 불구하고 상관관계 값이 너무 낮은 것에 대한 의문이 계속 들지만, 이렇게 해석하는 것이 가장 무난할 듯 싶습니다. 논문에는 0 대신에 0.002을 사용하는 것이 (혹은 0.0018) 어떨까 싶습니다.
** 그리고, 개인적으로 s 문항 중 첫번째 것은 집중에 대한 (몰입)에 대한 것으로 만족도와는 약간 다른 것이 아닐까 하는 생각은 듭니다. 그러나, 두 문항 중 마지막 것만으로도 상관관계를 구해보면 원하는 것을 얻지는 못합니다.
spearman보다는 pearson을 이용하는 것이 연구문제(가설) 1을 지지하는데 도움이 되므로 가급적 pearson을 사용하는 근거를 마련하는 것이 좋을 듯 합니다.