닫기

강의계획서

전공과목안내

전공과목안내
과정명 경영통계학 지도교수 권두순
수업방식 이론중심 학점 3학점
학습기간 2025-04-23 ~ 2025-08-05(총 15주) 학습목차 바로가기
성적증명서 발급 가능 2025-08-20 성적보고 완료일 2025-08-26
학점인정신청 가능일(온라인) 2025.10.01.(수) 10:00 ~ 2025.10.31.(금) 17:00 학위취득 2026년 2월 전기

성적 산출 기준

성적 산출 기준표
중간 기말 과제 토론 쪽지 참여 출석
30점 30점 10점 5점 5점 5점 15점
  1. [과목 미수료 기준]
    • 출석률 80% 미만
    • 정기시험(중간고사/기말고사)을 모두 미응시
    • 상대평가 환산점수 60점 미만
    • ※ 단, 수강인원이 10명 미만인 학습과정 및 실습비중이 50%를 초과하는 경우, 상대평가를 아니할 수 있음

  2. [유의사항]
    • 시험 대체 수단 없음
    • 시험응시기회 1회
    • 출결에 관한 지각처리 없음

  3. [공동 인증서 로그인 필요]
    • 내 강의실 이용시 개인정보 보호와 ID의 무단 도용을 방지하기 위해 공동인증서 로그인 필요

  4. 상대평가 시행안내
    • 국가평생교육원의 평가인정 학습과정 운영지침(교육부 고시 제2015-85호, 2016.1.6일 제정 및 2016년 1월1일 시행)의 변경에 따라
      2016년도 1학기 과정부터 성적 평가가 기존의 "절대평가"에서 "상대평가"로 전환되게 되었습니다.

    • 에듀업원격평생교육원에서는 A등급 20% ~ 30%, B등급 30% ~ 40%, C등급이하 30% ~ 50%의 범위로 점수를 배정하려 합니다.
      자세한 설명은 아래 버튼을 클릭해주시기 바랍니다.

    • 상대평가 시행안내 바로가기

관련전공소개

관련전공소개
학사 e-비즈니스학 전공,경영학 전공
전문학사 경영 전공,마케팅정보 전공

수업개요

다양한 기업경영 관련 자료의 분석과, 불확실한 환경 하에서의 합리적인 의사결정을 위한 기초적인 개념과 기법들을 학습한다. SPSS와 같은 통계 프로그램의 활용과 수요분석, 포트폴리오 분석, 서베이와 여론조사와 같은 내용들을 학습하며, 나아가 경영상의 다양한 문제에 대한 각종 분석적 기법과 개념들을 함께 다룬다. 또한 경영학 분야에서 널리 이용되는 통계적 방법의 기본개념을 다룬다. 확률분포의 개념과 통계적 추론의 원리를 확인하고, 주어진 자료를 요약하기 위한 기술통계, 변수간의 관계를 다루는 회귀분석 및 시계열자료에서의 평활과 예측을 다룬다.

수업목표

1. 경영통계학의 정의와 목적을 비롯한 학문적 기초를 이해하고 통계분석에 통계프로그램을 활용할 수 있다.

2. 통계학의 기본 개념과 다양한 기업경영 상황에서 통계학이 어떻게 사용되는지를 알고, 이를 실제 경영분야에 활용할 수 있다.

3. 가설검정을 통해 조사의 의미가 있는지 분석할 수 있다.

4. 두 개의 대응표본과 독립표본에 대하여 두 모집단의 평균 차이와 비율 차이에 대한 가설검정을 수행할 수 있다.

5. 사례의 적용을 통해 분산분석, 일 · 이원 분산분석, 상관관계분석 등의 경영통계분석의 개념과 특성을 설명할 수 있다.

6. 원인이 되는 변수가 인과관계로 연결된 변수에 어떠한 변화를 가져올지 예측하여 말할 수 있다.

7. 대용량의 데이터로부터 관계와 패턴, 규칙을 찾는 과정을 설명할 수 있다.

8. 시계열이 무엇이고 어떤 원리로 모형화하는지 이해하고, 시계열분석의 포트폴리오 사례를 통하여 그 예측치를 구할 수 있다.

성적분포

성적분포
A등급 B등급 C등급 이하
20% ~ 30% 30% ~ 40% 30% ~ 50%

평가기간

평가기간
구분 평가기간 비고
중간고사 2025-06-13 오전 10:00
~
2025-06-16 오후 10:00
1주차 – 7주차
(객관식 20문항, 주관식 5문항)
기말고사 2025-08-01 오전 10:00
~
2025-08-04 오후 10:00
9주차 – 14주차
(객관식 20문항, 주관식 5문항)
과제 2025-05-21 - 2025-06-24
(AM 10:00 – PM 22:00)
토론 2025-07-18 - 2025-07-21
(AM 10:00 – PM 22:00)
쪽지 2025-07-04 - 2025-07-07
(AM 10:00 – PM 22:00)
참여 나의학습계획 2025-04-23 - 2025-05-13
(AM 10:00 – PM 22:00)
소개서/중간평가 2025-06-18 - 2025-07-01
(AM 10:00 – PM 22:00)

과제

※ 아래 과제 주제는 변경될 수 있으며, 확정된 과제 주제 및 구체적인 내용은 [강의실 > 과제] 메뉴에서 확인하시기 바랍니다.
기술통계와 추론통계에 대한 각각의 개념과 예시를 설명하시오.

학습목차

학습목차
주차 학습내용 학습활동
1 1차시. 경영통계학의 이해
[강의 목표]
1. 경영통계학을 공부하는 이유에 대해 말할 수 있다.
2. 통계학의 정의와 흐름을 설명할 수 있다.
3. 경영통계학의 역할과 연구 분야, 목적을 말할 수 있다.
4. 경영통계학을 학습하는 데에 기초가 되는 주요 용어의 의미와 분석 방법 선정 기준 및 종류에 대해 설명할 수 있다.

[강의세부내용]
1. 경영통계학을 공부하는 이유
2. 통계학의 정의와 역사
3. 경영통계학의 역할
4. 경영통계학의 연구 분야
5. 경영통계학의 목적
6. 경영통계학의 용어와 분석 방법
[전 차시 공통 제공]

1) 동영상 강의
- 교수자 얼굴 위주 촬영
- 디지털 판서

2) 학습자료
- 강의교안(PDF)
- 오디오(MP3)

3) 퀴즈
- OX퀴즈 1문항
- 객관식(사지선다) 2문항
2차시. 경영통계학의 통계분석
[강의 목표]
1. 사례를 통해 경영통계학의 통계분석 과정을 설명할 수 있다.
2. 경영통계학이 가지는 한계에 대해 말할 수 있다.
3. SPSS와 EXCEL 화면과 워크시트의 구성을 이해하고, 통계 기능과 데이터 입력을 수행할 수 있다.

[강의세부내용]
1. 경영통계학의 통계분석 방법
2. 경영통계학의 한계
3. SPSS와 EXCEL 화면에 대한 워크시트
4. SPSS와 EXCEL 통계 기능
5. SPSS와 EXCEL 데이터 입력
2 1차시. 모집단과 표본추출
[강의 목표]
1. 모집단과 표본추출의 개념을 이해하고 표본추출의 과정을 설명할 수 있다.
2. 표본추출의 방법을 확률적 표본추출과 비확률적 표본추출로 구분하여 요약할 수 있다.

[강의세부내용]
1. 모집단과 표본추출의 개념
2. 모집단과 표본추출의 설계
3. 모집단과 표본추출의 방법
2차시. 표본분포
[강의 목표]
1. 표본분포의 개념을 알고 표준화의 방법을 설명할 수 있다.
2. 표본분포의 표본평균의 값을 계산할 수 있다.
3. 표본분포의 표본분산과 표본비율을 구할 수 있다.
4. 표본분포의 중심극한정리의 개념을 말할 수 있다.

[강의세부내용]
1. 표본분포의 개념
2. 표본분포의 표준화
3. 표본분포의 표본평균과 오차
4. 표본분포의 표본분산
5. 표본분포의 표본비율
6. 표본분포의 중심극한정리
3 1차시. 데이터
[강의 목표]
1. 데이터의 개념을 이해하고 통계프로그램을 활용하여 도수분포표와 그래프를 출력할 수 있다.
2. 데이터의 양적 자료를 이용하여 점도표, 도수분포표, 히스토그램 등을 작성할 수 있다.
3. 질적 자료의 의미를 이해하고 이를 이용하여 각종 그래프를 작성할 수 있다.

[강의세부내용]
1. 데이터의 개념
2. 데이터의 특성
3. 데이터의 양적 자료
4. 데이터의 질적 자료
2차시. 기술통계학
[강의 목표]
1. 기술통계학 중심경향척도의 개념을 이해하고 통계프로그램을 활용하여 값을 계산할 수 있다.
2. 기술통계학 산포척도와 위치척도의 개념을 말할 수 있다.
3. 기술통계학의 두 자료에 대한 선형성을 분석할 수 있다.

[강의세부내용]
1. 기술통계학의 중심경향척도
2. 기술통계학의 산포척도
3. 기술통계학의 위치척도
4. 기술통계학의 두 자료에 대한 선형성
4 1차시. 확률
[강의 목표]
1. 통계를 통한 의사결정과 확률의 관계를 설명할 수 있다.
2. 확률의 개념을 이해하고 확률 함수에 대해 말할 수 있다.
3. 조건부 확률의 정의와 두 사건의 종속과 독립을 설명할 수 있다.
4. 전확률 공식과 베이즈 정리를 이용하여 사후확률을 구할 수 있다.

[강의세부내용]
1. 확률의 정의
2. 확률의 특성
3. 확률의 계산
4. 확률의 베이즈 정리
2차시. 확률변수
[강의 목표]
1. 확률변수의 이산확률변수와 연속확률변수를 이해하고 계산할 수 있다.
2. 확률변수의 기댓값을 이해하고 확률변수의 평균을 구할 수 있다.

[강의 세부내용]
1. 확률변수의 이산확률변수
2. 확률변수의 연속확률변수
3. 확률변수의 기댓값
5 1차시. 확률분포
[강의 목표]
1. 예를 통해 확률분포의 정의와 특성을 설명할 수 있다.
2. 확률분포의 균등분포와 정규분포를 비교할 수 있다.
3. 확률분포의 표준정규분포에 대해 이해하고 통계프로그램을 이용하여 정규분포와 표준정규분포의 차트를 만들 수 있다.

[강의세부내용]
1. 확률분포의 정의
2. 확률분포의 특성
3. 확률분포의 균등분포
4. 확률분포의 정규분포
5. 확률분포의 표준정규분포
[과제 제출]
2차시. 베르누이 시행
[강의 목표]
1. 베르누이 시행과 분포의 개념을 설명할 수 있다.
2. 베르누이 분포에서의 이항분포를 이해하고 확률을 계산할 수 있다.

[강의세부내용]
1. 베르누이 시행
2. 베르누이 분포
3. 베르누이 분포에서의 이항분포
6 1차시. 푸아송분포
[강의 목표]
1. 푸아송분포의 정의와 특성에 대해 설명할 수 있다.
2. 푸아송분포의 확률을 통계프로그램을 활용하여 계산할 수 있다.
3. 푸아송분포의 정규분포 관계에 대해 말할 수 있다.

[강의세부내용]
1. 푸아송분포의 정의
2. 푸아송분포의 특성
3. 푸아송분포의 계산
4. 푸아송분포의 정규분포 관계
2차시. 추정
[강의 목표]
1. 점추정과 구간추정의 개념에 대해 말할 수 있다.
2. 추정의 모평균 구간추정에 대해 통계프로그램을 이용하여 값을 구할 수 있다.
3. 모집단 비율과 분산 구간추정의 개념을 이해하고 통계프로그램을 활용하여 계산할 수 있다.

[강의세부내용]
1. 추정의 점추정과 구간추정
2. 추정의 모평균 구간추정
3. 모집단 비율과 분산 구간추정
7 1차시. 가설검정
[강의 목표]
1. 가설검정의 정의와 특성을 말할 수 있다.
2. 가설검정의 원리와 절차를 설명할 수 있다.
3. p값을 이용한 가설검정 과정을 설명할 수 있다.

[강의세부내용]
1. 가설검정의 정의
2. 가설검정의 특성
3. 가설검정의 원리
4. 가설검정의 절차
5. p값을 이용한 가설검정
2차시. 모평균의 가설검정과 모비율의 가설검정
[강의 목표]
1. 모평균의 가설검정에서 모분산을 아는 경우와 모르는 경우의 가설검정 과정을 구분하여 설명할 수 있다.
2. 모비율과 모집단 분산의 가설검정 값을 통계프로그램을 활용하여 계산할 수 있다.

[강의세부내용]
1. 모평균의 가설검정에서 모분산을 아는 경우
2. 모평균의 가설검정에서 모분산을 모르는 경우
3. 모비율의 가설검정
4. 모비율의 모집단 분산에서 가설검정
8 중간시험
[정기시험]
9 1차시. 두 모집단 간의 추론에 대한 대응표본
[강의 목표]
1. 두 모집단 간의 추론에 대한 대응표본 정의와 특성, t검정에 대해 설명할 수 있다.
2. 통계프로그램을 활용하여 t검정을 수행할 수 있다.

[강의세부내용]
1. 두 모집단 간의 추론에 대한 대응표본 정의
2. 두 모집단 간의 추론에 대한 대응표본 특징
3. 두 모집단 간의 추론에 대한 대응표본 t검정
2차시. 두 모집단 간의 추론
[강의 목표]
1. 두 모집단 간의 추론에 대한 독립표본 정의와 특성을 말할 수 있다.
2. 통계프로그램을 사용하여 두 모집단 간의 추론에 대한 독립표본 t검정과 비율 차이 가설 검정을 수행할 수 있다.

[강의세부내용]
1. 두 모집단 간의 추론에 대한 독립표본 정의
2. 두 모집단 간의 추론에 대한 독립표본 특성
3. 두 모집단 간의 추론에 대한 독립표본 t검정
4. 두 모집단 간의 추론에 대한 비율 차이 가설 검정
10 1차시. 분산분석
[강의 목표]
1. 분산분석의 개념을 설명할 수 있다.
2. 분산분석의 유형을 구분할 수 있다.
3. 분산분석의 가정과 그 이유를 말할 수 있다.

[강의세부내용]
1. 분산분석의 개념
2. 분산분석의 구분
3. 분산분석의 가정
2차시. 일원 / 이원 분산분석
[강의 목표]
1. 일원 / 이원 분산분석의 과정을 이해하고 통계프로그램을 이용하여 결과를 해석할 수 있다.

[강의세부내용]
1. 일원 분산분석의 과정
2. 일원 분산분석의 결과해석
3. 이원 분산분석의 과정
4. 이원 분산분석의 결과해석
11 1차시. 상관관계분석
[강의 목표]
1. 상관관계분석의 정의를 이해하고 통계프로그램을 통해 산포도 차트를 만들 수 있다.
2. 상관관계분석의 공분산과 상관계수를 계산할 수 있다.

[강의세부내용]
1. 상관관계분석의 정의
2. 상관관계분석의 특성
3. 상관관계분석의 공분산
4. 상관관계분석의 상관계수
[쪽지시험 응시]
2차시. 교차분석
[강의 목표]
1. 교차분석의 정의와 특징에 대해 말할 수 있다.
2. 교차분석의 카이제곱 검정과 적합도 검정, 독립성 검정의 과정을 설명할 수 있다.

[강의세부내용]
1. 교차분석의 정의
2. 교차분석의 특징
3. 교차분석의 카이제곱 검정
4. 교차분석의 적합도 검정
5. 교차분석의 독립성 검정
12 1차시. 단순회귀분석
[강의 목표]
1. 단순회귀분석의 정의와 특성을 설명할 수 있다.
2. 단순회귀분석의 최소자승법을 말할 수 있다.
3. 단순회귀분석의 적합도 검정과 분산분석의 과정을 설명할 수 있다.
4. 통계프로그램을 사용하여 단순회귀분석을 수행할 수 있다.

[강의세부내용]
1. 단순회귀분석의 정의와 특성
2. 단순회귀분석의 최소자승법
3. 단순회귀분석의 적합도 검정과 분산분석
4. 단순회귀분석의 유의성 검정과 회귀계수 신뢰구간
2차시. 다중회귀분석
[강의 목표]
1. 다중회귀분석의 정의와 특성에 대해 설명할 수 있다.
2. 다중회귀분석의 적합도 검정과 분산분석을 말할 수 있다.
3. 통계프로그램을 사용하여 다중회귀분석을 수행할 수 있다.

[강의세부내용]
1. 다중회귀분석의 정의와 특성
2. 다중회귀분석의 적합도 검정과 분산분석
3. 다중회귀분석의 유의성 검정과 회귀계수의 신뢰구간
13 1차시. 군집분석
[강의 목표]
1. 군집분석의 정의와 특성에 대해 설명할 수 있다.
2. 군집분석의 개체 간 유사성 계산방법을 말할 수 있다.
3. 통계프로그램을 활용하여 군집분석의 계층적 군집화와 비계층적 군집화를 분석할 수 있다.

[강의세부내용]
1. 군집분석의 정의
2. 군집분석의 특성
3. 군집분석의 개체 간 유사성 계산방법
4. 군집분석의 계층적 군집화
5. 군집분석의 비계층적 군집화
[토론 제출]
2차시. 연관성 규칙
[강의 목표]
1. 연관성 규칙의 정의와 특성을 말할 수 있다.
2. 연관성 규칙의 절차를 순서대로 열거할 수 있다.
3. 연관성 규칙의 장단점을 설명할 수 있다.
4. 사례를 통해 연관 규칙 분석 방법을 말할 수 있다.

[강의세부내용]
1. 연관성 규칙의 정의
2. 연관성 규칙의 특성
3. 연관성 규칙의 절차
4. 연관성 규칙의 장단점
5. 연관성 규칙의 평가척도
14 1차시. 의사결정나무분석
[강의 목표]
1. 의사결정나무분석의 정의와 특성을 설명할 수 있다.
2. 의사결정나무분석의 역사와 장단점을 말할 수 있다.
3. 의사결정나무분석의 분할법칙과 가지치기에 대해 설명할 수 있다.
4. 의사결정나무분석의 회귀나무모형의 개념과 고려사항에 대해 말할 수 있다.

[강의세부내용]
1. 의사결정나무분석의 정의
2. 의사결정나무분석의 특성
3. 의사결정나무분석의 역사
4. 의사결정나무분석의 장단점
5. 의사결정나무분석의 분할법칙
6. 의사결정나무분석의 가지치기
7. 의사결정나무분석의 회귀나무모형
2차시. 시계열분석
[강의 목표]
1. 시계열분석의 정의와 특성을 말할 수 있다.
2. 시계열분석의 기초분석에 대해 설명할 수 있다.
3. 시계열분석의 포트폴리오 사례를 통해 시계열 모형의 원리와 모형 예측 방법을 설명할 수 있다.

[강의세부내용]
1. 시계열분석의 정의
2. 시계열분석의 특성
3. 시계열분석의 기초분석
4. 시계열분석의 모형 예측
5. 시계열분석의 계절조정
6. 시계열분석 포트폴리오 사례
15 기말시험
[정기시험]
닫기