대부분의 연구에서 연구자는 이론적 토대 위에 자신이 설정한 가설들을 하나의 연구모형(제안모형)으로 제시한다. 연구자가 제시한 연구모형은 그리고 확인요인분석, 구조모형의 적합도, 잠재변수 간 경로계수의 방향과 통계적 유의성에 대한 해석을 통해 가설을 기각하거나 채택하게 된다. 그러나 연구자의 연구모형이 반드시 최선이라고 말할 수는 없다. 즉 연구자가 설정한 연구모형의 대안모형(alternative model)이 존재할 수 있다는 것이다. 따라서 연구모형 분석 결과 가설이 지지되었을 때 분석을 종료할수도 있지만, 보다 엄격한 분석을 위해 대안모형을 추가적으로 제시하고 분석할 수 있다. 대안모형을 경쟁모형(competing model or rival model)이라고도 한다. 모형들 간의 우수성을 통계적으로 ..

매개변수(mediating variable or mediator)란 독립변수와 종속변수의 사이에서 독립변수의 결과인 동시에 종속변수의 원인이 되는 변수를 말한다. 즉 변수 A와 변수 C 간의 인과관계가 어떤 변수 B에 의해 매개될 때, 우리는 변수 B를 매개변수라고 말한다. 연구자는 종속변수와 독립변수 간의 관계를 직접적으로 설명하기보다는 이들 변수 간에 새로운 변수를 개입시켜 설명하는 것이 종속변수와 독립변수 간의 관계를 보다 더 잘 설명할 수 있다고 판단할 경우 매개변수를 개입시킨다. 예컨대 아래의 경로도에서처럼 부친의 SES와 본인의 노동시장 성과 간 인과관계에서 SES가 노동시장 성과에 직접 영향을 미치는 것이 아니라 출신대학을 경유해서 영향을 미치는 것으로 가정할 수 있으며, 이때 출신대학은 매..

조절효과와 조절변수 두 변수 A와 B 간의 인과관계의 크기가 변수 C(의 크기 혹은 특성 등)에 의해 달라질 때, C는 A와 B 간의 관계를 조절하는 조절변수(moderating variable or moderator)라고 한다. 즉 조절변수란 독립변수와 종속변수의 관계에서 상황효과(contingent effect) 또는 조절효과(moderating effect)를 미칠 것으로 여겨지는 제2의 독립변수를 의미한다. 종속변수와 독립변수의 관계에서의 효과는 이러한 조절변수가 있을 때 영향을 받는다. 예컨대, 다음 그림에서 보는 바와 같이 개인의 노력이 노동시장에서의 성과에 정(+)의 영향을 미친다고 가설을 설정할 때, IQ지수에 따라 그 효과가 달라질 것으로 기대할 수 있다. 이 경우 IQ지수는 개인의 노력..

구조방정식 모형 분석에서 관측(측정)변수는 지표(indicator)라고도 한다. 이는 관측변수가 개념(constuct)의 값을 나타낸다는 의미를 지니고 있다. 이러한 지표는 반영적 지표(reflective indicators)와 형성적 지표(formative indicators)로 구분할 수 있다. 1. 반영적 지표(reflective indicators) 구조방정식 모형 분석에서 관측변수는 대부분 반영적 지표를 구성한다. 반영적 지표(reflective indicators)는 관측변수가 개념(construct)의 실제 값을 반영하고 있음을 의미한다. 그림에서 Y1, Y2, Y3 등은 반영적 지표이다. 관측변수가 반영적 지표인 경우 경로는 ‘개념->관측변수’ 의 방향지어진다(그림을 보라). 즉 개념(co..

우리가 구조방정식 모형 분석을 실시했을 때, 그 모형의 분석 결과 identification(식별)이 되더라도 논리적으로 맞지 않는 추정이 이루어지는 경우도 있다. 이러한 추정상의 문제는 여러 가지 사례가 있으나 여기서는 가장 흔히 발생하는 Heywood case에 대해 설명해 보기로 하자. Heywood case란 오차분산(error variances)이 음수로 나타나는 경우를 말한다. 오차분산이 음수로 나타났나는 것은 관측변수의 오류가 0보다 작다는 의미로, 이는 어떤 지표(문항, 관측변수)를 이용하여 개념을 측정했을 때 반드시 측정오차가 발생한다는 통계적 상식에 맞지 않는 결과이다. 이러한 Heywood case는 표본의 크기가 작으면서 관측변수의 수가 적은 경우에 발생한다고 알려져 있다. 특히, ..

일반적으로 구조방정식 모형 분석에서 사용되는 개념(construct)은 다항목(multi-item)으로 측정되며, 그 값들이 그대로 사용된다. 그러나 1) 다항목으로 측정한 값을 단일항목(single item) 값으로 변환하거나, 2) 분석에 사용하고자 하는 개념을 단일항목으로 측정하는 경우도 있다. 여기서는 다항목 측정값을 단일항목 값으로 변환하는 경우와 원래 단일항목으로 측정한 값을 구조방정식 모형 분석에 사용하는 경우를 설명하기로 한다. 이와 함께 또 다른 경우로, 3) 구조방정식 모형 설정시 측정오류를 반영하지 않도록 하는 경우에 대해서도 설명하기로 한다. 1. 다항목 측정값을 단일항목 값으로 변환하는 경우 구조방정식 모형 분석에서는 관측변수의 수가 많을수록 추정모수가 많아진다. 그러므로 표본의 ..