모형의 적합도 분석

구조방정식모델은 구조모형(이론모형이나 잠재모형)과 측정모형으로 이루어지 며, 이들 모형이 서로간의 관계를 이루어서 서로간의 영향력과 연관성을 하나의 관계식으로 설정되어 분석을 이루는 분석기법이다. 구조방정식 모델은 기존의 다 변량분석기법과 비교하여 여러 가지 유용성을 가지고 있는데,⁷²⁾ 이는 종속변수와 독립변수에 대해 측정오차를 포함시켜 다룰 수 있고, 잠재변수를 포함하는 모델 을 구축할 수 있으며, 각 잠재변수에 대해 하나 또는 다수의 관측변수를 적용할 수 있다. 또한 이론이나 모델을 연립방정식으로 설정해 놓고 모수를 동시에 추정 할 수 있으며, 쌍방향 인과관계, 순환적 인과관계, 제약모수의 도입 등 모델의 표 현방법이 다양하고, 동일 자료를 이용하여 축적된 지식과 이론적 바탕 하에서 모 델을 단계적으로 수정, 개량이 용이하다.

제시된 모형의 상관성을 가진 모수가 존재할 경우 이들 간에 공분산을 허용해 줌으로써 분석모형의 자유도 수치는 감소하게 되어 χ²통계량이 감소하게 된다.

AMOS는 이를 위해 수정지수(MI Modification Index)를 제공하며, 본 연구에서 는 다음과 같은 공분산의 허용기준에 따라 내생변수 측정값의 오차항간(e6↔e7, e6↔e8, e11↔e14)에 공분산을 허용하여 분석하였다.

첫째, 원인변수의 측정변수 오차항과 결과변수의 측정변수 오차항간에는 공분 산 허용안한다. 둘째, 측정지표의 오차항과 구조방정식의 오차항간에 공분산 허용 안한다. 셋째, 필요성이 인정되는 경우를 제외하고는 일반적으로 구조방정식의 오 차항간에도 공분산 허용하지 않는다. 넷째, 한 구성개념과 타구성 개념의 오차항 간에 공분산을 허용하지 않는다.

적합도 지수들은 표본 및 자료가 전부 독립적이고, 모든 관계는 선형적이며, 무작위적이어야 한다는 가정을 충족시켜야 한다. 특히 전체적인 모형의 적합도 지수는 절대적합지수(Absolute Fit Measures), 증분적합지수(Incremental Fit Measures) 그리고 간명적합지수(Parsimonious Fit Measures) 등 3가지 유형을 통해 이루어지며, 이들 주요 적합도 지수⁷³⁾를 간단히 살펴보면 다음과 같다.

첫째, 전체적인 모형의 추정값과 관측값의 차이를 통해 모형의 전반적인 적합 정도를 알아보는 절대적합지수로는 χ²통계량, GFI(Goodness-of-Fit Index; 기초 부합지수), RMSR(Root Mean Square Residual; 제곱근 평균제곱 잔차), RMSEA(Root Mean Square Error of Approximation; 근사제곱근 평균제곱오차) 등이 포함되며, 이중 χ²은 “모형이 적합하다”는 귀무가설을 채택해야 좋으므로 유 72) 조현철, 구조방정식모델, 도서출판 석정, 2003, p.3.

73) James L. Arbuckle and Werner Wothke, Amos 4.0 User's Guide, SmallWaters Corporation, 1999, pp.395-416.

의수준이 비유의한 값일수록 좋은 모형이다. 즉, 확률값이 0.05보다 크면 5%의 유의수준에서 모델과 관측데이터가 같다고 하는 가설을 기각할 수 없다고 판단하 며, 모델이 관측데이터에 적합하다고 간주하는 것이다⁷⁴⁾. 그러나 표본수가 200개 이상으로 증가하면 χ²검정은 유의한 확률수준을 나타내는 경향이 있어 모델이 적 합하다는 귀무가설이 기각되기 쉬우며, 반대로 표본수가 100개 이하로 감소하면 유의하지 않은 확률수준을 나타내는 경향이 있어 귀무가설이 기각되지 않기 쉽 다.⁷⁵⁾ 한편 GFI는 구성한 모델이 표본공분산행렬을 설명하는 비율을 나타내는 지표이며, 일반적으로 0.90을 기준으로 한다.⁷⁶⁾

적합도지수가 권장기준을 완전히 충족하지 못한다고 할지라도 일부 지수들이 권장수준 내에 있다면 연구모형의 적합성을 수용할 수 있는데, 그 중 하나는 χ² 값을 자유도로 나눈 값이 1～2일 때 매우 적합한 모형으로 인정되나, 통상적으로 3보다 작으면 상당히 좋다⁷⁷⁾고 할 수 있다.

RMSR은 모델이 설명할 수 없는 표본공분산 행렬의 잔량을 한 셀당 평균으로 나타낸 지표이므로 작을수록 좋은데, 일반적으로 0.05 이하이면 좋은 모형이라고 할 수 있으며, RMSEA는 근사제곱근 평균제곱오차로써 이 역시 대체적으로 0.05 에서 0.08 이하이면 적당하다.

둘째, 모형 평가시 기초모형과의 비교를 통해 그 증가분을 가지고 모형을 평 가 검정하게 되는데, 그 정도를 알아보는 지수가 증분적합지수인데, 여기에는 0과 1사이의 값을 갖는 AGFI(Adjusted Goodness-of-Fit Index; 수정기초부합지수)가 대표적이며, 1에 가까울수록 완벽한 적합도를 이루며, 증분적합지수에는 표준적합 지수로 NFI도 1에 가까우면 완벽한 적합을 나타내는데, 통상 0.90 이상이면 양호 한 적합도를 나타내고, 그 외 표본크기에 큰 영향을 받지 않는 비표준 적합지수 로 NNFI가 있는데, 이 값은 간혹 1보다 큰 경우도 있다.

셋째, 모형이 각 추정계수에 필요한 적합도에 최대로 도달하는 정도를 나타내 는 것이 간명적합지수인데, PGFI, PNFI, AIC 등이 여기에 속하며, PGFI, PNFI 는 대체로 0.6 이상이면 적절한 적합도를 나타내고, AIC는 낮을수록 좋다.

본 연구의 실증연구에서는 이상에서 살펴본 적합도 지수들중 주요한 지수들 을 서비스품질이 고객만족에 미치는 영향 등 가설에 나타난 영향과 함께 제시하 였다.

먼저 전체적인 모형 적합도를 보면, <그림 4-4>와 <표 4-6>에 나타난 바와

74) 노형진, SPSS/AMOS에 의한 사회조사분석, 형설출판사, 2002, p.274.

75) R. E. Schumacker and R. G. Lomax, A Beginners's Guide to Structural Equation Modeling, Lawrence Erlbaum Assiciates, 1996, p.125.

76) 조현철, LISREL에 의한 구조방정식 모델, 도서출판 석정, 1999, p.114.

77) 강병서․조철호, SPSS와 AMOS 활용-연구조사방법론, 무역경영사, 2005, p.365.

같이 χ²=448.856(p<0.05)로써 5%의 유의수준에서 유의하게 나타났다. 본 실증분 석의 자료는 앞서 언급한 바와 같이 323개로, 표본수가 200이상의 사례를 대상으 로 하고 있으므로 유의한 확률을 나타내는 경향을 보였다.

χ²/df는 2.859로 기준치 3이하로 나타나 상당히 좋은 모델로 판단되며, 또한 CFI=0.941로써 기준치 0.9보다 높게 나타났고, 부합도지수인 NFI=0.913으로써 모 두 기준치를 상회하고 있으며, RMSEA=0.076으로써 기준치 0.05보다 다소 크지 만 모집단의 근사치 오차를 받아들일수 있으며, GFI=0.882, 조정된 적합지수인 AGFI = 0.842로써 모두 기준치에 근접하고 있어 전체적인 적합도는 수용해도 무 리가 없는 수준이다.

이에 따라 금융산업에서의 서비스품질과 고객만족, 고객만족과 재방문의도 및 구전효과간의 구조방정식 모형을 통한 영향정도를 파악한 결과 다음과 같이 정리 할 수 있었다.

첫째, 가설1의 검증결과, 농협의 공감성 차원의 서비스품질(C.R.=3.023, p<0.01)과 유형성 차원의 서비스품질(C.R.=2.612, p<0.01)이 고객만족에 유의적인 영향을 미치고 있어, 공감성 차원의 서비스품질이 높을수록 고객만족(ϒ13=0.331)이 높아지고, 유형성차원의 서비스품질이 높을수록 고객만족(ϒ14=0.219)이 높아지는 것으로 볼 수 있다. 그러나 응답성 차원(ϒ11=0.098) 및 신뢰/확실성 차원(ϒ

12=0.197)의 서비스품질이 고객만족에 미치는 영향은 유의적이지 못하였다. 따라 서 농협의 고객만족에 가장 큰 영향을 미치는 서비스 차원은 고객이익을 진심으 로 고려하고, 편리하게 이용할 수 있게 영업시간을 맞추며, 고객에 대해 개인적으 로 신경을 쓰고, 고객의 구체적 요구와 필요를 이해하는 공감성 차원이며, 두번째 로는 적합한 시설과 분위기, 보기 좋게 정리한 시설, 직원 옷차림과 용모 등 유형 성 차원의 서비스품질을 높이는 것이 고객만족을 높이는 것이다.

둘째, 가설2의 검증결과, <표 4-6>에 나타난 바와 같이 고객만족(C.R.=13.685, p<0.01)이 재방문의도에 유의적인 영향을 미치고 있어, 고객만족도가 높을수록 재방문의도(ϐ21=0.606)이 높아지고 있음을 보여주었다. 또한 고객만족(C.R.=11.836, p<0.01)도 구전효과에 유의적인 영향을 미치고 있어, 고객만족도가 높을수록 구 전효과(ϐ31=0.551)이 높아지고 있음을 보여주었다.

<그림 4-4> 모형의 적합성

<표 4-6> 주요 경로별 구조방정식 모형분석결과

주 요 경 로 추정치 표준

오차 C.R. p. 표준화

계 수 ϒ11 응답성 → 고객만족 0.125 0.149 0.836 0.403 0.098 ϒ12 신뢰/확실성 → 고객만족 0.306 0.206 1.483 0.138 0.197 ϒ13 공감성 → 고객만족 0.370 0.122 3.023^*** 0.003 0.331 ϒ14 유형성 → 고객만족 0.313 0.120 2.612^*** 0.009 0.219 ϐ21 고객만족 → 재방문의도 0.636 0.046 13.685^*** 0.000 0.606 ϐ31 고객만족 → 구전효과 0.540 0.046 11.836^*** 0.000 0.551

측정 모형

응답성 → 업무처리시간 고지 1.000 - - 0.000 0.760

응답성 → 즉각적 서비스제공 1.036 0.067 15.572^*** 0.000 0.828 응답성 → 고객요구 신속대응 1.060 0.071 14.831^*** 0.000 0.794 신뢰/확실성 → 신뢰 및 의지 1.274 0.091 13.929^*** 0.000 0.772 신뢰/확실성 → 안심거래 안전확보 1.248 0.085 14.692^*** 0.000 0.807 공감성 → 고객요구필요이해 0.950 0.058 16.375^*** 0.000 0.871

공감성 → 편리한 이용시간 1.000 - - 0.000 0.824

신뢰/확실성 → 직원신뢰 1.311 0.086 15.269^*** 0.000 0.843 응답성 → 자발적 도움 1.124 0.069 16.407^*** 0.000 0.867 신뢰/확실성 → 고객문제 관심 및 해결 1.117 0.078 14.36^*** 0.000 0.790

신뢰/확실성 → 업무처리약속 1.000 - - 0.000 0.735

유형성 → 시설 및 분위기 0.967 0.068 14.136^*** 0.000 0.773 공감성 → 개인적 신경 0.968 0.056 17.339^*** 0.000 0.823 유형성 → 옷차림 용모 1.045 0.070 15.002^*** 0.000 0.819

유형성 → 최신장비 1.000 - - 0.000 0.788

공감성 → 고객이익 고려 0.953 0.053 18.059^*** 0.000 0.847 신뢰/확실성 → 약속시간에 서비스제공 1.156 0.079 14.716^*** 0.000 0.813 적합도

측정기준 χ² χ²/d.f. GFI AGFI RMR RMSEA NFI 적합기준치 임계치 3이하 0.9이상 0.9이상 0.000 0.05이하 0.9이상

추정치 448.856 2.859 0.882 0.842 0.062 0.076 0.913 주) C.R. Critical Ratio=추정치/표준오차; *** p<0.01; 경로계수는 표준화된 계수임.