가. 탐색적 요인분석
앞서 개발된 퍼네이션활동에 대한 5가지 하위 구성요인과 매개변수 및 종속 변수에 대한 요인분석을 실시하였다. 요인추출방법은 주성분분석으로 진행하였 으며 요인회전으로는 보편적으로 많이 사용되고 있는 직각회전 중 베리맥스 (varimax) 회전법을 사용하여 탐색적 요인분석(exploratory factor analysis:
EFA)을 실시하였다. 측정항목에 대한 신뢰성을 확보하기 위한 크론바흐 알파 (cronbach's alpha)값을 확인하였다.
가장 먼저, 퍼네이션활동에 대한 즉, 독립변수의 탐색적 요인분석의 결과 5 가지의 하위구성 요소들에 대한 총 분산은 77.13%로 나타났으며 각 문항의 요인 적재치가 모두 .6 이상으로 나타나 유의한 결과를 얻었다. 또한, 퍼네이션활동 의 각 구성개념들의 신뢰성 검증을 위해 크론바흐 알파(cronbach's alpha) 계수 를 확인한 결과 재미는 .900, 상호작용은 .829, 정보공개성은 .756, 가시성은 .887, 마지막으로 접근성은 .802로 신뢰계수 기준인 .7이상(Nunnally and Bernstein, 1994)으로 나타나 내적 일관성 및 가설검증을 위한 신뢰성을 확보하 였다.(<표 14>). 마지막으로 퍼네이션활동 하위 차원에 대한 KMO(Kaiser-Meyer-Olkin) 값은 .871, Bartlett의 구성검정치는 .000으로 유의미 하게 나타났다.
퍼네이션활동과 기부의도 간의 메커니즘을 확인하기 위한 매개변수와 종속변 수의 탐색적 요인분석의 결과 총 분산은 78.62%로 나타났으며 매개변수와 종속 변수에 대한 각 문항의 요인적재치가 모두 .6 이상으로 나타나 유의미한 결과를 얻었다. 또한, 매개변수와 종속변수의 각 구성개념들의 신뢰성 검증을 위해 크 론바흐 알파(cronbach's alpha) 계수를 확인한 결과 ‘기부의미지각’은 .867,
‘목표 성취감’은 .883, ‘힐링’은 .787 마지막으로 기부의도는 .819로 신례 계수 기준 .7 (Nunnally and Bernstein, 1994)보다 높게 나타나 내적 일관성을 확보하고 가설검증에 필요한 신뢰성을 확보하였다.(<표 15>). 마지막으로 퍼네 이션활동 하위 차원에 대한 Kaiser-Meyer-Olkin(KMO) 값은 .892, Bartlett의 구
변수 항목 요인부하량 Cronbach‘s Alpha
재미
a1 .796
.900
a2 .863
a3 .850
상호작용
b1 .693
.829
b2 .731
b3 .613
정보 공개성
c1 .752
.756
c2 .739
c3 .831
가시성
d1 .829
.887
d2 .843
d3 .850
접근성
e1 .807
.802
e2 .727
e3 .734
아이겐값 6.538 2.001 1.279 1.042 .710 분산% 43.587 13.338 8.527 6.948 4.732 누적분산% 43.587 56.924 65.451 72.399 77.130 KMO(Kaiser-Meyer-Olkin):.871, Bartlett 검증 유의확률 .000
<표 14> 탐색적 요인분석 결과(독립변수) 성검정치는 .000으로 유의미하게 나타났다.
변수 항목 요인 부하량 Cronbach‘s Alpha 기부의미
지각
M1 .786
.867
M2 .860
M3 .855
목표 성취감
G1 .829
.883
G2 .745
G3 .794
힐링
H1 .881
.787
H2 .636
H3 .687
기부 의도
I1 .797
.819
I2 .747
I3 .662
아이겐값 6.111 1.704 .892 .727 분산% 50.929 14.198 7.434 6.061 누적분산% 50.929 65.127 72.561 78.622 KMO(Kaiser-Meyer-Olkin):.892, Bartlett 검증 유의확율 .000
<표 15> 탐색적 요인분석 결과(매개 및 종속변수)
나. 확인적 요인분석
탐색적 요인분석 결과를 바탕으로 퍼네이션활동의 5가지 차원에 대한 확인적 요인분석(confirmatory factor analysis : CFA)을 LISREL 8.30을 이용해 실시하 였다. 내적 일관성을 측정하는 복합신뢰도(composite reliability; CR)와 평균 추출분산(average variance extracted; AVE) 값을 확인한 결과, 퍼네이션활동의 독립변수인 ‘재미’, ‘상호작용’, ‘정보공개성’, ‘가시성’, ‘접근성’
에 대한 복합신뢰도는 Bagozzi and Yi(1988)이 제안한 기준치 .7이상으로 모든 구성 개념들이 나타났다. 또한, 평균추출분산 역시 .5이상이면 집중 타당성을
갖는 것으로 받아들여지고 있으며 분석결과, 대부분이 기준치 .5를 상회하는 것 으로 나타났다(<표 16> 참조). 또한 매개분석과 종속변수의 복합신뢰도는 구성 개념들은 기준치 .7보다 모두 높게 나타났으며, 평균추출분산을 확인한 결과 기 준치 .5이상으로 나타나 유의미한 결과를 얻었다(<표 17>참조).
다음으로 척도 판별타당성 분석을 시행하였다. 가장 먼저 구성개념간의 상관 관계가 1보다 작은지 여부를 확인하는 방법으로 검증하였다. 확인적 요인분석 후 도출된 요인들 간의 상관관계가 .85보다 작으면 각 요인들 간에 판별타당성 이 확보된 것으로 볼 수 있다(Kline, 2005). 그밖에도 모형에 포함된 6개의 이 론 변수들 간의 관계를 보여주는 Φ계수20)를 확인하는 방법은 Φ계수의 신뢰구간 (Φ± 2 SE)에 1.0이 포함되지 않아야 하며 1.0이 포함되지 않았음을 확인하였 다. 또한, 판별타당성을 확인하는 방법으로 2개의 구성개념으로 짝 지워진 모든 쌍에 대해서 상관계수를 1로 제약시킨 측정모델과 비제약모델 간에 값(∆
>3.84) 차이가 유의하게 나타나는지 확인하였다. 검증 결과 모든 쌍에서 제약모 델의 값이 유의한 차로 더 크게 나타나 제시된 측정개념들의 판별타당성이 확 보되었다.
20) LISREL Full Model에서 구성하는 모수를 고정하거나 제약하게 되는데, 모수를 제어하는 방법은 크게 3가지 존재한다. 첫째는 모수를 고정하는 것이며, 둘째는 모수의 제약을 가하는 것이며, 셋째는 모수 를 비고정하는 것이다. 제약조건을 부여하는 방법은 모수를 0이나 1로 고정시키거나 몇 개의 모수들 을 동일한 값으로 취하는 형태가 있다. ᐱy의 경우 계수를 1로 고정하지 않고 Φ를 표준화할 수 있다.
모델의 인정가능성을 높이기 위한 방법으로 모델에서 추정되는 모수에 대한 공분산행렬의 대칭성을 고려해야 되는데, 외생변수의 공분산행렬(Φ)은 대칭행렬이기 때문에 Φ12=Φ21이다. 그러므로 Φ12 가 추정될 모수인 경우 Φ12와 Φ21은 g나의 추정될 모수로 계산되도록 한다. 결과적으로 외생변수의 공분산행렬(Φ)에서 대각선을 모두 1로 고정시키는 방법은 모델의 인정가능성을 높이는 방법으로 많 이 활용된다.
측정문항 측정오차 표준부하량 t-value CR
재미(A)
.32 .83 12.98
.903
.26 .86 13.72
.15 .92 15.39
상호 작용(B)
.43 .76 11.11
.840
.30 .84 12.80
.37 .80 11.94
정보 공개성(C)
.57 .65 8.52
.761
.44 .75 9.96
.44 .75 9.92
가시성(D)
.35 .81 12.42
.22 .88 14.11 .892
.23 .88 13.96
접근성(E)
.38 .79 11.36
.43 .75 10.72 .808
.44 .75 10.67
적합도 χ²=126.97, GFI(.910), AGFI(.866), CFI(.966), NFI(.917), NNFI(.955), RMR(.04)
* p<.001
<표 16> 확인적 요인분석(독립변수)
끝으로 모델의 적합도는 독립변수의 경우, =126.97(df=80, p=.000)로 유의하 게 나타났다. 검증은 표본 크기에 민감한 지표이므로 (본 연구의 경우 N=173 명), 적합도 지표를 확인한 결과, GFI(goodness-of-fit index)=.910, AGFI(adjust-goodness -of-fit index)=.866, CFI(comparative fit index)=.966, NFI(normed fit index)=.917, NNFI(non-normed fit index=.955), RMR(root mean square residual)=.04로 나타나, AGFI 적합도 지수 가 .9에 미달하나 다른 적합도 지수들은 대체로 높게 나타나(fair fit; Marsh and Hau, 1996) 수용할만한 결과를 확보하였다. 또한, 종속 및 매개변수의 경 우, =120.21(df=48, p=.000)로 유의하게 나타났다. 검증은 표본 크기에 민 감한 지표이므로 (본 연구의 경우 N=173명), 적합도 지수를 확인한 결과,
측정문항 측정오차 표준부하량 t-value CR 기부의미
지각(F)
.46 .74 10.80
.870
.29 .85 13.09
.18 .91 14.53
목표 성취감(G)
.28 .85 13.42
.887
.36 .80 12.29
.19 .90 14.64
힐링(H)
.62 .62 8.42
.794
.27 .85 12.94
.41 .77 11.24
기부의도(I)
.39 .78 11.55
.820
.41 .77 11.32
.39 .78 11.61
적합도 χ²=120.21, GFI(.896), AGFI(.830), CFI(.937), NFI(.903), NNFI(.913), RMR(.06)
<표 17> 확인적 요인분석(종속 및 매개변수)
GFI(.896), AGFI(.830), CFI(.937), NFI(.903), NNFI(.913), RMR(.06)으로 나타 났다. AGFI 적합도 지수가 .9에 미달하나 다른 적합도 지수들은 대체로 높게 나 타나(fair fit; Marsh and Hau, 1996) 수용할만한 수준으로 확인되었다.
A B C D E F G H I A .757 .60 .60 .08 .21 .28 .27 .37 .36 B .781
(.04) .636 .21 .22 .43 .33 .42 .41 .67
C .284 (.08)
.461
(.08) .516 .27 .30 .07 .11 .02 .09
D .464 (.06)
.476 (.07)
.523
(.07) .734 .42 .01 .25 .22 .13
E .516 (.06)
.659 (.06)
.551 (.07)
.650
(.05) .583 .21 .39 .31 .42
F .532 (.06)
.581 (.06)
.282 (.08)
.141 (.08)
.463
(.07) .693 .30 .14 .42
G .523 (.06)
.653 (.05)
.337 (.08)
.503 (.06)
.627 (.06)
.553
(.06) .724 .57 .57 H .608
(.06)
.642 (.06)
.156 (.09)
.473 (.07)
.560 (.07)
.386 (.07)
.755
(.04) .567 .58 I .604
(.05)
.820 (.04)
.300 (.09)
.373 (.07)
.621 (.06)
.651 (.05)
.759 (.04)
.765
(.05) .603 주) 1. 대각선은 평균분산추출값(AVE)임. 대각선 아래쪽은 구성개념 간
상관계수이며, ( )안의 값은 표준오차임. 대각선 위쪽은 구성개념 간 상관자승치(squared correlation)임.
A: 재미, B:상호작용, C:정보공개성, D:가시성, E:접근성, F:기부의미 지각 G: 목표성취감, H:힐링, I:기부의도
<표 18> 구성개념 간 상관관계 매트릭스
<그림 3> 경로결과(괄호 안은 t값)