1. 변인간의 강도분석
상관관계 분석은 탐색적 연구에서 연구문제 검증에 사용될 뿐 아 니라 검증을 실시하기에 앞서 모든 연구에서 사용되는 주요 변수들
의 관계의 강도를 제시함으로써 변수들 간의 관련성에 대한 대체적 인 윤곽을 제시해준다. 이 연구에서는 제 변인간 상관관계를 살펴보 기 위하여 Pearson의 상관계수를 산출하였으며, 그 결과는 다음의
<표 4>과 같다.
1 2 3 4 5 6 7 8 9 10
1 1
2 .534** 1 3 .247** .277** 1 4 .317** .225** .422** 1 5 .287** .209** .444** .735** 1 6 .212** .179** .384** .454** .450** 1 7 .064 .000 .184** .073 .096* .213** 1 8 .025 .103* .343** .131** .183** .309** .410** 1 9 .090* .119** .417** .177** .234** .303** .399** .466** 1 10 .019 .075 .245** .117** .146** .260** .491** .316** .471** 1 M 3.16 3.10 3.05 2.78 2.75 3.22 3.80 3.62 3.39 3.73
SD .74 .56 .53 .65 .62 .63 .46 .53 .50 .51
*p<0.05, ** p<0.01
주 = 1 목표지향, 2 활용가치, 3 흥미열정, 4 자기신뢰, 5 성취열망, 6 진로자립, 7 변화 대처, 8 관계활용, 9 진로결정수준, 10 전공선택만족
<표 4> 변수간의 상관관계 분석결과
상관관계 분석결과, 이 연구의 종속변수로 고려한 진로결정수준은 명리직업선천성 및 진로탄력성 요인과 정(+)의 관계를 나타내어, 자 체변수 간의 상관관계를 제외한 모든 상관계수에서 이론적 방향성과 일치하는 것으로 나타났다. 그리고 전체 변수 간에 다중공선성의 의 심이 되는 상관계수인 .80 이상의 관계를 보인 측정변수는 없는 것으 로 나타났다.
2. 확인적 요인분석
이 연구는 변수상호간의 영향관계를 분석하고자 AMOS 18.0을 통 한 구조방정식모형(SEM)으로 연구모형의 경로를 검증한다.
특히 이 연구에서는 two-step-approach의 방법이 사용되었다. 이 방 법은 확인적 요인분석(confirmatory factor analysis)을 통하여 요인부하 량이 낮은 값을 제거한 후에 다시 그 변수들의 총합에 대한 평균을 구하여 새로운 요인을 만든 후 새로운 요인간의 구조방정모형을 실 시하는 방법이다.
아래의 <표 5>은 확인적 요인분석을 통해 얻은 잠재변수와 관측 변수간의 관계를 나타내고 있다. 분석 결과 모든 항목에서 수렴타당 도를 설명하는 요인부하량이 0.5 이상, 0.95 이하의 수치를 보여주고 있다. 다시 말하면 이 연구에서 잠재변수를 설명하는 관측변수 (observed variable)가 잘 구성되어 있다고 말할 수 있다.
항목 비표준화계수 요인부하량 표준오차 t P
명리 직업 선천성
목표지향 1.000 .75
활용가치 .831 .66 .159 5.224 .000
흥미열정 1.126 .89 .178 6.343 .000
진로결정수준 1.000 .54
진로 탄력성
자기신뢰 1.000 .60
성취열망 .941 .82 .122 7.688 .000
진로자립 1.266 .76 .302 4.197 .000
변화대처 1.316 .76 .313 4.199 .000
관계활용 1.891 .87 .678 2.789 .005
<표 5> 확인적 요인분석 결과
3. 모형의 적합도 검증
이 연구에서 설정한 모형을 검증하기 위하여 구조방정식모형분석 을 통해 전반적인 모형의 적합도와 모수들을 추정하였는데, 구조모 형의 모수는 최대우도법(maximum likelihood; ML)을 이용하였다. 또 한 모형의 적합도를 평가하기 위해 적합도 지수를 많이 사용하는데 이 연구에서는 일반적으로 0.9이상이면 수용 가능한 것으로 판단하 는 증분적합지수 값(comparative fit index; CFI)과 (tucker-lewis index;
TLI)값, 그리고 절대적합지수(root mean square error of approximation;
RMSEA)값을 이용하였다. 이 연구의 구조방정식 모형분석에서 사용 되는 모형에 대한 적합성 평가 기준으로 각 부합지수에 대한 분석기 준은 다음과 같다.
χ(카이제곱)은 모델의 전반적인 부합도를 평가하는 지수인 절대 적합지수의 하나로서 자료가 정규분포를 보인다는 이론을 근거로 모 형의 완전성, 모형이 모집단 자료에 완전하게 적합하다는 귀무가설 을 검증하는 것이다. χ값의 통계적 유의 수준으로서 최저수준은 0.05이며 보다 안정적인 기준치는 0.1 또는 0.2로 분석하고 있다.
적합도 지수(good fit index; GFI)는 주어진 모형이 전체자료를 얼 마나 잘 설명하는지를 나타내는 지표로서 제안모델의 적합도를 설명 해주고 있다. 지표의 값은 0.0-1.0 사이의 값을 가지며 이 값이 크면 클수록 좋은 적합도를 나타내지만 권장수용수준은 0.9 이상이면 적 합한 것으로 분석하고 있다.
조정된 적합지수(adjusted fit index; AGFI)는 적합도 지수를 확장한 것으로 자유도를 수정한 값이며 구조방정식 모형 분석에서는 수용 수준이 0.9 이상이거나 같은 경우를 말한다. 평균제곱잔차제곱근(root mean-square residual: RMSR)은 모형분석에서 실제 자료의 값과 모형 에 의해 산출된 값을 표준화한 값으로 정의하고 있다. 수용기준은 관
찰행렬과 추정행렬 사이에 잔차 평균이 0.05-0.08 이하이면 적당한 모
.083 .892 .809 .943 .901 .907 .503
가설
.079 .912 .848 .933 .952 .897 .530
<표 6> 가설모형 적합도표 84
라고 해석할 수 있다. 가설모형 2는 χ²=55.569, df=32, p<.05로 나타나 적합기준을 만족하지 못하였다. 절대적합지수 RMSEA, GFI, AGFI와 증분적합지수인 TLI, CFI, NFI, 그리고 간명적합지수인 PGFI를 살펴 보면, AGFI와 NFI가 기준에 약간 못 미치는 것으로 나타났다. 이러 한 결과는 가설모형 2가 전체적으로 매우 적합한 모형은 아니지만, 대체로 기준에 근접하거나 기준을 충족했기 때문에 양호한 모형이라 고 해석할 수 있다. 결과적으로 두 가지 가설모형 중 진로탄력성이 명리직업선천성과 진로결정수준을 완전매개하는 가설모형 2를 이 연 구의 최종 구조모형으로 선택하였다.
4. 최종구조모형의 경로계수 및 다중상관치
경로 비표준화
계수
표준화
계수 S.E. C.R. P
명리직업선천성→
진로탄력성 .375 .449 .088 4.249** .001
명리직업선천성→
진로결정수준 -.097 -.071 .103 -.947 .344
진로탄력성→진로
결정수준 1.600 .971 .205 7.811** .001
**p<.01
<표 7> 최종 구조모형 경로계수와 유의도 검증
대학생의 명리직업선천성과 진로탄력성 및 진로결정수준에 관한 최종 구조모형의 경로계수는 <표 7>와 같으며 경로계수 모형은 <그 림 6>를 통해 확인할 수 있다. 우선 잠재변수들 간의 경로에 대한 유 의성 판단은 비표준화 계수 부분의 C.R.값으로 하였다. C.R.값이 1.96 보다 크면 유의수준 5%에서 유의하며, 2.58보다 크면 유의수준 1%에 서 유의하다. 경로의 유의성은 하나의 변수가 다른 변수로 유의미한
영향을 미친다는 것을 의미한다. 이 연구에서는 ‘명리직업선천성 → 진로결정수준’의 경로를 제외한 모든 경로의 C.R.값이 2.58 이상으로 유의수준 1%에서 유의하였다.
잠재변수들 간의 경로에서 유의한 경로들의 표준화 계수를 살펴보 면 다음과 같다. ‘명리직업선천성 → 진로탄력성’의 경로계수는 .449,
‘진로탄력성 → 진로결정수준’의 경로계수는 .971로 나타났으며, 유의 수준 1%에서 유의하였다.
이와 같은 결과는 명리직업선천성이 진로결정수준에 직접적인 영 향을 미치지 않고, 진로탄력성에만 직접적인 영향을 미치는 것을 의 미한다. 또한 진로탄력성은 진로결정수준에 직접적인 영향을 미치는 것으로 해석할 수 있다. 따라서 명리직업선천성이 높을수록 진로탄 력성의 수준이 높고 이는 다시 진로결정수준을 향상시키는 것으로 볼 수 있다.
<그림 6> 최종 구조모형 경로계수
다음으로 최종 구조모형에서 종속변수에 대한 독립변수의 설명도 를 확인하기 위하여 다중상관치(squared multiple correlations)를 확인 하였다. 다중상관치에 대한 결과는 <표 8>과 같다.
변수 다중상관치(R)
명리직업선천성
-진로탄력성 .202
진로결정수준 .886
<표 8> 최종 구조모형의 다중상관치
명리직업선천성은 영향을 주기만 하는 외생변수로 설정하였기 때 문에 다중상관치가 나타나지 않는다. 진로탄력성에 대한 명리직업선 천성의 설명력은 20.2%였다. 그리고 진로결정수준은 명리직업선천성 과 진로탄력성에 의해 88.6%로 설명되고 있다.
5. 최종구조모형의 경로계수 효과분해
최종 구조모형에서 대학생의 진로결정수준에 명리직업선천성과 진로탄력성이 어떻게 영향을 미치는지 구체적으로 이해하기 위해 경 로계수를 직접효과, 간접효과, 총효과로 구분하여 알아보았다. 이를 통해 각 경로에 의한 효과의 크기와 경로의 유의성을 확인할 수 있다.
경로 직접효과 간접효과 총효과
비표준화 표준화 비표준화 표준화 비표준화 표준화
명리직업선천성→
진로탄력성 .375 .449* .375 .449*
명리직업선천성→
진로결정수준 -.097 -.071 .600 .436** .503 .366**
진로탄력성→진로
결정수준 1.600 .971** 1.600 .971**
*p<.05, **p<.01
<표 9> 최종 구조모형의 경로계수 효과 분해
이 연구에서는 간접효과와 총효과의 유의성을 알아보기 위해 부트 스트랩핑(bootstrapping) 방법을 사용하였다. 잠재변수들 간 경로계수 의 효과를 분해한 결과는 <표 9>과 같다.
명리직업선천성은 진로탄력성에 .449 만큼의 직접적인 효과를 가 진다. 명리직업선천성은 진로결정수준에는 직접적으로 유의미한 효 과는 주지 못하며 .436 만큼의 간접효과를 지닌다. 즉 명리직업선천 성은 진로탄력성을 통해서 진로결정수준에 간접적으로 효과를 줄 수 있으며, 진로탄력성을 매개하여 진로행동 및 성과에 영향을 미칠 수 있음을 알 수 있다. 또한 이러한 간접 경로가 모두 유의미하다는 것 을 확인할 수 있다. 그리고 진로탄력성은 진로결정수준에 .917 만큼 의 직접적인 효과를 가지며, 이는 진로탄력성의 증가가 진로결정수 준의 향상을 매우 직접적으로 촉진시킬 수 있다는 의미로 해석할 수 있다. 그러므로 대학생 개인이 사주에 의해 선천적으로 가지는 직업 적 성향이 실질적인 진로탐색행동이나 진로성과로 연결되기 위해서 는 자신의 성향과 환경 등을 어떻게 활용하여 효과적인 방법으로 자 신에게 유리하게 만들 것인지에 대한 긍정적 심리자원인 진로탄력성 이 진로결정수준의 중요한 예언변인이라는 사실을 이 연구에서도 확 인할 수 있으며, 특히 진로탄력성만으로도 진로결정수준을 예언하므 로, 진로탄력성은 명리직업선천성의 성과를 극대화시키는데 있어서 매우 중요한 변인이라고 할 수 있다.
6. 전공선택만족도의 조절효과 검증
이 연구의 연구문제 3인 전공선택만족도의 조절효과를 검증하기 위하여 가설적 경로모형의 적합도를 알아보고자 군집분석 및 다중집 단 분석을 실시하였다.
먼저 전공선택만족 수준이 높은 집단과 낮은 집단을 타당성 있게