설문을 통해 측정된 항목들이 원하는 개념과 속성으로 정확하게 측정되었는 지 측정도구의 개념타당성(Construct Validity)을 검증하기 위하여 요인분석을 실시하였다. 요인분석(factor analysis)은 다수 변수들 간의 관계(상관관계)를 분석하여 변수들의 바탕을 이루는 공통차원들을 통해 이 변수들을 설명하는 통 계기법으로, 요인추출방법에는 주성분분석과 공통요인분석의 두 가지가 있다.
70) 원래의 변수들의 분산 중 가급적 많은 부분을 설명하는 소수의 요인을 추 출하는데 목적이 있는 분석을 주성분분석이라고 하며 보다 널리 이용되는 방식
69) 보통 0.3 미만이면 신뢰도를 저해항목이라고 하여 제거하기 때문에, 2-4 컨설팅업체를 통한 신뢰성 확 보 문항 제거.
70) 이학식·임지훈, 전게서, p.362.
이므로 본 연구 또한 주성분분석 방식을 이용하였다. 요인을 회전함으로써 어 떤 변수가 어떤 요인에 높게 관계되는지 알 수 있는데, 요인간의 독립성을 유 지하면서 요인구조가 가장 뚜렷할 때까지 요인을 회전시키는 직각요인회전 (orthogonal factor rotation)의 배리맥스 회전(varimax rotation)71)을 사용하 였다. 요인분석을 통하여 요인 적재량이 낮은 항목은 제외하였다.
요인 분석결과는 <표 20>, <표 21>과 같다.
71) 요인구조를 단순화(혹은 명확화)하고 해석이 가장 용이하다.
변수 및 항목 성분
요인 1 요인 2 요인 3 요인 4 요인 5 원산지
규정 이해도
1-3 .869 1-1 .812 1-4 .799 4-1 .754 4-2 .632 원산지
관리시스템 활용정도
1-5 .945
3-2 .837
4-3 .767
수출성과
5-3 .915
5-2 .906
5-4 .891
원산지 규정 관리정도
3-4 .780
3-1 .728
3-5 .692
3-3 .594
원산지정보 신뢰도
2-2 .798
2-1 .795
고유값 3.971 3.032 2.963 2.857 1.601 분산설명(%) 23.361 17.836 17.429 16.806 9.420 누적설명(%) 23.361 41.197 58.626 75.433 84.853 표준형성 적절성의 Kaiser-Meyer-Olkin 측도 .711
Bartlett의 구형성검증 근사 카이제곱 529.293
자유도 136
유의확률 .000
<표 20> KMO와 Bartlett의 검정
요인분석을 위한 변수선정의 적절성 및 요인분석 모형의 적합성 여부를 판단 하기 위해 KMO와 Bartlett의 검정을 우선적으로 실시하였다. 일반적으로 KMO값이 .5보다 크고 Bartlett의 구형성검정에서 유의확률(p값)이 .05보다 작으면 요인분석을 해도 된다는 타당성을 확보하는 것인데, 본 설문의 분석결 과 KMO값이 .711로 .5보다 크고, Bartlett의 유의확률이 .000으로 .05보다 작기 때문에 요인분석을 해도 된다는 결과를 얻었다.
<표 21> 요인분석 결과
일반적으로 요인과 문항의 선택기준은 고유 값 1.0이상, 요인 적재치는 0.50 이상을 매우 중요한 적재치로 간주한다. 22개의 문항가운데 요인적재량이 낮은 5개의 항목을 삭제하여 17개 문항을 분석하였고, 분석결과 고유 값이 1.0 이 상, 요인 적재치는 대부분 0.50이상으로 나타났다. 또한, 원산지규정 이해도와 원산지 활용성과 변수가 같은 요인으로 묶이는 것으로 나타나 원산지 활용성과 변수는 원산지규정 이해도라는 변수에 포함시켰고, 원산지 관리시스템 활용정 도라는 새로운 변수를 만들어 원산지 관리시스템의 이해, 활용 및 기업 내 시 스템 구축정도를 평가하였다.