자료분석

이 연구에서는 자료 분석을 위해 PASW Statistics 18.0 및 AMOS 20.0을 활용하였고 모든 결과는 5%의 유의수준을 기준으로 처리하였다.

실제 본 연구의 가설을 검정하기 위한 통계방법으로는 구조방정식 모형 분석을 활용하였으며 입력자료로는 원자료를 활용하였다. 일반적으로 구 조방정식 입력자료로는 상관행렬과 공분산행렬이 활용되지만 본 연구에 서는 간접효과와 총효과의 표준오차를 구하기 위해서 부트스트랩방법을 활용하였기에 원자료를 입력자료로 활용하였다.

구조방정식 모형 분석은 이론적 모형을 검증하고 개발하는데 목적이 있을 때 매우 적절한 방법으로 알려져 있다(Anderson & Gerbing, 1988). 구조방정식 모형 분석은 전반적인 적합도, 변인들 사이의 직접효 과, 간접효과, 총 효과를 분석하여 복잡한 변인간의 관계를 통합적으로 제시하기 때문이다. 또한 구조방정식은 직접적인 측정이 어려운 변인을 측정하기 위해 잠재변인을 활용하기 때문에 측정오차를 분리하여 판단하 는데 효과적이다. 따라서 개인의 진로선택몰입을 이끄는 심리적인 과정 을 구명하기 위해 구조방정식 모형 분석은 실제 측정하기 어려운 심리적 변인들의 인과관계를 구명하여 이론적 모델을 만드는데 효과적일 것이라 판단된다.

이에 따라 본 연구에서는 Anderson과 Gerbing(1988)이 제안한 구조방 정식 모형 분석의 이 단계 접근법을 적용하였다. 이 단계 접근법은 측정 모형을 먼저 검토하여 개념측정의 적절성을 먼저 검토한 후 구조모형을 검토하는 방법이다. 이러한 방법은 분석오류가 발생할 시 오류의 원인이 측정의 오류에서부터 발생하였는지 또는 인과관계 설정의 오류에서 발생 하였는지를 구분할 수 있게 해주어 연구결과 해석의 정확성을 높여준다.

따라서 측정모형과 구조모형을 동시에 분석하는 일 단계 접근법보다 이 단계 접근법이 본 연구에 적합할 것이라 판단된다. 또한 실제 구조방정 식 모형분석을 하기 위해서는 구조방정식 분석이 필요로 하는 몇 가지 가정을 충족시키는지 확인할 필요가 있다. 이는 구조방정식 분석이 여러

단계의 회귀분석을 동시에 하는 분석으로서 회귀모형이 필요로 하는 가 정을 구조방정식이 필요로 하기 때문이다.

이와 같은 점들을 고려하여 본 연구에서 활용한 구조방정식 모형분석은 1) 입력자료 준비, 2) 측정모형 분석, 3) 구조모형분석의 단계로 진행되었다.

가. 입력자료 준비

본 연구에서 사용할 구조방정식은 변인들의 선형적 결합을 통해 모수 를 추정하기 때문에 회귀분석에서와 마찬가지로 몇 가지 가정을 필요로 한다. 이에 따라 다음과 같은 단계를 거쳐 입력 자료를 준비하였다.

첫 번째로 결측치를 확인했다. 결측치는 이용 가능한 표본을 감소시키거 나 응답자의 정보를 담아내지 못하여 잘못된 분석결과를 초래 할 수 있다.

이에 따라 결측치를 확인하여 적절한 처리를 해주어야 한다. 본 연구에서는 이러한 결측치를 임의 결측치라고 가정하고 평균대치법(mean substitution) 을 활용하여 처리하였다. 이는 결측이 관측되어진 자료와 관련이 있다고 보 고 이에 따라 평균을 활용하여 결측치를 대체하는 것을 의미한다.

두 번째로 다변량 정규성을 확인했다. 구조방정식은 변인들의 선형적 결합을 통해 모수를 추정하며 이러한 선형적 결합을 위해서는 다변량 정 규성이 확보되어야 한다. 다변량 정규성이란 모든 단변량 분포가 정규분 포를 따르고, 조합된 변인들의 결합분포도 정규분포를 따라야 하며 2개 의 변인들이 동시에 이루는 결합분포가 모두 선형성과 등분산성을 만족 해야 함을 의미한다. 본 연구에서는 현실성을 고려하여 모든 결합 빈도 분포를 살펴보는 것이 어렵기 때문에 각 변인의 단변량 분포를 살펴봄으 로써 다변량 정규성을 확인하였다. 이를 위해 단변량 정규성을 확인하는 지표인 왜도(skew)와 첨도(kurtosis)를 활용하였으며 정규성의 기준으로 는 Curran, West와 Finch(1996)가 제시한 왜도지표 ┃3.0┃이내, 첨도지 표 ┃8.0~20.0┃ 이내로 설정하였다.

세 번째로 다중공선성을 확인했다. 다중공선성이란 종속변인을 설명하 는 독립변인들 간에 높은 상관관계가 존재하는 것을 의미한다. 이러한

독립변인들의 높은 상관관계는 개별 독립변인이 종속변인에 미치는 영향 에 대해 잘못된 분석을 유도할 수 있다(김준우, 2007). 이에 따라 다중공 선성을 확인하는 작업이 필요하다. 본 연구에서는 다중공선성을 진단하 기 위해 공차(>.10)와 분산팽창지수(VIF<10)를 활용하였다.

나. 측정모형 분석

측정모형 분석은 직접적인 측정이 어려운 변인의 개념을 측정하기 위해 설 계된 측정모형이 적합한지를 평가하기 위해 실시된다. 즉 측정모형 분석이란 본 연구에서 설정한 잠재변인인 직무성과, 경력개발지원, 조직몰입, 경력몰입, 조직시민행동을 측정하는 관찰변인들이 해당 잠재변인을 적합하게 측정하는 지 분석하는 것을 의미한다. 이를 위해 다음과 같은 단계를 진행하였다.

첫 번째로 측정모형을 설정했다. 측정모형설정이란 잠재변인, 관찰변 인, 오차를 활용하여 잠재변인이 관찰변인을 설명하는 형태의 방정식을 구성하는 것이다. 이를 통해 관찰변인들이 잠재변인을 올바르게 측정하 는지 확인할 수 있다. 기존에 회귀분석이나 경로분석에서는 이러한 측정 오차가 없음을 전제하고 있었기 때문에 분석에 있어서 한계가 있었으나 구조방정식 모형 분석에서는 이러한 오차를 제거하기 때문에 더욱 신뢰 로운 분석을 할 수가 있다.

두 번째로 측정모형의 확인적 요인분석을 실행했다. 이러한 분석 결과 로는 잠재변인에서 관찰변인으로의 경로계수가 도출되는데 이는 확인적 요인분석의 요인적재량과 같은 의미를 갖는다. 또한 이러한 확인적 요인 분석을 통해서 측정오차가 구해진다. 이러한 분석을 통해서 잠재변인이 관찰변인을 설명하는 정도를 파악할 수 있으며 이는 곧 관찰변인들이 잠 재변인을 적절하게 측정하고 있는지 파악하는 기준이 된다.

세 번째로 신뢰도 분석 및 타당도 분석을 시행했다. 이는 관찰변인들이 추상적 개념인 잠재변인을 신뢰롭고 타당하게 측정하는가를 분석하는 작 업이다. 본 연구에서는 요인적재량, 잠재변인간의 상관, 다중상관제곱(R2) 을 확인하여 측정모형의 수렴타당도, 변별타당도, 신뢰도를 파악하였다.

다. 구조(이론)모형 분석

인과관계를 확인하고자 하는 변인, 즉 잠재변인을 관찰변인들이 올바 르게 측정하였는지 확인한 후에는 실재 본 연구의 가설인 연구모형의 적 합성, 잠재변인들간의 인과관계를 분석하기 위해서 구조모형을 분석해야 한다. 이에 따라 구조모형 분석은 측정모형을 통해 구성된 개념 사이의 관계를 분석하는 방법으로 측정모형과 구조모형을 포함한다. 본 연구에 서는 이러한 구조(이론)모형 분석을 하기 위해서 다음과 같은 단계를 진 행하였다.

첫 번째로 구조(이론)모형을 설정했다. 구조(이론)모형을 설정한다는 것은 본 연구에서 정의한 직무성과, 경력개발지원, 조직몰입, 경력몰입, 조직시민행동의 인과관계를 설정하는 것이다. 이에 따라 경력개발지원을 외생변수로, 조직몰입과 경력몰입, 조직시민행동, 직무성과를 내생변수로 구조(이론)모형을 설정하였다.

두 번째로 모수를 추정했다. 모수추정을 위해서 활용될 입력자료로는 원자료를 활용하였다. 이러한 입력자료를 바탕으로 구조모형분석에서는 모수, 즉 경로계수, 분산, 공분산, 오차, 잔차를 구하게 된다. 이러한 모수 를 구하는 방법으로는 최대우도법(ML: Maximum Likelihood)을 활용하 였다. 최대우도법이란 입력자료인 관찰변인의 상관행렬과 가능한 완벽하 게 일치하는 상관행렬을 재생산 할 수 있도록 모수를 추정하여 모형 적 합도를 최대화하는 방법을 의미하는데 이는 여러 번의 계산을 통해 최적 의 값이 나올 때 까지 진행된다. 특히 최소제곱법에 비해 최대우도법은 다변량정규성의 제약에서 자유롭고 모형 내에 존재하는 잔차들이 모두 정규분포 한다면 최소제곱법과 같은 모수를 도출하며 통계적 검증이 가 능하기에 본 연구에 적합할 것이라 판단된다.

세 번째로 모형을 평가했다. 이는 추정된 경로계수의 유의성을 평가하 고 모형의 적합성을 평가하는 것이다. 우선 추정된 경로계수의 유의성은 임계비를 활용하여 평가한다. 이를 위해 검정통계량은 모수를 표준오차 로 나눈 값을 활용하고 Z분포를 활용한다. 본 연구에서는 유의수준 5%

수준에서 유의미한 경로계수를 확인하여 분석하였다. 또한 설정된 구조 방정식 모형으로 도출된 상관행렬이 입력한 상관행렬 자료와 일치하는가 를 검증하기 위해 카이제곱검정을 활용한다. 즉 모수추정의 결과 모형에 의해 생산된 모형상관행렬이 실제로 측정된 표본상관행렬과 일치하는가 를 검증하는 것이다. 이를 통해 가설적으로 새운 모형이 실제 자료의 정 보와 적합하게 설정되었는지를 평가하는 것이다.

이러한 모형의 적합성을 평가하는 방법으로 카이제곱검정은 통계적 유의 성을 제공하기는 하지만 사례수에 영향을 많이 받고 관찰변인들이 다변량

이러한 모형의 적합성을 평가하는 방법으로 카이제곱검정은 통계적 유의 성을 제공하기는 하지만 사례수에 영향을 많이 받고 관찰변인들이 다변량