자료 분석

자료분석은 SPSS 23.0 for Windows, AMOS 23.0 및 Mplus 프로그램을 활용하였다.

먼저 기초자료 분석은 SPSS 23.0 for Windows 프로그램을 이용하여 기술통계(빈도, 백 분율, 평균, 표준편차), 상관분석을 실시하였다. 또한 다층구조방정식 모형 분석을 위해 Munthem & Munthen(1998~2006)에 의해 개발된 Mplus 7 프로그램을 사용하였다.

구체적인 분석 절차는 다음과 같다. 첫째, 교사 수준과 학교 수준에서 수집된 자료의 기초 통계값, 변인 간 상관 관계 그리고 첨도와 왜도를 분석하였다. 그리 고 상관관계 분석을 통해 변인 간 대략적인 관계를 파악하고, 첨도와 왜도 분석을 바탕으로 일변량 정규성을 확인하였다. 첨도와 왜도 분석은 구조방정식의 기본 가 정인 다변량 정규성을 확인하기 위한 것이다. 일변량 정규성은 다변량 정규성의 충분 조건은 아니지만 최소한의 필요 조건에 대한 충족 여부를 확인할 수 있다.

둘째, 교사의 학교 효과성에 대한 집단 내 상관 계수(intraclass correlation, ICC)를 확인하였다. 집단 내 상관 계수(ICC)는 종속변수인 조직몰입의 총 분산 중 집단 간 차이에 의해 설명되는 분산량을 의미한다. 이 연구에서 설정한 다층 구조방정식 모형은 교사가 인식하는 학교 효과성이 개인 수준에서 측정된 값이라 하더라도 그것에는 조직 특성의 영향을 받는 부분이 있다는 것을 전제로 한다.

ICC값은 학교 조직 특성의 효과, 즉 학교 간 차이의 크기를 분석하는 근거가 된 다. 학교 효과에 대한 선행연구에서 보고된 ICC를 보면, 학교 수준의 분산비가 10% 내외이며(김진하, 2007; 이현숙, 신진아, 김경희, 2013), 일반적으로 사회 과학 분야 연구의 경우, 집단 내 상관 계수(ICC)가 5~25% 수준으로 나타나는 것이 보편적이다(이희연, 노승철, 2015). 이에 이 연구에서는 연구 모형의 검증 에 앞서, 교사의 학교 효과성에 대한 학교 간 차이를 분석하였다.

셋째, 교사 수준과 학교 수준에서 얻은 변인들 간의 구조적 관계를 파악하기 위해 다층구조방정식 모형 분석을 실시하였다. 이를 통해 각각의 층위를 고려한 수준에서 변인들간의 구조적 관계를 파악하고 경로효과를 확인하며 이 연구에서 설정한 이론적 모형의 적합도를 확인하였다. 모수 추정시에는 최대가능법

(maximum likelihood)를 사용하였다. 최대가능법은 실제 관찰된 표본자료와 여 러 개의 잠정적인 모집단 추정값 간의 차이를 계량화하여 값의 차이가 표집 분산 에 의한 것일 가능성이 최대가 되는 모집단 추정값을 모집단의 모수추정치로 선 택하는 방식이다. 이를 적용하기 위해서는 분석에 사용된 변인이 연속변인이어야 하며, 다변량정규분포를 충족하고 있어야 한다(Heck & Thomas, 2008). 이 연 구에서 사용된 변인은 모두 연속변인이며 다변량정규분포에 대한 검증도 실시하 였기 때문에 이러한 가정을 충족시키고 있다.

한편, 다층구조방정식모형에 대한 적합도 평가는 선행연구에서 절대절합지수 (absolute fit index)를 중심으로 평가하는 경향이 있었다(Hox et al, 2001;

Munthen, 1994). 그러나 모형적합도 중 어떤 것을 사용하는 것이 가장 바람직 한지에 대해서는 다양한 의견들이 존재한다(설현수, 2003, 홍세희, 2000). 설 현수(2003)는 χ²는 표본 크기에 종속되기 때문에 동일모형임에도 불구하고 이에따라 영가설을 기각할 수도 또는 수용할 수도 있다는 점과 측정변인이 많고 모형이 복잡할수록 커지는 경향이 있다고 지적하면서 구조방정식모형에서 모형 을 평가하는 절대적인 지수로 의존하지 말고 여러 가지 적합도를 가지고 모형을 해석할 것을 주장하였다. 이와 유사하게 홍세희(2000)는 표본크기에 민감하지 않고 간명성을 고려하는 지수로서 RMSEA(Root-mean-square error of approximation), CFI(Comparative Fit Index), TLI(Tucker-Lewis Index), 등을 추천하였다. 이에 따라 이 연구에서도 χ2, RMSEA, CFI, TLI 지표를 활 용하여 분석하였다. 이때 χ2의 값은 적합도 지수 가운데 유일하게 통계적 유의 성 검증의 대상이 되는 측정치이지만, 표본의 크기에 너무 민감하게 반응하기 때 문에, 다른 적합도 지수와 함께 고려되어야 하였다. 양호한 적합도의 기준은 CFI 와 TLI는 .90 이상이면 모형의 적합도가 좋은 것으로 간주한다(홍세희, 2000).

RMSEA는 값이 작을수록 좋은 적합도를 나타내며, .05 이하면 좋은 적합도 (close fit), .08이면 괜찮은 적합도(reasonable fit), .10 이하이면 보통 적합도 (mediocre fit)을 나타낸다(Browne & Cudeck, 1933). 또한 SRMR은 .05 이 하면 양호한 부합도로, .10이하이면 대체로 연구모형과 자료가 잘 합치되는 것으 로 볼 수 있다(Kline, 2005).