잠재계층회귀분석에서 가장 먼저 파악해야 하는 것은 잠재그룹의 수를 결정하는 것이다. 본 연구에서는 잠재계층분석과 다항로지스틱 분석을 한 번에 하는 방법론을 채택하였지만 최적 군집의 수를 파악하는 것은 잠 재계층분석만을 따로 분석하여 최적의 그룹의 수를 도출한 후에 잠재계 층분석과 다항로지스틱 분석을 한 번에 수행하는 잠재계층회귀모형을 활 용하고자 한다.
최적 그룹의 개수를 찾는 방법은 매우 간단하다. 그룹의 수를 1개라고 가정한 후 잠재계층분석을 수행한다. 그 후에 그룹의 수를 하나씩 늘려가
제5장 기초분석 61
면서 잠재계층분석을 수행한다. 그룹의 수가 하나씩 증가함에 따라 AIC 와 BIC의 값이 어떻게 변화하는지를 보고 판단하여 최적 그룹의 수를 결 정한다. 본 연구에서는 최적 잠재그룹의 수를 파악하기 위하여 잠재그룹 의 수를 1개에서 6개까지 하나씩 늘려가며 잠재계층분석을 반복적으로 시행했고, 가장 높은 적합도를 보이는 최적의 잠재클래스 개수를 찾았다.
본 연구에서는 최적 잠재그룹의 수를 파악하기 위하여 정보지수 비교 법인 AIC와 BIC 방법을 적용하였다. 이런 통계적인 방법에 더하여 잠재 그룹의 개수에 따른 모델의 유용성, 간결성, 그룹 별 할당 확률 등 전반적 인 모형 해석에 관한 사항을 모두 고려하여 최적 잠재그룹의 개수를 정하 였다. <표 5-2> 및 〔그림 5-1〕을 보면 잠재그룹의 개수에 따라 계산된 AIC 및 BIC의 값이 제시되어 있다. 기본적으로 AIC 및 BIC는 값이 작을 수록 좋은 적합도를 나타낸다. 먼저 AIC 기준을 살펴보면 그룹의 개수가 증가하면서 적합도가 향상(AIC 값 감소)되고 있다. 하지만 그룹의 수가 4 개 이상으로 설정된 이후에는 모형 적합도의 큰 향상이 없었다. 따라서 AIC의 관점에서는 4개 혹은 5개가 최적 잠재그룹의 수라고 할 수 있다.
BIC 기준으로도 그룹의 수가 증가함에 따라 적합도가 증가하나 4개 이후 로는 큰 증가가 없는 것으로 보인다. 따라서 BIC 관점에서는 4개 혹은 5 개가 최적 잠재그룹의 수로 간주 할 수 있다.
<표 5-2〉 정보지수별 적합도
정보기준 1 2 3 4 5 6
AIC 227,090 207,774 201,623 198,033 196,040 194,494 BIC 227,326 208,393 202,625 199,418 197,808 196,646 자료: 저자 작성.
62 복지인식 유형화 및 영향요인 분석
〔그림 5-1〕 정보 지수의 그룹별 변화
자료: 저자 작성.
AIC 및 BIC 기준과 최적잠재 그룹의 수를 정하는 데에는 다른 요인도 함께 고려되어야 한다. 최적 잠재그룹의 수를 5개 이상으로 가정하고 잠 재그룹분석을 수행 했을 때, 5개 이상의 잠재그룹으로 구분한 결과 잠재 그룹이 모형에 의해 5개 이상으로 구분이 되었으나 개별 관측치가 할당 될 확률이 약 4%인 그룹이 두 개 도출되었다. 분석방법론에 의해 그룹이 구분은 되지만 그룹을 늘려서 추정 하였을 때 얻는 실제 이익이 거의 없 다고 할 수 있다. 6개 이상의 그룹을 추정시에는 추정의 결과가 수렴되지 않는 것으로 보아 그룹의 더 많이 구분하는 것이 무의미 하다고 할 수 있 다. 따라서 정보지수와 잠재그룹분석에서의 결과 등을 종합하여 볼 때 본 연구의 분석 표본에서 최적 잠재그룹의 수는 4개가 가장 적절하다고 판 단된다. 즉, 정부의 사회정책에 대한 8개의 지표를 통해 파악할 수 있는 잠재 유형이 4종류가 있다고 간주하고 이후 분석을 진행하였다.
제5장 기초분석 63