측정모형 및 회귀분석

본 연구에서는 연구모형의 적합성 검증과 인과관계를 분석하기 위하여, 독립 변수를 창업가 역량(기술적 역량, 창의적 역량)을 제시하였으며, 매개변수로는 창업의지 그리고 결과변수로는 창업행동을 선정하였다. 경로분석을 통하여 본 연구에서 얻고자 하는 주된 목적은 창업가 역량이 창업의지와 창업행동에 어떤 영향을 미치는가를 살펴봄으로써, 연구모형에 대한 전체적인 적합도와 인과 관계를 파악하고자 하는데 있다.

인과관계를 알아보기 위해 본 연구에서는 AMOS 19.0을 이용하여 공분산 구조분석을 실시하였다. 공분산구조분석에서 적합성 검증은 모델의 부합지수와 경로계수에 의해 검증되어질 수 있다(김계수, 2005). 가설 경로의 부합지수는 20여 가지가 있지만 일반적으로 절대적합지수(x2, GFl, RMR 등), 증분적합지 수(NFl, CFl 등), 간명적합지수(PNFl, AGFl 등) 등이 이용되며, 이를 기준으 로 모형의 적합도를 평가한다. RMR은 실제 자료의 값과 모형에 의해 산출된 값을 표준화한 값으로 0에 가까울수록 적합도가 높은 모형이며 적합도가 낮은 모형일수록 더 큰 양의 값을 나타낸다. GFl는 표본크기의 변화와 다변량 정규 분포의 위반에 별 영향을 받지 않고 모형의 자료에서의 적부를 나타내 준다.

일반적으로 회귀분석의 R2과 비슷하며, 모형의 절대적인 부합정도의 판단에 주로 이용된다(김계수, 2005).

경로계수를 통한 가설의 검증을 위해서 모형의 적합도에 대한 평가가 필요하 다. 일반적으로 적합도 평가는 예비적 적합도, 전반적 적합도, 모형의 내부구조 적합도 등으로 구성된다(Bagozzi & Yi, 1988).

이러한 기준에 부합하는 경우 모형의 전반적 적합도를 살펴보는데 기초부합 치(GFI), 조정부합치(AGFI), 증분지수, 원소 간 평균차이(RMR), 결정계수 등 에서 적정한 수치가 얻어져야 한다. 본 연구에서는 GFI, NFI, CFI, RMSEA를 중심으로 모형의 적합도를 평가하였다. GFI, NFI, CFI는 0.8~0.9 이상이고, RMR과 RMSEA는 0.05~0.08 이하이면 좋은 모형으로 평가된다(Bagozzi &

Yi, 1988; Bagozzi & Dholakia, 2002).

본 연구에서는 모든 요인을 함께 분석하기에는 요인의 수가 너무 많아서 독립 변수와 내생변수를 따로 분석하는 방법을 사용하였다. 확인적 요인분석은 분포 의 정상성을 가정하고 결측치가 있더라도 분석할 수 있는 FIML(Full Information Maximum Likelihood)을 이용하여 분석하였다. 독립변수와 종속변수와의 측정 모형에 대한 분석 결과는 <표 5-3>에 나타나 있다. 측정모형에 대한 적합도 는 χ2=633,813 (p<.001)으로 모형은 변수 사이의 관계를 완벽히 설명한다는 귀무가설을 기각함으로써 모형이 적합하지 않지만 χ2 검증은 귀무가설의 내용 이 너무 엄격하여 너무 쉽게 기각이 되고, 표본의 크기에 민감하다는 단점이 존재함으로 다른 적합도 지수를 고려하는 것이 필요하다. 적합도 지수를 살펴 보면 NFI=.921, TLI=.909, CFI=.893는 모두 약 .90이상이며, RMSEA=

.052으로 적합한 모형임을 확인할 수 있다. 이러한 측정모형을 바탕으로 구조 모형을 검증하였으며, 측정모형분석은 <그림 5-1>과 같다.

<표 5-3> 독립변수 측정모형의 적합도 검증결과

χ2 df NFI TLI CFI RMSEA p

기준값 - - >.90 >.90 >.90 <.60^* >.05 연구모형 633.813 251 .921 .909 .893 .052 .000

*: RMSEA 가<.06이면 좋은 적합도(close fit), <.08이면 괜찮은 적합도(reasonable fit)>.10이면 나쁜 적합도 (홍세희, 2000).

<그림 5-1> 측정모형분석

관측 변수

비표준화 회귀계수

표준화 회귀계수

표준오차 (S.E)

t-value

(C.R) P-value 개념신뢰도 (AVE) 기술적

역량 → X1 1.000 .444 - -

-.816

→ X2 .700 .587 .100 7.036 .000

→ X3 .742 .673 .091 8.431 .000

→ X4 .614 .770 .101 7.105 .000

창의적

역량 → X5 1.000 .755 - -

-.728

→ X6 .841 .742 .100 7.036 .000

→ X7 .823 .521 .096 7.761 .000

→ X8 .799 .770 .101 6.105 .000

→ X9 .069 .683 .112 6.753 .000

<표 5-4> 요인 간 공분산(상관관계) 공분산 추정치

상관관계 추정치

기술적 역량 ↔ 창의적 역량 .236 .443

기술적 역량 ↔ 창업의지 .200 .384

기술적 역량 ↔ 창업행동 .266 .290

기술적 역량 ↔ 창업교육 .190 .397

창의적 역량 ↔ 창업의지 .275 .189

창의적 역량 ↔ 창업행동 .289 .166

창의적 역량 ↔ 창업교육 .278 .389

창업의지 ↔ 창업행동 .214 .409

창업교육 ↔ 창업교육 .253 .366

창업행동 ↔ 창업교육 .155 .218

<표 5-4>, <표 5-5>에는 잠재요인에 대한 측정변수들의 회귀 값을 제시하였다.

<표 5-5> 전체 요인에 대한 확인적 요인분석 결과

창업의지 → X10 1.000 .849 - -

-.714

→ X11 1.014 .877 .038 26.398 .000

→ X12 1.013 .862 .039 25.842 .000

→ X13 .802 .820 .066 12.097 .000

창업행동 → X14 1.000 .719 - -

-.730

→ X15 .863 .716 .065 12.830 .000

→ X16 .765 .732 .064 11.977 .000

→ X17 .692 .722 .068 11.228 .000

창업교육 → X18 1.000 .824 - -

-.693

→ X19 1.095 .847 .070 15.631 .000

→ X20 .939 .872 .062 15.109 .000

→ X21 .943 .792 .065 14.616 .000

*** p<.001