측정모형 분석

본 연구에서는 관찰변인이 잠재변인을 신뢰롭고 타당하게 설명하고 있는지 확인하기 위해 측정모형의 확인적 요인분석을 실시하였다([그림 Ⅳ-1] 참조).

[그림 Ⅳ-1] 측정모형 분석 결과

주1) 창의적 자기효능감과 내재적 동기의 경우 단일측정지표로 사용하였기 때문에 측정오차의 분산 을 ‘(1-신뢰도)관찰변인의 분산‘으로 지정하였음

주2) ***  

연구에 사용된 측정모형의 잠재변인 중 창의적 자기효능감과 내재적 동기 의 경우 측정도구의 각 문항을 관찰변수로 설정하지 않고 모든 문항의 측정 치를 합산하여 얻어진 총점을 단일측정지표로 설정한 총합척도로 변환하여 사용하였다. 이는 여러 요인으로 분해될 수 없는 변인의 각 문항을 관찰변인 으로 설정할 경우 측정모형에서 추정되어야 할 자유모수치의 수가 증가하고 그 결과 정확한 모수추정을 위해 필요한 피험자의 수가 증가해 연구에 있어 현실적인 어려움이 발생하기 때문이다. 이러한 이유로 단일측정변수 잠재변 인의 측정오차와 관련된 문제가 발생하게 된다. 이 문제를 해결하기 위해 단 일측정지표로부터 추출된 잠재변인의 측정오차를 추정하여 관찰변인의 측정 치로부터 추정된 만큼의 측정오차를 제거하는 방법을 사용하였다.

신뢰도란 관찰된 측정치의 분산 중에 실제 측정된 값에 의한 분산의 비율 을 나타내기 때문에 ‘1-신뢰도’는 관찰변인의 분산 중 오차분산의 비율을 나 타내는 추정치가 되고, ‘(1-신뢰도)관찰변인의 분산’은 해당 관찰변인의 측정 오차의 추정량이 된다(문수백, 2009; Kline, 2005). 그 결과 단일 지표변인 의 오차항을 사전에 신뢰도 추정을 통해 얻어진 정보를 이용하여 상수로 고 정시켰기 때문에 이론적으로 모델추정에는 문제가 없어지기 때문에 개발된 총합척도의 값을 사용하여 측정모형을 추정하였다.

또한 확인적 요인분석 모형이 판별되기 위해서는 자유모수의 수는 관측된 정보의 수보다 작거나 같아야하며( ≥ ), 측정오차와 요인을 포함한 모든 잠재변수에는 척도를 부여해야 한다. 본 연구에서는 측정오차에 대한 척도의 경우에는 측정오차에서 측정변수로 향하는 직접효과에 해당하는 비표준화잔 차경로계수를 1.0으로 고정하여 확인적 요인분석 판별 필요조건을 충족시켰 다. 요인에 척도를 부여하는 방법은 두 가지가 있는데, 첫 번째는 측정오차 에서와 같은 방법으로 잠재변수에서 측정변수로 가는 경로에 부하량은 1.0으 로 고정하는 것이고, 두 번째는 잠재변인에 단위분산 판별제약(Unit Variance Identification constraint: UVI)을 부여하여 요인부산을 1.0으 로 고정함으로써 요인을 표준화시키는 방법이다. 이 두 방법 중 어느 것을

적용하더라도 동일한 데이터에 대하여 동일한 모형 적합도를 산출하며 표준 화된 데이터의 값은 변하지 않기 때문에, 어떤 방법을 선택하는지의 판단은 각 방법이 가지고 있는 상대적인 장점들을 고려하여 결정된다(Kline, 2005).

앞서 언급한 것과 같이 본 연구에서는 창의적 자기효능감과 내재적 동기와 같은 잠재변수에 대해 단일측정지표를 사용하였다. 이들을 사용하여 확인적 요인분석을 시행할 때 요인이 측정변수에 미치는 직접효과 중 하나에 부하량 을 고정하는 방법을 사용하게 되면, 지표변인으로 사용된 관찰변인에 대해서 는 통계적 검정을 수행할 수 없고, 단일측정지표를 사용한 잠재변인의 경우 표준화적재치()가 산출되지 않는다. 표준화적재치는 각 요인에 대한 수렴타 당도를 판별할 수 있는 개념신뢰도(Construct Reliability: CR)와 평균분산 추출(Average Variance Exacted)를 계산하기 위해 요구되는 수치로 측정 모형의 타당도를 판별하는데 필수적이다. 따라서 본 연구에서는 측정모형의 적합도를 낮추지 않으면서 모든 잠재요인에 대한 타당도 분석을 위해 측정오 차에 대한 척도는 단일부하량 판별제약을 통해 1.0으로 부여하였고, 요인에 대한 척도는 단위분산 판별제약을 부여하여 요인의 분산을 1.0으로 고정해서 확인적 요인분석 모형의 판별 조건을 충족시킨 후 분석에 활용하였다.

가. 측정모형 적합도 분석

측정모형의 전반적인 적합도 평가는 모델이 자료에 적합한지에 대한 평가로 이 단계에서 단일차원의 신뢰성과 개념 간의 판별 타당성을 확인할 수 있다.

측정모형의 적합도 분석에 활용한 적합도 지수는 ^, GFI, CFI, TLI, RMSEA 인데, ^은 비록 표본의 크기에 따라 민감하게 변한다는 한계가 있지만 모델 적합도 평가에 이용되는 지수 가운데 유일하게 통계적 유의성을 검증할 수 있 는 변수이기 때문에 포함시켰다. 측정모형의 확인적 요인분석 결과는 연구방 법에서 언급한 것과 같은 적합도 평가기준을 활용하였다. ^ (  이 바람 직함, CMIN/DF: 3 이하가 바람직함), GFI (Goodness of Fit Index: 0.9 이상이 바람직함), CFI (Comparative Fit Index: 0.9 이상이 바람직함), TLI

(Tucker-Lewis Index: 0.9 이상이 바람직함), RMSEA (Root Mean Square Error of Approximation: 1.0 이하면 바람직함) 등의 지수를 이용하여 모형 의 적합도를 판단하였고 그 결과는 <표 Ⅳ-4>과 같다.

구분 적합도

판단 기준

적합도 지수

분석결과 적합여부

적대적합지수

^(CMIN) ^    ^      부적합

CMIN/DF ≤  3.662 부적합

GFI ≥  .959 적합

RMSEA ≤  .089 적합

중분적합지수

CFI ≥  .978 적합

TLI ≥  .961 적합

<표 Ⅳ-4> 측정모형의 적합도 분석 결과

위 표와 같이 측정모형의 적합도 지수를 산출한 결과, ^과 CMIN/DF를 제외한 GFI, RMSEA, CFI, TLI 값은 적합한 것으로 나타났다. 배병렬 (2014)에 따르면 일반적으로 CMIN/DF 값이 3을 넘지 않으면 값이 작아 도 적합한 모형으로 평가하지만 본 모형에서는 이 또한 적합하지 않은 것으 로 나타났다. 하지만 다른 적합지수의 적합도가 양호하여 본 연구의 측적모 형은 해당 요인을 측정하기에 적합한 것으로 판단하였다.

나. 측정모형 타당도 분석

구조방정식 측정모형에서는 하나의 잠재변인을 다수의 관찰변인으로 측정함 으로써 모수를 추정하게 된다. 본 연구에서는 측정모형에서 추정된 모수치를 토대로 수렴타당도(convergent validity)와 판별타당도(discriminant validity)를 판단하였다. 수렴타당도는 동일 개념을 측정하는 다중의 척도가

어느정도 일치하는가에 대한 검증으로, 비록 상이한 지표이지만 동일한 개녀

판별타당도를 평가하는 가장 엄격한 방법으로는 두 잠재변인의 AVE 값이 두