연구논문 통계방법의 개요
이기훈
연구모형
A
B
C D
연구가설
A
B
C D
H1
H2
H3
H1: A => C H2: B => C H3: C => D
변수와 요인
A
B
C D
H1
H2
H3
H1: A => C H2: B => C H3: C => D
V1 V2 V3
V4 V5 V6 V7
요인의 관계
V8 V9 V10 V11 V12 V13
측정가능 변수 ( 요인의 조작적 정의 ) 측정불가능 요인 ( 가설의 변수 )
자료수집
Measurements Strongly disagree
Strongly agree
V1 1 2 3 4 5
V2 1 2 3 4 5
V3 1 2 3 4 5
V4 1 2 3 4 5
V5 1 2 3 4 5
V6 1 2 3 4 5
V7 1 2 3 4 5
V8 1 2 3 4 5
V9 1 2 3 4 5
V10 1 2 3 4 5
V11 1 2 3 4 5
V12 1 2 3 4 5
V13 1 2 3 4 5
Q1 Your Gender? male female
요인분석 EFA
Factor Loadings A B C D
V1 .9 .1 .0 .1
V2 .8 .0 .0 .0
V3 .7 .1 .1 .0
V4 .0 .9 .0 .1
V5 .1 .8 .0 .1
V6 .0 .8 .0 .0
V7 .1 .7 .1 .0
V8 .1 .0 .8 .1
V9 .2 .0 .8 .1
V10 .0 .2 .7 .1
V11 .1 .1 .1 .9
V12 .1 .2 .0 .8
V13 .1 .3 .2 .8
요인분석 CFA
A
B
C D
V1 V2 V3
V4 V5 V6
V8 V9 V10 V11 V12 V13
.9 .8 1.0
.9 .8
.7 1.0
.8 .7 1.0 .9 .8 1.0
RMSEA=0.05
자료의 신뢰성
reliabilit y
크론바흐 알파Factor Loadings α V1
.8 V2
V3 V4 V5 .7 V6 V7 V8
.9 V9
V10 V11 V12 .8 V13
0.6 이 상
자료의 타당성
construct reliability
내적일관성 집중타당성
Factor Loadings CR V1
.8 V2
V3 V4 V5 .7 V6 V7 V8
.9 V9
V10 V11 V12 .8
0.7 이 상
자료의 타당성
AVE
집중타당성 판별타당성Factor Loadings AVE V1
.8 V2
V3 V4 V5 .7 V6 V7 V8
.9 V9
V10 V11 V12 .8 V13
0.5이상 상관계수 ^2 이
상
수집한 자 적절성 료의 평가완료
Factor Loadings Mean SD α CR AVE V1
V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12
상관계수행렬
A B C D
A 1
B 0.500**
(0.001) 1 C 0.400**
(0.005) 0.300**
(0.01) 1
D 0.200*
(0.03) 0.100
(0.08) 0.000
(0.300) 1
평균비교 검정표
남 여
t P-value
A 30.0 20.0 2.0 0.03
B C
SEM 에 의한 연구모형 검정
• Step1: Measurement Model 에 관한 검정
• 모든 요인이 포함된 모형을 작성한다 ( 모든 요인들이 상관관계로 연결 )
• 모형적합도를 구한다
• 크론바흐 알파 , CR, AVE 값을 구하여 신뢰도 , 내적일관성 , 집중타당 성 , 판별타당성을 구한다
• Step2: Structural Model 에 관한 검정
• 요인들의 인과관계가 포함된 모형을 작성한다
• 모형적합도를 구한다
• Regression weights( 경로계수 ) 의 유의성을 판정한다 .
Step1
• Measurement Model
A
B
C D
V1 V2 V3
V4 V5 V6
V8 V9 V10 V11 V12 V13
e1
e2
e3
e8 e4
e5
e6
e9 e10 e11 e12 e13
모든 요인 간에 연결
AMOS 실행
Step1
• Measurement Model
A
B
C D
V1 V2 V3
V4 V5 V6 V7
V8 V9 V10 V11 V12 V13
e1
e2
e3
e8 e4
e5
e6
e7
e9 e10 e11 e12 e13
모형적합지수 가 개선되도록 같은 요인내의 변수 간에 연 결
Modification Index 를 체크해서 기준이 통과 할 때까지 모형 개선
Model Fit 제시
Step1
Measurement Mean SD α CR AVE
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12
SPSS 의 분석 => 척도분석 => 신뢰도분석
개념신뢰도 (CR) 와 분산추출 지수 (AVE) 는 AMOS 에서 표준화계수와 다중상관계를 구하여 다음 식을 이용한다
Step1
Construct Reliability(CR)
예 >
Step1
Average Variance Extracted(AVE)
예 >
F1 F2 F3
F1
F2 0.808
F3 0.337 0.279
F1 F2 F3
F1
F2 0.808
F3 0.337 0.279
Step1 의 완료
• Measurement Model 의 검증• 모형의 적합성 (Model Fit Index Check)
• CMIN, p 제시
• CMIN/DF <2 ( 또는 3), SRMR<0.8, RMSEA<0.07, CFI>0.9, NFI>0.9
• 측정도구의 신뢰성 타당성 검증
• 신뢰성 , 내적일관성 : 크론바흐 알파 >0.6, CR > 0.7
• 집중타당성 ( 수렴타당성 ): CR>0.7, AVE>0.5
• 판별타당성 : AVE>( 상관계수 제곱 )
F1 F2 F3
F1
F2 r12
F3 r13 r23
F1 F2 F3
F1
F2 r12
F3 r13 r23
>r12, >r13 >r12, >r23 >r23, >r13
Step2
• Structural Model
A
B
C D
V1 V2 V3
V4 V5 V6
V8 V9 V10 V11 V12 V13
e1
e2
e3
e8 e4
e5
e6
e9 e10 e11 e12 e13
요인간 영향관계 설정 내생 요인에 오차항 설정
AMOS 실행
e14 e15
외생요인 간 관계 설정
Step2
• Structural Model
A
B
C D
V1 V2 V3
V4 V5 V6 V7
V8 V9 V10 V11 V12 V13
e1
e2
e3
e8 e4
e5
e6
e7
e9 e10 e11 e12 e13
e14 e15
Modification Index 를 체크해서 기준이 통과 할 때까지 모형 개선
Model Fit 제시
모형적합지수 가 개선되도록 같은 요인내의 변수 오차간에 관계설정
Step2 의 완료
• Structural Model 의 검증• 모형의 적합성 (Model Fit Index Check)
• CMIN, p 제시
• CMIN/DF <2 ( 또는 3), SRMR<0.8, RMSEA<0.07, CFI>0.9, NFI>0.9
• Measurement model 의 적합지수보다 덜 (?) 나오는게 정상
• 요인간의 관계성 검증
• 경로계수의 유의성 검정 (p < .05)
• 예 > path estimate CR p 가설검정
F1 -> F3 0.001 H1 채택
F2 -> F3 *** H2 채택
매개효과와 조절효과
• 매개효과 (mediation)
독립변수
매개변수 Mediator variable
종속변수
독립변수
매개변수
종속변수
• 완전매개와 부분매개
독립변수 ** 종속변수 *
** **
유의하지 않으면 완전매개 , 그러나 흔한 경우가 아님
&
�
�′
a b
매개효과와 조절효과
• Baron and Kenny's (1986) 의 매개효과 조건
독립변수
매개변수
종속변수 1. 독립 -> 종속변수 관계가 통계적으로 유의 독립변수 ** 종속변수
** **
총효과
2. 독립 -> 매개변수관계가 통계적으로 유의 3. 매개 -> 종속변수관계가 통계적으로 유의 매개변수
4. 직접효과 < 총효과
독립변수
매개변수
* 종속변수
** **
독립변수
�
’
�
�
�
�
매개효과와 조절효과
• Sobel 의 매개효과 검정
1. 총효과와 직접효과의 차이 ( 간접효과 ) 를 계산 독립변수
X
종속변수 Y
**
총효과
2. 표준편차로 표준화하고 표준정규분포에 의한 검정 실시
3. Sobel 검정의 문제점
독립변수 X
매개변수 M
종속변수 Y
*
** **
직접효과
�= ��
√ �
2× �
�2+�2× �
�2정규근사를 이용하므로 표본수가 작을 때 부정확성 표본수가 다른경우 경우에는 총효과 - 직접효과 ≠ a*b
� =
상 수+���=상 수+��
� =
상 수+�� +�′ �• SPSS로 회귀분석하여 계수 의 표준편차 구함
• AMOS에서는 계수
estimate의 표준편차 이용
�
’� �
매개효과와 조절효과
• Preacher and Hayes (2004) 의 붓스트랩 매개효과 검정
1. 간접효과를 붓스트래핑으로 계산
2. 표본에서 표본추출 ( 예 . 5000 번 ) 을 통해 간접효과의 분포추정하고
p- 값을 구함
3. Preacher and Hayes (2004) 방법의 장점
독립변수 X
매개변수 M
종속변수 Y
*
** **
직접효과
Power( 검정력의 증가 ), 비모수적 방법으로 표본수에 무관
� �
�′
매개효과와 조절효과
• 조절효과 (moderation)
독립변수 X1
조절변수 X2 Moderator variable
종속변수 Y
• 조절변수가 명목 or 계량
+
의 유의성이 조절효과의 존재를 의미
매개효과와 조절효과
• 조절효과 검정 ( 조절변수 == 명목 )