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
Q2 Your Age? 10 20 30 40 50
요인분석 EFA
Measurements 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 V7
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 알파Measurements α V1
.8 V2
V3 V4 V5 .7 V6 V7 V8
.9 V9
V10 V11 V12 .8 V13
0.6 이 상
Reliability
측정도구를 이용하여 반복측정하였을 때 일관적인 답변을 받을 수 있는 정도가 측정도구의 신뢰성임 신뢰성을 측정하기 위해서는 시간간격을 두고 반복 측정하여 그 일치정도를 파악행함 일반적인 조사에서는 그러한 방식이 불가능해서 문항을 분리하여 측정하고 그 응답의 일치성을 조사 이러한 측도의 일반적인 형태가 크론바흐 알파임
자료의 타당성 Validity
내적일관성
(internal consistency)
집중타당성
(convergent validity)
Measurements CR V1
.8 V2
V3 V4 V5 .7 V6 V7 V8
.9 V9
V10 V11 V12 .8 V13
0.7 이 상
Validity
측정도구가 우리가 측정하고자 하는 내용을 얼마나 정확하게 측정하는 가 하는 정도가
측정도구의 타당성임 집중타당성은 같은 개념을 측정하는 측정도구의 일관성을 의미하고
판별타당성은 다른 개념들 간에는 구분이 되어야 함을 의미한다
이외에도 내용타당도 ,
준거타당도 등이 고려되기도 한다
construct reliability
자료의 타당성
집중타당성
(convergent validity)
판별타당성
(discriminant validity)
Measurements AVE V1
.8 V2
V3 V4 V5 .7 V6 V7 V8
.9 V9
V10 V11 V12 .8 V13
0.5이상 상관계수 ^2 이
상
Validity
집중타당성과 판별타당성은 구조타당성 (Contruct
Validity)이라 불리며 수리적인 측정값으로 확인할 수 있다 (CR, AVE) 준거타당성은 기준변수와 상관계수를 구하여 판정함 나머지 타당도는
전문적인 지식에 의해 정성적으로 판단함
AVE>0.5
Þ convergent validity AVE> Corr^2
=> discriminat validity
average variance extracted
수집한 자료 적절성 의
평가표 작성
Measurements Mean SD α CR AVE
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13
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
()
A B C D
A
B 0.500**
(0.001) C 0.400**
(0.005) 0.300**
(0.01)
D 0.200*
(0.03) 0.100
(0.08) 0.000 (0.300)
체
와 그 요인이
포함된 상관계수를 비교한다
> 상관계수 이면
그 요인의 판별타당성이 만족함예 > 가 0.5, 0.3, 0.1
보다 크면 B 요인은 판별타당성 만족함
평균비교 검정표
남 여
t P-value
A 30.0 20.0 2.0 0.03
B C D
정되지 않은 요인값들을
계산하여야 하는데 2 가지 방법이 있다 1. Factor Score 를 계산 -
2. 포
- 해석가능한 값
예 > A=(V1+v2+V3)/3
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 V7
V8 V9 V10 V11 V12 V13
e1
e2
e3
e8 e4
e5
e6
e7
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 V13
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
상관계수 행렬 , 대각선은 AVE 제곱근
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
Note> CR과 AVE 를 AMOS 에 Plugin 을 설치하여 구할 수 있음
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
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
F3 -> F4 0.023 H3 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
** **
직접효과 간접효과 =axb총효과 = 직접효과 + 간접효과
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
SPSS 에 macro http://www.afhayes.com/ 설치시용가능 , SmartPLS 에서는 계산값 제공
� �
�′
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 )
두 회귀선의 비교 Testing the equality of two regression coefficients
• 독립된 두집단의 회귀계수 비교
�
�= �
0+ �
1�
1+ ⋯+�
��
�+ �;�=1 , ⋯,�
�
�= �′
0+ �′
1�
1+ ⋯+�′
��
�+ �; �=1, ⋯,�
가설 :
검
검 ) 이면 귀무가설 기각 , 즉 두 회귀계수가 다르다