AMOS...(제9장 : 분석결과의 제시)

제 9 장 : 분석결과의 제시

1.     개념적 모델과 통계적 모델의 기술

1.1   개념적 모델의 기술 : Conceptualmodel은 연구에서 가설화된 개념들 간의관계를 나타낸 것이다. 개념들 간의 관계를 나타내는 데 있어 결로도는 효과적인 역할을 한다. 개념적 모델을 기술하는 부분에는 설정된 관계에 대한 이론적 근거가 기술되어야하고, 설정되지 않은 관계에 대한 근거도 기술되어야 한다. 개념적 모델에는 이론적 정당성이 없으면 어떤 관계도 포함되어서는 안 되며, 이론적 근거가 있는 변수들 간의 관계를 생략해서도 안 된다.

1.2   통계적 모델의 기술 : staistical model은 측정모델 및 구조모델 등에 대해 통계적으로 검증되어질 모델을 의미한다. 통계적 모델에는 모든 변수와 측정오차 및 경로계수 등이 제시되야 한다. 통계적 모델에는 모델에 포함되는 고정모수 및 자유모수를 명확히 기술해야 한다.

2.     자료의 기술

2.1   분석될 행렬 : 구조방정식모델링에서 분석될 행렬(matrix to be analyzed)에는 상관행렬과 공분산행렬이 있다. 표준화된 모수치를 얻기 위해 상관행렬을 이용하는 경우도 있지만, 공분산행렬을 이용하는 것이 더 바람직하다.

2.2   변수의 분포 : 개별 변수의 분포 및 변수들의 다변량분포에 관한 정보가 제시되어야 한다. 첨도나 왜도가 지나치게 다변량정규성을 충족하지 못하는 경우에는 ML이나 GLS로 추정하는 것이 바람직하지 않다.

3.     결과의 기술

3.1   추정법과 적합도지수

1)     추정법 : 구조방정식모델링에서 가장 많이 이용되는 추정법은 최대우도법(maximum likehood : ML)이다. ML은 표본크기가 적다든지, 첨도가 지나치게 큰 상황에서도 최적의해를 낳는 것으로 나타났다.

2)     적합도지수 : X²을 제외하고는 적합도지수의 표본분포는 알려져 있지 않다. 그러므로, X²을 제외한 대부분의 적합도지수는 표준적인 임계치가 정의되지 않는다. Bentler와 Bonett(1980)은 모델의 수용을 위해서는 NFI가 최소한 0.90 이상이되어야 한다고 주장하였다.

3.2   전반적 적합도지수(일반적으로 추천되는 전반적 적합도 지수)

지  수	관련 문헌	내    용
X2 scaled X2	Bollen(1989b) Satorra & Bentler(1994)	모델에 가산 과대식별로부터 야기된 적합도 결여의 통계적 검증. X2은 자유모수가 아닌 고정모수를 평가
GFI	Joreskog & Sorbom(1994)	모델에 의해 설명되는 관측된 분산과 공분산의 상대적 정도를 측정. R2 과 유사
TLI/NNFI	Bentler & Bonett1980) Tucker & Lewis(1973)	독립모델의 적합도 결여에 대한 제안모델의 적합도 결여를 비교하는데 이용. 적합도값은 독립모델에 대한 제안 모델의 자유도당 상대적 개선 정도를 추정. 적은 표본인 경우에는 이용되지 않음(<150). 특히 GLS 추정인 경우
CFI	Bentler(1990)	독립모델 대 제안모델의 비중심 X2에 의해 추정된 적합도 결여의 상대적 감소량을 측정. CFI는 BFI/RNI를 0부터 1까지 표현한 것임
RMSEA	Brown & Cudeck(1993) Steiger(1990)	모델을 표본이 아닌 모집단에서 추정하는 경우에는 기대되는 적합도

                    

3.3   모수추정치(parameter estimate)

1)     Heywood case(음오차분산)와 표준화된 추정치가 1보다 큰 것 등이 있는지를 검토한 후, 이에 관한 내용을 기술해야 한다. 만약 이러한 추정치가 있다면, 이는추정이나 모델설정에 문제가 있다는 것을 의미하며, 모델 내의 나머지 추정치들에도 영향을 미칠 수 있다. 모수추정치가 부적 해(improper solution)가 있는 경우에는 모델을 재설정한 후 다시 실행해서 얻더진 결과를 토대로 결론을 기술해야 한다.

2)     결로계수, 오차분산 및 잠재변수의 상관에 관한 모수추정치가 제시되어야 한다. 모수추정치들은 경로도에 제시하거나 또는 표에 제시할 수 있다. 다중공선성을 검토하기 위해 잠재변수 간 상관행렬을 제시해야 하며, 개념신뢰도 및 평균분산추출 등도 함께 제시해야 한다.

3)     모수추정치와 관련된 p값을 표시하거나 또는 추정치의 표준오차나 추정치에 대한 C.R을 제시해야 한다. 비표준화추정치가 제시될 경우에는 표준오차나 C.R을 제시해야 한다. 표준오차나 C.R을 제시하는 것은 1너무크거나 적은 표준오차는 추정문제나 모델의 불안정성을 나타내 줄 수 있고, 2표준오차를 이용하여 0보다 큰 다른 값의 추정치의 차이를 검증할 수 있는 이점이 있다.

4)     1로 고정된 준거변수는 추정되거나 검증되지 않으며, 그러한 변수는 명확히 나타내야 한다.

3.4   대안 모델의 기술

1)     사전적 모델구축 : 구조방정식모델링은 관련이론과 기존의 연구를 토대로 제안모델을구축하고, 제안모델을 다른 이론이나 기타 문헌에서의 반박주장 및 간명도의 원리 등에 따라 여타 경쟁모델과의 비교를 통해 검증하는 접근법이 가장 바람직하다. 이러한 접근법을 대안모델전략(alternative model strategy) 또는 경쟁모델전략(competing model strategy)이라 한다.

2)     사후적 모델수정 : 일반적으로 널리 쓰이는 모델구축 방법으로 제안모델을 추정하고 검토한 다음, 제안모델에서 오설정된 것을 토대로 모델을 재설정하는 것을 들 수 있다. 이를 사후적 모델수정(post-hoc model modification)이라 한다. 이러한 모델구축전략을 모델생성전략(model generating strategy)이라 한다. 사후적 모델수정은 표본크기가 작으면 문제가 되며, 특히 측정오차 간에 상관되도록 설정한 측정오차상관(correlated measurement error)의 경우에는 더욱 문제가 된다. 측정오차는 일반적으로 서로 독립적인 것으로 가정된다. 그런데 종종 모델적합도를 높이기 위해 측정오차는 간에 자유롭게 공변하도록 설정하는 경우가있는데, 이는 바람직하지 않다. 일반적으로 사후적 모델수정은 합리적 근거를 토대로 이루어져야 한다. MacCallum 등(1992)은 사후적 모델수정은 표본크기가 최소한 800 이상인 경우에 가능하다고 주장하였다. 그러나 사회과학에서 이처럼 큰 표본크기를 갖는 경우는 드물다. 그러므로 사후적 모델수정은 최소한 표본크기가 200~400이 되어야 하며, 그렇지 않은 경우에는 하지 않는 것이 좋다.

 

--- 끝 ---