조절효과 들어가기

 

오늘은 Baron & Kenny의 조절효과와 매개효과 검증하는 방법에 대해서 알아보겠습니다. 먼저 조절효과 먼저 하죠. 매개효과는 요새는 거의 구조방정식을 사용하기 때문에... 개인적으로는 구조방정식 모형을 안 좋아합니다. 하여간 이 조절효과를 공부하신후 다시 '알통이 굵으면 보수적이다'라는 논문과 해석을 다시 보시기 바랍니다. 저도 원 논문을 자세히 읽지 않아서 제대로 모형을 제대로 해석했는지 의문이지만 아마 맞을 겁니다. 거의 90%확신. 재분배 정책이 종속변수고, 알통의 굴기가 독립변수, 소득수준이 조절변수가 됩니다.

 

 

Baron & Kenny의 원 논문은 통계방법론에 대해서는 자세히 안 나오는 것 같습니다. Kenny가 공저로 들어간 다른 논문이 좀 괜찮은 것 같은데. 나중에 참고문헌 항목을 만들어 소개해 드리겠습니다.

 

사회계열에서는 조절효과라고 특별히 이름을 붙이지만 일반 상경대학이나 통계학과는 그냥 교호항, 상호작용항(interaction term)을 넣은 것에 불과합니다. 특별한 이름을 붙이지 않습니다. 일단 연구모형 그림을 다시 한번 보죠(연구모형부분에 보면 있습니다).

 

 

 

 

 

 연구모형 글에서 C)형이 조절효과 모형입니다. 중간에 있는 B변수가 조절변수입니다. 이 조절변수가 하는 일은 A가 C에 영향을 미치는데 B의 크기에 따라서 그 영향력이 달라지는 것입니다. 매개변수는 원인과 결과에서 경로, 즉 방향성의 문제이지만 조절변수는 그 경로나 방향성의 문제가 아니라 영향력의 크기가 달라진다는 것이죠. 일반적인 말로 이야기하면 촉매효과나 완화효과 이런 말로 대신 쓸 수 있겠네요.

 

노인들의 경우 건강이 안 좋으면 우울이 심해지고, 우울이 심해지면 자살의도가 높아진다고 생각해보죠. 이때 우울은 매개변수입니다. 노인의 건강과 자살의도간에 우울이라는 변수를 항상 걸쳐야 한다(매개해야 )는 것이죠. 그러나 건강이 우울에 미치는 영향도 노인들이 받은 사회적 지지에 따라서 그 차이가 있다는 것이죠. 또 우울이 자살의도에 미치는 영향력도 사회적 지지에 따라 달라지고요.(사회복지학과에서 이 사회적 지지 변수를 많이 다릅니다. 여러가지 지지가 있죠. 재정적인 지지도 있고, 정보제공지지도 있고...)

 

그래서 위 연구모형은 간단해 보이지만 이론적으로는 완전매개 모형에다 조절효과가 첨가된 아주 복잡한 모형입니다.

 

하여간 노인들의 우울과 자살의도간의 사회적 지지의 조절효과을 회귀분석을 했을 경우 살펴보면 아래 그림과 같습니다.

 

 

 

 

 

 

 

 

 

 

그림에서 보면 사회적 지지가 높든, 낮든 우울이 심해지면 자살의도도 높아지는데 사회적 지지가 높은 집단이 그 상승율이 사회적 지지가 낮은 집단보다 훨씬 낮다는 것이죠. 즉 사회적 지지가 자살의 일종의 완충, 완화효과를 하고 있다는 것이죠. 

 

즉 전반적으로 노인들의 우울이 높아지면 자살의도간 높아지는데 사회적지지가 높은 집단과 낮은 집단간에 우울이 자살의도에 미치는 영향력에서 차이가 있는지 보자는 것이죠. 즉 그림에서 위의 사회적 지지의 낮은 집단의 기울기와 사회적 지지가 높은 집단의 기울기 차이가 통계적으로 의미 있는 차이인지 보는 것이 조절효과 검증입니다.

 

수학적으로 표현하면 Y(자살의도)를 종속변수, X(우울)를 독립변수, Z(사회적지지)를 조절변수로 하여 이때 조절변수를 이진변수로 만들죠, Z=0일 경우 사회적 지지가 낮은 경우, Z=1일 경우 사회적 지지가 높은 경우, 이렇게 이진변수로 만들죠. 이럴게 이진변수, 더미변수로 만들어 생각해야 조절효과의 의미를 잘 이해할 수 있습니다. 그럼 모형식은

 

 

 

 

 

 

   

마지막 식에서 앞부분은 실제로 상수항이 되고 뒤부분이 회귀계수 즉 X와 Y의 관계에서 기울기가 됩니다. 다음 시간에 위계적 회귀분석이 정확하게 뭘 의미하는지, 그리고 이 조절효과 모형을 어떻게 해석해야 하는지, 모형을 어떻게 선택해야 하는지 이야기 하겠습니다.