구조방정식 vs 프로세스 매크로1

오래간만에 글을 씁니다. 이번 학기 논문 시즌이 거의 끝나서 시간이 좀 나게 되었습니다.

 

오늘은 연구모형에 매개변수가 들어 있는 경우 구조방정식이나 프로세스 매크로를 쓰는데 두 방법의 차이에 대해서 간단히 설명하겠습니다.

 

 

1.

 

일단 학위논문의 경우 지도교수의 허락을 받아야 하기 때문에 지도교수가 요구하는 방법을 사용해야 합니다. 그러나 저널에 낼 경우 프로세스 매크로를 쓰는 것이 등재될 가능성이 좀 높아질 수 있습니다. 상대적으로 프로세스 매크로가 최근에 나온 방법이라 괜히 있어 보이거든요. 그리고 심사위원이 잘 모르기 때문에 통계 분석에서 그냥 넘어 가는 경우도 있고요.

 

프로세스 매크로는 Baron & Kenny(1986)의 방법을 개선 확장한 방법론입니다. B & K 논문에서 매개효과 검증과 조절효과 검증하는 방법이 나오는데 조절효과 검증은 지금도 사용되고 있습니다. 사실 조절효과라는 것이 통계학에서는 상호작용항 검증하는 것과 같습니다.

 

프로세스 매크로는 하시려면 먼저 인터넷에 검색해서 다운로드를 하셔야 합니다. 설치하면 SPSS에서 메뉴로 설치가 됩니다. 그래서 일반 SPSS 돌리듯이 하시면 되는데 결과물이 엑셀로 전환이 안되는 불편함이 있습니다.

 

일반 SPSS결과물은 엑셀로 전환해서 한글로 삽입하면 표 작성시간을 많이 절약할 수 있는데 프로세스 매크로는 표 작성시 일일이 손으로 작업을 해야 합니다.

 

 

2. 연구모형

 

구조방정식에서는 연구모형의 변수는 타원형으로 그리는데 프로세스 매크로에서는 직사각형으로 그립니다. 이건 그냥 관행에 불과합니다.

 

구조방정식의 타원형은 잠재변수라는 의미입니다. 즉 관찰된 변수가 아니라는 것이죠. 즉, 이 말은 여러분의 SPSS에 변수에 해당하는 데이터가 없다는 의미입니다. 이에 반해 프로세스 매크로의 직사각형은 관찰된 변수를 의미합니다. 즉 여러분의 SPSS 데이타에 실제 변수로 있어야 합니다.

 

이런 타원형과 직사각형 구별은 그냥 이쪽 업계의 관행입니다. 무슨 학문적 정의가 아니고요. 하여간 구조방정식에서 실제로 변수를 만들어 데이터에 추가합니다. 왜냐하면 통상 논문 구조상 기술통계와 상관분석, 또 판별타당도 분석에서 상관계수 값이 필요하기 때문에 실제 변수값을 구해서 데이터에 첨가합니다. 변수 만드는 것은 일반 SPSS에서 작업하는 것과 마찬가지로 탐색적 요인분석과 확인적 요인분석 한 다음 그 변수에 해당하는 측정 설문문항 값의 평균값을 구하면 됩니다.

 

구조방정식은 여러분이 생각하는 연구모형을 AMOS에서 자유로이 그림을 그려서 구현할 수 있습니다. 그러나 프로세스 매크로는 모형번호가 있습니다. 딸려온 매뉴얼을 보고 모형 번호를 지정해 줘야 합니다.

 

 

3. 어느 방법이 옳은가

 

원칙적으로는 구조방정식이 맞습니다. 프로세스 매크로는 심각한 논리적인 문제가 있습니다.

 

그러나 구조방정식을 했을 경우 분석 결과가 상식적인 결과가 나오지 않으면 지도교수를 설득한 다음 프로세스 매크로로 전환하는 것이 좋습니다.

 

구조방정식의 가장 큰 문제는 연구모형이 복잡한 경우, 즉 연구모형의 인과관계가 너무 많으면 이상한 결과가 나올 가능성이 많습니다. 물론 시중의 나와 있는 교과서 같은 책을 보면 다 결과가 좋죠. 당연히 잘 나오는 결과만 책에 실고 이런 문제를 회피하는 것이죠.

 

이에 반해 프로세스 매크로는 기본적으로 회귀분석을 하는 것입니다. 회귀분석은 대부분 결과가 상식적으로 나옵니다. 물론 다중공선성 문제가 심각하면 엉뚱한 결과가 나올 수도 있지만요.

 

 

그래서 가장 좋은 전략은 일단 탐색적 요인분석을 하여 측정도구의 신뢰도와 타당도 분석을 실시합니다. 탐색적 요인분석은 구조방정식을 하든 프로세스 매크로를 하든 기본적으로 해야 합니다.

 

그 다음 확인적 요인분석을 생략한 다음 바로 구조방정식의 인과모형을 적용해 봅니다. 여기서 결과가 안 좋으면 프로세스 매크로로 넘어가는 것이 좋습니다.

 

물론 구조방정식에서도 결과를 좋게 만드는 방법이 있습니다. 각 독립변수들에 연결한 쌍방향 화살표를 다 제거하는 방법입니다. 이렇게 하면 결과가 상식에 맞게 나오는 경우가 많습니다.

 

이 방법은 회귀분석에서 독립변수가 여러개가 있는 다중회귀분석을 하지 않고 각각의 독립변수마다 단순회귀분석을 여러번 돌리는 것과 비슷한 작용을 합니다. 단순회귀분석은 또 상관관계 분석과 결과가 같습니다. 상관관계는 통상 상식적으로 나옵니다. 이 상관분석 결과가 상식적으로 나오지 않으면 이전 데이터 변형 작업에서 심각한 문제가 있다는 것을 의미합니다.

 

그러나 독립변수간 쌍방향 화살을 제거하면 문제는 적합도가 심각하게 떨어진다는 것입니다. 적합도가 조금 떨어지는 것이 아니라 심각하게 떨어져서 논문에 실기 어려운 정도로 나옵니다.

 

 

 

4. 프로세스 매크로의 문제점

 

앞에서 이야기했지만 프로세스 매크로는 회귀분석과 결과가 같습니다. 즉

 

독립==> 매개1 ==> 매개2 ==> 종속

 

이런 모형이 있다고 하면

 

회귀1: 매개1=a+b*독립+e

회귀2: 매개2=a+b1*독립+b2*매개1+e

회귀3: 종속=a+b1*독립+b2*매개1+b3*매개2+e

 

이렇게 3번이 회귀분석을 돌립니다. 순서는 인과관계 순서대로 하시면 되고요. 앞에서 이야기했지만 프로세스 매크로의 결과물은 엑셀로 전환이 잘 안되기 때문에 표 값을 일일이 본인이 적어야 합니다.

 

그러나 위 3번의 회귀분석을 프로세스 매크로가 아닌 SPSS의 회귀분석 메뉴를 이용해 돌리면 프로세스 매크로의 결과와 똑같은 결과를 얻을 수 있습니다. 그럼 이 결과를 엑셀로 전환해 한글에 쉽게 삽입할 수 있습니다.

 

사실 조절효과도 이런 식으로 가능합니다. 프로세스 매크로를 쓰지 않아도 SPSS 메뉴에서 가능합니다.

 

그런데도 왜 프로세스 매크로는 쓰는가 하면 매개효과 때문에 사용하는 것입니다.

 

 

하여간 프로세스 매크로의 가장 큰 문제점은 독립변수는 하나만 지정할 수 있다는 점입니다. 이 문제 때문에 매개효과나 조절효과 분석이 논리적으로 심각한 문제가 발생합니다.

 

 

위의 회귀분석의 경우 독립변수가 여러 개 있으면 프로세스 매크로에서 어떻게 하면 될까요.

 

독립변수 하나는 프로세스 매크로의 독립변수 난에 지정하면 되고 나머지 독립변수는 공변량(covariate)로 지정하면 됩니다. 어떤 독립변수를 지정해고 같은 결과가 나오니까 아무 변수를 선정해도 관계가 없습니다.

 

그러나 매개효과나 조절효과(즉, 구조방정식의 다중 집단분석) 분석에서는 각 독립변수마다 각각 한번씩 돌려야 합니다.

 

예를 들어 독립변수가 3개(독립1, 독립2, 독립3)라면

 

독립1에서 매개효과와 조절효과를 보고, 또 독립2에서 매개와 조절, 독립3에서 매개와 독립 이렇게 3번을 돌려야 합니다.

 

 

 

다음에 생각나면 더 쓰기로 하죠.