흔한 연구모형2: 석사수준의 구조방정식 모형

 

 

1. 연구모형이 왜 중요한가

 

연구모형 자체가 논문의 주제이고 연구가설이고 그리고 이를 한글로 풀어내면 논문의 제목이 됩니다.

 

예를 들어 연무고형에 독립변수, 매개변수, 종속변수가 있다고 하면 논문 제목은 “독립변수가 종속변수에 미치는 영향에 대한 연구: 매개변수의 매개효과를 중심으로” 또는 “독립변수가 매개변수를 매개로 종속변수에 미치는 구조적 관계에 대한 연구” 이렇게 논문제목을 답니다.

 

따라서 연구모형에 나오는 개념을 잘 이해하는 것이 매우 중요합니다.

 

 

2. 구조방정식 모형:

 

통상 연구모형에 매개변수가 들어가 있는 모형을 구조방정식 모형이라 합니다. 정확하게는 연구변수들간의 연립방정식 모형을 구조방정식이라 하지만 이런 내용은 너무 전문적이라 생략하고요.

 

이 구조방정식 모형을 분석하려면 통상 AMOS라는 통계 프로그램을 많이 사용합니다. 최근에는 프로세스 매크로라는 프로그램도 많이 사용합니다.

 

프로세스 매크로는 인터넷에서 다운로드 해서 설치하시면 됩니다. 설치하면 SPSS에 메뉴가 새로 생깁니다. 그리고 같이 따라온 매뉴얼에 있는 연구모형 숫자를 적용시키면 됩니다.

 

프로세스 매크로는 Baron & Kenny(1986) 논문에 나오는 매개효과 검증 방법을 개선한 것입니다. 이 논문에 우리가 자주 쓰는 조절효과 검증방법과 매개효과 검증방법이 나오는데 매개효과 검증에서는 논리적으로 좀 문제가 있고, 구체적인 매개효과 크기도 보여주지 못하고 있습니다. 그래서 프로세스 매크로는 이를 새로 개선한 프로그램입니다. 매개효과를 몬테카를로 시뮬레이션을 통해 검증합니다.

 

공짜니까 AMOS 프로그램을 구하기기 힘들 경우 이 프로세스 매크로를 다운로드 해서 사용하시면 됩니다.

 

 

프로세스 매크로를 사용할 경우 조절효과 검증할 때처럼 연구변수들을 직접 구해서 데이터에 변수로 추가해야 합니다. 그래서 연구모형 그림도 타원형으로 그리지 않고 사각형으로 그려야 합니다.

 

 

 

 

3. 구조방정식 연구모형과 연구가설

 

 

가장 대표적인 구조방정식 모형 그림입니다.

 

 

 

좀 복잡하죠. 독립변수 3개, 매개변수 2개, 종속변수 1개입니다. 위 연구모형 그림은 위 변수들 가지고 취할 수 있는 가장 복잡한 모형입니다. 석사수준에서는 매개변수를 1개로 해도 무난합니다.

 

위 연구모형 그림에 따라 연구가설을 설정하면 다음과 같습니다.

 

가설 H1. 독립변수는 종속변수에 영향을 미친다.

가설 H1.1. 독립변수1은 종속변수에 영향을 미친다.

가설 H1.2 독립변수2는 종속변수에 영향을 미친다.

가설 H1.3. 독립변수3은 종속변수에 영향을 미친다.

 

가설 H2. 독립변수는 매개변수1에 영향을 미친다.

가설 H2.1. 독립변수1은 매개변수1에 영향을 미친다.

가설 H2.2 독립변수2는 매개변수1에 영향을 미친다.

가설 H2.3. 독립변수3은 매개변수1에 영향을 미친다.

 

가설 H3. 독립변수는 매개변수2에 영향을 미친다.

가설 H3.1. 독립변수1은 매개변수2에 영향을 미친다.

가설 H3.2 독립변수2는 매개변수2에 영향을 미친다.

가설 H3.3. 독립변수3은 매개변수에 영향을 미친다.

 

 

가설 H4. 매개변수1은 매개변수2에 영향을 미친다.

 

가설 H5. 매개변수1은 종속변수에 영향을 미친다.

 

가설 H6. 매개변수2는 종속변수에 영향을 미친다.

 

가설 H7. 매개변수1과 매개변수2는 독립변수와 종속변수간에 매개효과가 있다.

가설 H7.1. 매개변수1과 매개변수2는 독립변수1과 종속변수간에 매 개효과가 있다.

가설 H7.2. 매개변수1과 매개변수2는 독립변수2와 종속변수간에 매 개효과가 있다.

가설 H7.3. 매개변수1과 매개변수2는 독립변수3과 종속변수간에 매 개효과가 있다.

 

 

 

4. 직접효과와 매개효과(간접효과)

 

매개변수는 다음과 같은 조건을 만족해야 합니다. 논리적으로 “독립==> 매개”, “매개==> 종속”의 인과관계가 성립이 되어야 합니다. 즉 우리가 상식적으로 생각할 때 이 2개의 인과관계가 그럴듯해야 합니다.

 

그리고 매개효과의 크기는 “독립==> 매개”의 크기 * “매개==> 종속”의 크기가 됩니다. 즉 2개의 회귀계수를 곱한 것이 매개효과가 됩니다. 즉,

 

“독립 ==> 매개”의 회귀계수가 a라고 하고, “매개 ==> 독립”의 회귀계수를 b 라고 하면 매개효과의 크기는 a*b가 됩니다.

 

즉 독립변수가 한 단위 증가하면 매개변수는 1*a 만큼 증가하고 매개변수가 1*a 증가하면 종속변수는 1*a*b만큼 증가합니다. 즉 매개효과는 독립변수가 1단위 증가할 때 매개변수를 통해 종속변수가 몇 단위 증가한 지를 보는 것입니다.

 

직접효과와 간접효과를 설명하려면 예를 들어서 설명하는 것이 가장 적절할 것 같습니다.

 

살을 빼려고 운동을 하는 경우가 많습니다. 즉 운동량은 몸무게를 줄이는 효과가 있다고 믿는 것이죠.

 

그럼 독립변수는 운동량이 되고 종속변수는 몸무게가 됩니다. 이 경우 운동량이 몸무게에 미치는 순수한 영향이 직접효과가 됩니다.

 

그러나 대부분의 경우 살을 빼려고 할 때 운동을 할 경우 식욕이 돌아올 수 있습니다. 그럼 식욕은 매개변수가 됩니다. 즉 운동량 증가==> 식욕상승==> 몸무게 증가 이런 효과가 나올 수 있습니다. 이게 바로 식욕의 매개효과, 간접효과가 됩니다.

 

위 연구모형 그림에서 화살표 인과관계는 전부 직접효과입니다. 즉 화살표 하나는 직접효과를 말하고 화살표 2개 이상을 연결시킬 때는 간접효과 또는 매개효과라고 합니다.

 

 

위의 직접효과와 간접효과를 합한 것을 총효과(tota1 effect)라고 하는데 이게 우리가 통상 외부적으로 느끼는 효과입니다.

 

즉

 

직접효과: 운동량 ==> 몸무게에 미치는 -효과, 즉 운동을 많이 할수록 몸무게가 줄어든다.

 

간접효과; 운동량 ==> 식욕증가 ==> 몸무게 증가, 즉 운동을 많이 할수록 식욕이 증가하여 몸무게가 찌는 +효과가 있습니다.

 

총효과; 직접효과(-효과)+간접효과(+)가 되어 운동을 많이 해도 살이 빠지지 않는 이유가 되겠습니다.

 

이게 우리가 외부적으로 느끼는 효과입니다. 그래서 상관분석을 하면 운동량과 몸무게는 서로 상관관계가 없다고 나오는 이유입니다.

 

 

 

그러나 위의 연구모형이 꼭 맞다고는 할 수 없습니다. 왜냐하면 위의 연구모형의 결과를 사람들이 어느 정도 알기 때문에 살을 빼려고 운동을 시작하면 의도적으로 다이어트를 실시하는 사람도 많기 때문입니다. 그럼 다이어트의 정도를 매개변수로 놓을 수 있습니다.

 

그럼 운동량 증가==> 다이어트 정도 ==> 몸무게 이런 연구모형도 가능합니다. 즉 운동을 많이 할수록(즉 살을 빼려고 하는 의욕이 강할수록) 다이어트를 심하게 하고 이럴 경우 몸무게도 줄어든다는 몸무게에 대한 - 간접효과도 생길 수 있습니다.

 

또는 식욕을 매개변수1, 다이어트 정도를 매개변수 2로 해서 연구모형을 만들 수도 있습니다.

 

 

다음은 박사논문 수준의 구조방정식을 이야기 할 건데요. 이건 그냥 다중집단 분석이 추가되었다고 생각하시면 됩니다. 구조방정식 모형에 조절효과가 추가된 모형입니다. 이건 다음에 설명하겠습니다.