학위논문통계

이번 글은 지난 글에서 나온 잠재성장모형에서 선형변화모형의 기울기 회귀계수가 어떻게 해서 나왔는지 구체적으로 한번 보여주고요. 그리고 구조방정식에서 자주 나오는 X2 검증 통계량이 어떻게 나왔는지 그리고 잠재성장모형에서 어떻게 이용되는지 보여주겠습니다. 좀 이론적인 내용이라 시간을 가지고 차분하게 읽어 주시면 좋겠습니다. 1. 선형변화모형의 기울기 회귀계수 지난번 시간에 선형변화모형의 모형식은 X(t)=b0+b1*t 리고 했습니다. 여기서 b1을 어떻게 추정하는지 보여주겠습니다. X(t)은 시간 t에서 교우관계를 이야기한다고 생각하죠. 척도는 5점 척도로 하고요. id X(1) X(2) X(3) 1-2 변화율 2-3 변화율 변화율 평균 1 3.42 3.55 3.51 0.038 -0.011 0.013 2 ..

오늘은 구조방정식에서 나오는 모형선택 문제의 제일 마지막입니다. 즉, 잠재성장모형 또는 잠재성장곡선모형에서 나오는 모형선택에 관해서 소개하겠습니다. 이건 구조방정식 책에 나오는 책도 있고, 없는 책도 있습니다. 그냥 개념만 알려드립니다. 먼저 잠재성장모형을 이용해서 논문을 쓰시려고 하면 다음과 같은 점을 아셔야 합니다. 1) 잠재성장모형은 패널데이타를 사용합니다. 주로 정부에서 나오는 개인을 대상으로 매년 조사하는 자료를 사용합니다. 2) 측정하는 해에 따라 변수들이 변해야 합니다. 불행하게도 대부분의 성인들은 세월이 흘러도 인식이 잘 안변합니다. 최소한 5년, 또는 10년 정도 흘러야 인식이 바뀝니다. 따라서 잠재성장모형을 이용하여 논문을 쓸 경우 생각이 자주 바뀌는 청소년 대상 패널데이타를 많이 사용..

오늘은 지난번에 이어 조절효과에서 측정동일성 검증이라는 모형선택 부분을 이야기해보죠. 이 측정동일성 검증은 현재 오직 모형선택 이론만으로서 설명될 수 있습니다. 지난번에서도 이야기했지만 이 부분은 석사논문에서는 거의 요구하지 않고 박사논문에서 가끔 잘난 체 하는 심사위원들이 요구하는 경우가 있습니다. 요구하면 해야죠. 별 수 없죠. 만약 심사위원이 이걸 요구하면, 또 본인이 직접해야 하는 경우라면 먼저 시중 책방에서 구조방정식 측정동일성 부분이 있는 책을 먼저 구입하시기 바랍니다. 조금 복잡합니다. 측정동일성 문제가 뭔가 예를 들어서 설명해보죠. 연구가설이 스트레스 ==> 소진, 스트레스가 소진에 영향을 미치는지 검증한다고 보죠. 그래서 스트레스 측정을 위해 스트1, 스트2, 소진 측정을 위해 소진1, ..

지난번에 구조방정식에서 가설 검증(정확하게는 직접효과 가설)이 모형선택의 문제로 환원될 수 있다는 것을 보여 주었습니다. 물론 이 가설 검증을 모형선택의 문제로 하는 사람은 없습니다. 직접효과 가설검증은 t 검증이지만 모형선택의 문제에서 가설 검증은 X2 검증이 됩니다. 구조방정식에 나오는 또 다른 모형선택의 예로서는 흔히 다중집단 분석이라고 하는 조절효과를 보는 경우입니다. 조절효과를 검증하는 z 검증을 할 수 있지만 모형선택 검증을 할 수도 있습니다. 또 조절효과 검증을 하기 전에 예비적으로 측정동일성 검증을 요구하는 경우도 있는데 이 경우는 모형선택 검증을 해야 합니다. 측정동일성 검증은 석사 논문 수준에서는 요구하지 않는데 간혹 박사논문 수준에서는 심사위원이 요구할 수 있습니다. 거의 모든 통계 ..

모형선택이라는 개념을 잘 모르시는 분은 제 블로그 글 연구모형 만들기를 참조하시기 바랍니다. 구조방정식에서도 모형선택 개념이 가끔 나옵니다. 가설 검증과 함께 여기에 대해서 간단히 설명하겠습니다. 일단 구조방정식의 가장 간단한 모형을 이야기 해보죠. [그림 1] M1 논문에서 나오는 가설은 대립가설 H1을 말합니다. 정확하게는 귀무가설 H0과 대립가설 H1을 같이 써야 합니다. 좋지 않은 관행이죠. 흔히 나오는 가설은 회귀분석 Y=b0+b1*X 에서 H0: b1=0, H1: b1=0이 아니다 여기서 가설 H1이 채택이 되면 독립변수 X는 Y에 영향을 미친다고 해석합니다. 이걸 모형 선택의 문제로 보면 H0: 간단한 모형 즉 Y=b0 H1: 복잡한 모형 즉 Y=b0+b1*X 이렇게 됩니다. 즉 가설 H1:..

1) 모델 7: 모형은 개념은 다음과 같습니다. 즉, 독립변수 X가 매개변수 M에 미치는 영향력(회귀계수)이 조절변수 W의 값에 따라 달라진다는 이야기입니다. W가 취하는 값에 따라서라는 말 때문에 이쪽에서는 조건부 분석에라는 말을 자주 씁니다. 어쩌구 | W=w 그럼 앞에서와 한 것과 같이 단계1: 종속변수는 M, 독립변수는 독립변수X, 조절변수 W, 상호작용항 XW로 해서 회귀분석을 합니다. M=c0+a1*X+a2*W+a3*XW =(co+a2*W)+(a1+a3*W)X 단계2: 종속변수는 Y, 독립변수는 독립변수 X와 매개변수 M으로 해서 회귀분석을 합니다. Y=c1+b1*X+b2*M 이걸 완전히 X에 관해 전개하면, 종속변수를 Y, 독립변수를 X로 해서 회귀분석을 하면 Y =c1+b1*X+b2*(c0..

1. 총효과 분석 다음은 프로세스 매크로의 매개변수가 들어간 기본모형 4입니다. 그럼 이 결과는 SPSS에서 회귀분석 돌리면 된다고 했습니다. 수식으로 쓰면 1단계 회귀분석: 회귀분석에서 종속변수는 매개변수 M, 독립변수는 독립변수 X를 지정하면 됩니다. (1) M=c0+a*X 2단계 회귀분석: 회귀분석에서 종속변수는 종속변수 Y, 독립변수는 독립변수 X와 매개변수 M을 지정하면 됩니다. (2) Y=c1+b1*X+b2*M 그럼 효과분석은 어떻게 될까요. 총효과=직접효과+간접효과(매개효과)=b1+(a*b2) 가 됩니다. 그럼 이 총효과는 어디서 나온 것일까요. 이건 회귀분석에서 종속변수는 Y, 독립변수는 X를 지정하여 단순회귀분석을 돌리면 나옵니다. 즉, Y=c3+d*X=c3+(b1+(a*b2))X 가 나..

오늘은 구조방정식에서 조절효과 보는 방법에 대해 이야기를 하겠습니다. 전에 한번 쓴 적이 있는데 그때는 저도 한국에 나온 책을 보고 썼는데 작업을 계속 하다 보니까 그 내용들이 명확치도 않고 또 작업하다가 이리저리 하다 보니까 좀 정리를 할 필요가 있을 것 같아서 다시 업데이트를 합니다. 생각보다 하는 방법은 간단합니다. 순서를 꼭 지켜야 하는 경우는 분명하게 언급을 합니다. 주의: AMOS에서 Model은 전혀 손 될 필요가 없습니다. 1) 조절변수를 표준화하고 표준화된 변수를 이진더미변수로 바꿉니다. 이건 SPSS에서 기술통계 구할 때 표준화 메뉴에 체크를 하면 자동적으로 표준화된 조절변수가 데이터에 추가됩니다. 표준화 변수는 평균이 0이고 표준편차가 1인 변수입니다. 따라서 이진더미 변수로 만들 때..

앞에서 어떤 분이 구조방정식 부트스트랩(bootstrap)에 관한 물어 봐서 여기에 대해 간단히 써 보겠습니다. 책에는 전혀 안 나오죠. 저도 AMOS 구조방정식에서 bootstrap을 어떻게 계산하는지는 정확하게는 모릅니다. 뭐 좀 생각해보면 알 수도 있겠지만. 하여간 간단하게 개념만 설명 드리겠습니다. bootstrap 이전에 나온 방법이 jackknife라는 방식입니다. 일종의 재표본(resampling) 방식인데요 이건 이해하기 간단합니다. 만약 데이터가 50개가 있다고 생각하죠. 그럼 통상 우리가 모집단의 평균을 추정하기 위해서는 표본평균을 구합니다. 잭나이프 방식은 50개 데이터 중 하나씩만 제거합니다. 그럼 50개 데이터셑이 만들어집니다. 예를 들어 데이터 50개 번호를 (1, 2, 3, ...

구조방정식을 본인 스스로 하기를 원하시는 분들이 있습니다. 사실 제가 돈을 벌려고 하는 것이 아니라 솔직히 말해 통계 분석하는 분들에게 맡기는 것이 낫습니다. 시중에 있는 책에서는 논문 통계 분석에 맞춰 서술되어 있지 않기 때문에 제대로 이해하고 본인이 분석하기는 너무 힘이..