PARTNER
검증된 파트너 제휴사 자료

공분산구조분석의 모형추정 절차: 방법론적 진단 및 처방 (Model Estimation Procedures in Covariance Structure Analysis: Methodological Diagnosis and Prescription)

16 페이지
기타파일
최초등록일 2025.03.21 최종저작일 2016.02
16P 미리보기
공분산구조분석의 모형추정 절차: 방법론적 진단 및 처방
  • 미리보기

    서지정보

    · 발행기관 : 한국조사연구학회
    · 수록지 정보 : 조사연구 / 17권 / 1호 / 55 ~ 70페이지
    · 저자명 : 김상욱

    초록

    이 글은 공분산구조분석을 시도할 때 과연 어떠한 모형추정 절차를 따라야만 하는가 하는 방법론적 이슈와 관련한 국내 기존연구들의 문제점을 짚어내고 해법을 모색하려는 목적으로 준비되었다. 특별히 이 글에서는 구조방정식모형을 통계적으로 추정해 내는 세부적 과정과 절차에 있어서 국내 연구들이 올바른 방법론적 전형 및 규준으로부터 어떻게 그리고 얼마나 이탈되어 있는가의 관점에서 문제점을 진단하고 방법론적 처방을 제시하고자 하였다. 모형추정의 주요 단계별로 논의한 방법론적 규준 및 처방은 모두 네 가지였는데, 구체적으로 (1) 본격적인 모형추정에 앞서는 사전적 정지작업으로서의 문항분석(내적 일관성 검증 및 탐색적 요인분석), 그리고 다중공선성 검증 및 확인적 요인분석, (2) 소위 ‘2단계 접근법’으로서의 측정모형과 구조모형의 개별적·순차적 추정, (3) 구조모형의 주요 인과경로 계수를 추정함에 있어서 초기모형으로 간명모형을 선택한 후 점진적·부가적으로 경로를 설정해 나가는 보수적 추정전략, (4) 측정오차들 상호간 독립성이라는 핵심적 통계적 전제에 대한 적극적인 전방위적 검증 및 반영 등이 그것이다. 이러한 규준 및 처방에도 불구하고 대부분의 국내 연구들은 (1) 본격적 모형추정에 앞서서 문항분석 등을 세밀하게 시도하지 않아서 사상누각의 결과를 가져오며, (2) ‘2단계 접근법’을 제대로 적용하지 않음으로써 ‘해석적 혼란’뿐 아니라 상관관계와 인과관계 상호간 ‘혼란’없는 얼개를 적절히 보여주지 못하고, (3) 간명모형으로 시작하는 이론적·선험적 접근전략을 구사하기보다는 포화모형으로 시작해서 경험적 기준에 과도하게 집착하는 경험경도적 전략을 동원함으로써 몰(沒)이론적이고 사후소급가설화에 의존하는 경향이 있으며, (4) 측정오차들 상호간 독립성과 관련한 통계적 전제를 별도로 검증하지도 또는 아예 관심조차 보이지 않음으로써 모형추정 결과에 각종 오류를 초래하는 문제를 나타냄을 지적하였다. 여타 통계분석기법들과 차별화되는 공분산구조분석 기법 고유의 장점 그리고 최근 점증하는 활용 추세에도 불구하고 상당수의 국내 연구들은 적확한 방법론적 이해와 적용절차를 결여함으로써 이 기법의 장점을 극대화하기보다는 오히려 오‧남용 가능성을 크게 경계하여야 할 상황임을 강조하였다.

    영어초록

    This study tries to address methodological issues concerning what kind of estimation procedures needs to be employed in estimating causal models in the covariance structure analysis. In particular, special attention is paid to try to diagnose detailed sorts of problems prevalent in the extant literature in Korea, and also to provide a proper prescription to help avoid or rectify such problems. To be more precise, a total of four protocols or criteria are suggested to be adhered to, in sequence, in the process of model estimation: (1) as a beforehand job to prepare for the main or full-fledged estimation of causal model, detailed 'item analysis' should be conducted to check into the internal consistency and discriminant-convergent validity; (2) the so-called 'two-step approach’ needs to be used to try to estimate the measurement and structural models on a separate and sequential basis; (3) the conservative strategy needs to be used by means of adopting an over-identified, or parsimonious, model as a baseline structural model and then trying to free up some of the remaining, unspecified causal paths merely one by one based primarily on their theoretical plausibility; (4) the critical statistical assumption relating to correlated measurement errors among the measurement variables needs to be strictly tested for and incorporated into the main analysis. Despite these protocols or criteria, a substantial body of literature using the covariance structure analysis in Korea are indeed: (1) failing to conduct the item analysis carefully prior to the estimation of causal model; (2) failing to use the two- step approach appropriately; (3) failing to use the theory-driven, conservative strategy, and having tended to use, instead, the data- driven, atheoretical strategy; (4) failing to test the assumption of correlated measurement errors in estimating the structural model. Methodological and substantial ramifications stemming from these problems are discussed in further details to guard against the possibility of serious misuses or abuses of such analytic technique in Korea.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우
문서 초안을 생성해주는 EasyAI
안녕하세요. 해피캠퍼스의 방대한 자료 중에서 선별하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 목차부터 본문내용까지 자동 생성해 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 캐시를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 06월 02일 월요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
4:24 오후