• 서울시 마포구 도화동 347-39 예당빌딩 4층
  • 월~금요일 9:00 - 18:00
  • 02-887-7077

1. 구조방정식모델의 개요

    구조방정식 모델은 지금까지

    • 공분산구조분석 (Covariance structure analysis)
    • 잠재변수모델 (Latent variable model)
    • 선형구조관계(LISREL, Linear Structural Relations)

    구조방정식모델 로 통일되어 사용되고 있다.

2. 구조방정식모델 장점

    • 회귀분석, 요인분석, 그리고 상관분석등 다양한 통계 기법을 한번에 사용할 수 있는 기법.
    • 외생 및 내생 변수에 대한 측정오차 고려
    • 직접, 간접 총 효과 검증
    • 잠재변수에 대한 이용
    • 확인적 요인분석 (Confirmatory Factor Analysis)
    • 경쟁모델 및 변형모델 등을 통한 다양한 결과 제시

3. 구조방정식모델 프로그램

    • LISREL (Linear Structural RELations)
    • EQS (EQuationS)
    • AMOS (Analysis of MOnment Structure)

4. LISREL

    • LISREL 구조방정식모델을 분석하기 위한 가장 대표적인 프로그램이라고 할 수 있다
    • Joreskog 과 Sorbom 에 의해서 개발
    • 가장 먼저 개발된 관계로 가장 많이 사용되었고, 경로도 (Path Diagram) 와 SIMPLIS (SIMPle LISrel) 가 개발되기 전까지는 여러가지 행렬과 복잡한 그리스문자들로 구성이 되어 있어서 사용이 쉽지 않았다.

5. EQS

    • Bentler 에 의해 개발된 프로그램으로써
    • Satprra-Bentler scaled 2, Wald-test, LM test 등 제공
    • 여러가지 장점에도 불구하고 한국에서 인지도가 다소 떨어지지만, 외국의 경우 많이 보편화 되어 사용되고 있다.

6. AMOS

    • Arbuckle 과 Werner 에 의해 개발된 구조방정식모델 분석프로그램
    • 시각적 그래픽 지원으로 초보자들이 사용하기 아주 편한 프로그램이다.
    • SPSS, Excell 등 데이터와 호환이 자유로워 사용하기 편하다.

7. 구조방정식 기본개념

    • 변수의 분류
    • 잠재변수 (Latent Variable)
    • 관측변수 (Observed Variable)
    • 외생변수 (Exogenous Variable)
    • 내생변수 (Endogenous Variable)
    • 오차변수 (Error Variable)

8. 잠재변수 (Latent Variable)

    • 잠재변수는 구성개념 (Construct) 이 직접 관찰되거나 측정이 되지 않는 변수를 의미한다.
    • 잠재변수 자체로는 측정이 불가능하므로, 관측변수 (observed variable) 에 의해서 간접적으로 측정이 되게 된다.
    • 구조방정식모델에서는 원이나 타원으로써 잠재변수가 나타내어진다.

9. 관측변수 (Observed Variable)

    • 관측변수는 직접 측정되어지는 변수로써 잠재변수와 연결되어 잠재변수를 측정한다.
    • 관측변수라는 명칭 이외에도 측정변수 (measured variable), 명시변수 (manifest variable), 그리고 지표 (indicator) 라는 용어가 함께 사용되고 있다.
    • 정사각형이나 직사각형으로 표시된다.

10. 내생변수 (Endogenous Variable)

    • 내생변수는 최소한 한번은 직접 혹은 간접적으로 영향을 받게 되는 변수이다. 구조방정식 모델내에서 화살표를 받는 변수가 되겠다.
    • 실제 구조방정식 모델에서는, 4가지 변수 (잠재변수, 관측변수, 외생변수, 내생변수)가 서로 조합되어, 외생잠재변수, 내생잠재변수, 외생관측변수, 내생관측변수 로 나타내어진다.

11. 오차변수 (Error variable)

    • 측정 오차 (Measurement error) : 잠재변수를 완전하게 설명하지 못하는 정도를 나타낸다.
    • 구조적 오차 (Structural error) : 구조적 오차는 내생 변수가 하나 혹은 그 이상의 외생변수에 의해서 설명이 되지 않은 변량을 의미한다.
    • 구조방정식모델 (AMOS) 에 사용되는 기호
      기호 의미
      잠재변수 (Latent Variable)
      관측변수 (Observed Variable)
      관측변수와 잠재변수간의 경로계수
      잠재변수들 사의의 경로계수
      잠재변수의 잔차 (Structural error)
      관측변수의 에러 (Measurement error)

12. 요인분석

    • 탐색적 요인분석 (Exploratory Factor Analysis, EFA)
    • 확인적 요인분석 (Confirmatory Factor Analysis, CFA)
    • 고차요인분석 (High order Confirmatory Factor Analysis)

13. 탐색적 요인분석

    • 탐색적 요인분석은 항목의 숫자를 줄이고 분석의 효율성을 높이기 위해 사용되는 기법으로써 eigen value 를 기준으로 묶여 진다 (SPSS 에서 사용되는 요인분석법).
    • 결국 항목의 숫자를 줄이고 분석의 효율성을 높이기 위해 사용된다고 할 수 있다.  
    • 요인분석을 하기 전 까지 어떤 항목들이 서로 묶이는지 알 수 없다.   

14. 확인적 요인분석

    • 확인적 요인분석 방법은 데이터 분석 전에 이미 이론적인 배경을 바탕으로 잠재변수를 구성하는 항목들이 지정이 되어 있다.
    • 그래서 관측변수들과 잠재변수들 간의 관계에 촛첨이 맞춰지게 된 것 이다.
    • 항목들이 이미 정해진 상태로 모델이 만들어지고 그 상황 하에서 분석이 진행되는 것 이다.


    확인적 요인분석


    2차 확인적 요인분석

15. 경로분석

    • 경로분석은 변수들 사이에 인과관계를 알아보는 분석 방법으로써, 직접효과, 간접효과 및 총효과를 얻을 수 있는 장점이 있다.
    • 하나의 독립변수, 하나의 종속변수일 경우 상관관계 분석과 비슷하며, 다수의 독립변수, 다수의 독립변수라는 개념에셔는 정순상관분석 과 비슷하다.
    • 구조방정식모델과 다른점은 관측변수들이 구성하는 잠재변수가 없다는 점이 되겠다.

16. 구조방정식 모델

    • 구조방정식모델은 앞에서 언급한 확인적 요인분석 (측정모델, Measurement Model)과 경로분석 (구조모델, Structure Model) 이 결합되어 있는 모델이라 할 수 있다.

17. 모수의 추정법

모수의 추정 법에는 여러가지 방법이 사용된다.

    • 2단계최소자승법: TSLS (Two-stage least square),
    • 2단계최소자승법: TSLS (Two-stage least square),
    • 수단변수법: IV (Instrumental variable),
    • 비가중최소자승법: ULS (Unweighted least square),
    • 일반최소자승법: GLS (General Lease square),
    • 최대우도법: ML (Maximum likelihood),
    • 가중최소자승법: WLS (Weighted least square),
    • 대각가중최소자승법: DWLS (Diagonally weighted square)

이중 ML 법과, GLS 법이 가장 널리 사용된다.

18. 모델의 적합도

    • 절대적합지수 (Absolute fit index): x2, GFI,RMR, RMSEA, NCP, ECVI
    • 증분적합지수(Incremental fit index): TLI, NFI, RNI, BFI, CFI
    • 간명적합지수(Parsimonious fit index): : AGFI, PNFI, PGFI, Normed x2,AIC
    적합도 종류 수용성 해석 기준
    X2 (Chi-Square) X2 통계표 임계치 X2 값과 임계치비교
    GFI (Goodness of fit index) 0 – 1 0.9 이상
    AGFI (Adjusted GFI) 0 – 1 0.9 이상
    RMR (Root-mean-square residual 0.05 이하면 양호
    RMSEA (Root mean square error of approximation)  
    • 0.1~0.08 보통
    • 0.08~0.05 양호
    • 0.05 이하 좋음
    TLI (Tucker-Lewis index) 0 – 1 0.9 이상
    NFI (Normed fit index) 0 – 1 0.9 이상
    PGFI (Parsimony goodness of fit index) 0 – 1 클수록 양호
    AIC (Akaike information criterion) 0 – 양의 값

    주로 대체모델 들의 값을 비교할 때 사용

    t 값 (Amos 에서는 C.R) 유의수준

    t값 (절대값 t) 양측검정 (two-tail) 단측검정 (one-tail)

    l t l > 1.645

    a = 0.10 에서 유의

    a = 0.05 에서 유의

    l t l > 1.965

    a = 0.05 에서 유의

    a = 0.025 에서 유의

    l t l > 2.58

    a = 0.01 에서 유의

    a = 0.005 에서 유의

    보통 a = 0.10 나 a = 0.05 의 유의수준이 많이 사용 되며, 대부분의 경우 양측 검정이 많이 사용되나, 단측검정을 적용하는 경우도 적지 않다.