[통계] 구조방정식(2)

측정모델의 신뢰도와 타당도

• 신뢰도와 타당도

- 신뢰도란 반복된 측정에서 어느 정도 동일한 결과를 얻는 가의 의미

- 타당도: 연구자가 관찰하려고 하는 것을 어느 정도 제대로 관찰 했는가?

 

1) 신뢰도: 크론바흐 알파계수, 복합신뢰도, 평균분산추출을 이용해 평가

- 크론바흐 알파계수 > 0.7

- 복합신뢰도 > 0.7

(1)Cronbach’s alpha: 각 잠재변수의 인자 부하량의 합계를 제곱한 수치와 측정변수의 오차분산을 합계한 것. 높을수록 일관성이 높다는 것을 의미. CR>0.7

 

 

2) 타당도

(1) 수렴타당도(convergent validity)

- 요인적재값이 통계적으로 유의해야 함: AVE > 0.5

- 측정변수는 잠재변수의 공통분산에 상당히 많은 비중(높은 부하량)을 보여야 한다는 것

 

a. 인자부하량: 측정변수들이 잠재변수에 높은 부하량을 보인다면 만족. 일반적으로 통계적으로 유의하면서 부하량의 크기가 0.5 이상(0.7이상이면 더욱 좋음)이 되어야 함

b. 평균 분산 추출(average variance extracted): 확인적 인자분석에서 잠재변수들에 의해 설명된 분산추출지수의 평균 비율. AVE > 0.5

(2) 판별타당도(discriminant validity)

- 잠재변수 간 상관계수와 평균 분산추출의 제곱근을 비교함으로써 평가할 수 있음

- 잠재변수들이 얼마나 고유하며 차별성이 있는 가를 판단하는 것

- 판별적 타당성이 높을수록 각 잠재변수들이 서로 다른 영역을 나타내고 있으며, 서로 다른 특성을 측정한다고 볼 수 있음

- 판별적 타당성이 높으려면 각각의 잠재변수에 대한 측정변수들 간에 상관관계가 낮아야 함

a. 두 잠재변수들의 분산추출 비율과 두 잠재변수들 간의 상관계수의 제곱값을 비교하여 비율이 크다면 판별 타당성이 있다고 판단. 왜냐면 각각의 잠재변수가 서로 다른 잠재변수를 설명하는 것보다 더 측정변수를 설명하는 것이기 때문

b. 두 잠재변수들 간의 상관계수를 ‘1’로 고정시켜서 하나의 잠재변수만을 가진 모델과 두 개의 잠재변수를 가진 모델 가운데 어느 것이 더 타당한가 검정.

 

구조모델

• 구조모델에 대한 평가는 잠재변수와 잠재변수 간의 관계에 초점을 맞추어 진행하며, 연구모델에 의해 설정된 이론적 관계까 데이터에 의해 지지되는지 검토

• 평가: 모델의 적합도 평가, 가설과 직접적으로 관련된 경로계수에 대한 유의성 검정, 독립변수의 설명력을 평가하기 위한 결정계수(R2)에 대한 검토

 

 

• 구조모델에 대한 분석은 잠재변수 간 경로에 대한 회귀계수의 도출과 유의성 평가를 수행

 

 

 

위 결과에 대한 해석은,

• 잠재변수 간의 세 경로는 모두 통계적으로 유의하다

• 1960년의 산업화 수준(ind60)은 1960년의 민주화 수준(dem60)에 영향을 미친다.

• 1960년의 산업화 수준과 1960년의 민주화 수준은 1965년의 민주화 수준(dem65)에 영향을 미친다.