[논문 리뷰] A Tutorial for Analyzing Structural Equation Modelling

Hashem Salarzadeh Jenatabadi|arXiv (Cornell University)|2015. 04. 14.

Technology Adoption and User Behaviour참고 문헌 33인용 수 9

한 줄 요약

이 가이드는 통계, 심리학, 경영학, 컴퓨터 과학 분야의 연구자들을 대상으로 구조적 영향 모델링(SEM)에 대한 종합적인 소개를 제공한다. 관측 변수와 잠재 변수를 사용한 SEM의 적용 방법, 모형 설정, 추정 및 평가 기법을 설명하며, 실용적 사례를 통해 고급 모형 분석을 비전문가에게도 접근 가능하게 한다.

ABSTRACT

This paper provides a tutorial discussion on analyzing structural equation modelling (SEM). SEM can be regarded as regression models with observed and unobserved indicators, have been extensively applied to practical and fundamental studies. We deliver an introduction to SEM method and a detailed description of how to deal with analyzing the data with this kind of modelling. The intended audience is statisticians/mathematicians/methodologists who either know about SEM or simple basic statistics especially in regression and linear/nonlinear modeling, and Ph.D. students in statistics, mathematics, management, psychology, and even computer science.

연구 동기 및 목표

• 기초 통계 교육을 가진 연구자들에게 구조적 영향 모델링(SEM)에 대한 명확하고 접근 가능한 소개를 제공하기 위해.
• 관측 변수와 잠재 변수를 사용하여 SEM 모형을 설정, 추정 및 평가하는 과정을 안내하기 위해.
• 심리학, 경영학 및 사회과학과 같은 분야에서 실제 연구 맥락에서 SEM를 적용하는 방법을 보여주기 위해.
• 이론적 SEM 개념과 표준 통계 소프트웨어를 이용한 구현 간 격차를 메우기 위해.
• 박사 과정 학생들과 방법론 전문가들이 연구에서 SEM를 이해하고 적용할 수 있도록 지원하기 위해.

제안 방법

• 논문은 관측 변수와 관측할 수 없는(잠재적) 변수를 모두 포함하는 다元 회귀 모델의 확장으로서 SEM을 소개한다.
• SEM의 두 주요 구성 요소인 측정 모형(잠재 변수와 관측 지표 간의 관계)과 구조 모형(잠재 변수 상호 간의 관계)을 설명한다.
• 모형 식별, 매개변수 추정(일般적으로 최대우도법을 사용), 그리고 CFI, TLI, RMSEA와 같은 적합도 지수를 사용한 모형 적합도 평가 방법을 기술한다.
• 수정 지수와 이론적 타당성을 기반으로 한 모형 수정 및 적합도 향상의 중요성을 강조한다.
• 모형 설정, 소프트웨어 구현(맥락상 암시됨), 결과 해석에 이르는 단계별 지침을 포함한다.
• 모형 개념화에서 최종 평가에 이르는 전 과정을 보여주는 실용적 사례를 사용한다.

실험 결과

연구 질문

• RQ1 구조적 영향 모델링(SEM)은 관측 변수와 잠재 변수 간의 복잡한 관계를 어떻게 분석할 수 있는가?
• RQ2 구조적 영향 모형을 설정, 추정 및 평가하는 데 필요한 핵심 단계는 무엇인가?
• RQ3 SEM 적용에서 모형 식별과 적절한 적합도를 확보하기 위해 연구자는 어떤 조치를 취해야 하는가?
• RQ4 수정 지수는 이론적 일관성을 유지하면서 모형 적합도를 향상시키는 데 어떤 역할을 하는가?
• RQ5 SEM는 심리학, 경영학 및 사회과학 분야의 실증 연구에서 효과적으로 어떻게 적용될 수 있는가?

주요 결과

• 이 가이드는 잠재 구성요소를 포함하는 다변량 복잡 관계를 모델링하는 데 있어 SEM이 강력하고 접근 가능한 방법임을 성공적으로 입증한다.
• 정확한 모형 설정과 적합도 평가는 SEM 응용에서 타당한 추론을 위해 필수적이다.
• CFI, TLI, RMSEA와 같은 적합도 지수의 사용은 연구자가 모형의 적합성을 객관적으로 평가할 수 있도록 한다.
• 모형 수정은 단지 적합도 통계치에 의존하기보다는 이론적 타당성에 따라 이뤄져야 의미 있는 해석이 가능하다.
• 이 논문은 초보자부터 고급 사용자까지 응용 연구에 적합한 명확한 SEM 워크플로우를 수립한다.
• 제시된 사례는 실제 데이터를 사용하여 실증 연구에서 이론적 모형을 검증하는 데 SEM을 어떻게 활용할 수 있는지 보여준다.