기관회원 [로그인]
소속기관에서 받은 아이디, 비밀번호를 입력해 주세요.
개인회원 [로그인]

비회원 구매시 입력하신 핸드폰번호를 입력해 주세요.
본인 인증 후 구매내역을 확인하실 수 있습니다.

회원가입
서지반출
회귀분석과 구조방정식 모형에서의 상호작용효과 검증 : 이론과 절차
[STEP1]서지반출 형식 선택
파일형식
@
서지도구
SNS
기타
[STEP2]서지반출 정보 선택
  • 제목
  • URL
돌아가기
확인
취소
  • 회귀분석과 구조방정식 모형에서의 상호작용효과 검증 : 이론과 절차
  • Testing the Interaction Effects in Regression and Structural Equation Models: Theories and Procedures
저자명
홍세희,정송
간행물명
인간발달연구KCI
권/호정보
2014년|21권 4호(통권60호)|pp.1-24 (25 pages)
발행정보
한국인간발달학회|한국
파일정보
정기간행물|KOR|
PDF텍스트(0.66MB)
주제분야
사회과학
원문 미리보기는 1페이지만 제공 됩니다. 전체 페이지 보기를 원하실 경우 다운로드열람하기를 이용해 주세요.
서지반출

국문초록

행동과학 연구가 발전함에 따라 많은 연구에서 독립변수와 종속변수 사이의 관계에 제 3의 변수를 고려하게 되었다. 대표적인 것이 매개변수나 조절변수, 또는 두 가지 모두를 고려하는 것이다. 여기서 조절변수는 독립변수와 결합효과를 통해 종속변수에 상호작용효과를 가지는 변수를 말한다. 최근 널리 사용되는 구조방정식 모형에서는 매개효과 또는 간접효과를 용이하게 검증할 수 있으므로 매개효과 검증은 많이 사용되지만, 상호작용효과 검증은 상대적으로 그렇지 못하다. 상호작용효과 검증이 매개효과 검증보다 적게 사용되는 대표적인 이유는 상호작용 검증절차가 복잡하여 많은 연구자들이 사용에 어려움을 느끼기 때문일 것이다. 본 논문에서는 회귀분석과 구조방정식 모형을 이용하여 상호작용 모형의 분석방법을 자세히 설명하였다. 먼저, 회귀분석에서는 평균중심화, 표준화 계수의 교정, 상호작용 변수의 신뢰도 문제 등을 설명하였다. 다음으로 구조방정식 모형에서는 앞의 세 가지 문제와 함께 모수의 제약, 비제약 방법등을 강조하였다. 또한 실제 자료에 회귀분석과 구조방정식 모형을 적용하여 구체적인 분석절차를 설명하였다. 마지막으로 상호작용 분석에서 많은 연구자들이 혼동하거나 오해하고 있는 대표적인 문제점을 뽑아서 명확히 설명하였다.

영문초록

As behavioral science research advances, third variables have increasingly been considered in the relationship between independent and dependent variables in many research. Research has commonly examined the role of mediating and/or moderating variables. A moderating variable indicates a variable that has an interaction effect on a dependent variable, producing a joint effect with an independent variable. Given that mediation (or indirect) effects can be easily tested in structural equation models that are very widely used, mediation effects are more commonly tested than interaction effects. One of the main possible reasons interaction models are underutilized is that testing interaction effects can be complicated and thus many researchers often experience difficulties. In view of this, analysis methods for testing the interaction effects are explained and discussed in detail using regression analysis and structural equation models in the present study. First, mean centering, correction of standardized interaction coefficient, and reliability issues of interaction variables are explained in regression analysis. Next, constrains of parameters and unconstrained methods as well as the abovementioned three issues are emphasized in structural equation models. In addition, regression analysis and structural equation models are applied to a real data set to explain the procedures of the analysis. Finally, several issues that are commonly misunderstood by many researchers are presented and clarified.

목차

Ⅰ. 서 론
Ⅱ. 회귀분석에서의 상호작용효과 검증
Ⅲ. 구조방정식 모형에서의 상호작용효과 검증
Ⅳ. 결 론
참고문헌

참고문헌 (12건)

  • Aiken, L. S., & West, S. G. (1991). Multiple regression: Testing and interpreting interactions. Newbury Park, London: Sage.
  • Algina, J., & Moulder, B. C. (2001). A note on estimating the Jöreskog-Yang model for latent variable interaction using LISREL 8.3. Structural Equation Modeling, 8(1), 40-52.
  • Bandalos, D. L., & Finney, S. J. (2001). Item parceling issues in structural equation modeling. In G. A. Marcoulides, & Schumacker, R. E. (Eds.), New developments and techniques in structural equation modeling (pp. 269-296). Hillsdale, N.J.: Lawrence Erlbaum Associates.
  • Bohrnstedt, G. W., & Goldberger, A. S. (1969). On the exact covariance of products of random variables. Journal of the American Statistical Association, 64(328), 1439-1442.
  • Busemeyer, J. R., & Jones, L. E. (1983). Analysis of multiplicative combination rules when the causal variables are measured with error. Psychological Bulletin, 93(3), 549-562.
  • Çivitci, N., & Çivitci, A. (2009). Self-esteem as mediator and moderator of the relationship between loneliness and life satisfaction in adolescents. Personality and Individual Difference, 47(8), 954-958.
  • Edwards, J. R. (2009). Seven myths of testing moderation in organizational research. In C. E. Lance, & R. J. Vandenberg (Eds.), Statistical and methodological myths and urban legends (pp. 143-164). Routledge.
  • Jackman, M. G., Leite, W. L., & Cochrane, D. J. (2011). Estimating latent variable interactions with the unconstrained approach: A comparison of methods to form product indicators for large, unequal numbers of items. Structural Equation Modeling, 18(2), 274-288.
  • Little, T. D., Cunningham, W. A., Shahar, G., & Widaman, K. F. (2002). To parcel or not to parcel: Exploring the question, weighing the merits. Structural Equation Modeling, 9(2), 151- 173.
  • Marsh, H. W., Wen, Z., & Hau, K. T. (2004). Structural equation models of latent interactions: Evaluation of alternative estimation strategies and indicator construction. Psychological Methods, 9(3), 275-300.
  • Ping, R. A. (1996). Latent variable interaction and quadratic effect estimation: A two-step technique using structural equation analysis. Psychological Bulletin, 119(1), 166.
  • Wen, Z., Marsh, H. W., & Hau, K. T. (2010). Structural equation models of latent interactions: An appropriate standardized solution and its scale-free properties. Structural Equation Modeling, 17(1), 1-22.