조직몰입 3요소 모형의 내적구조 검토: 탐색적 구조방정식 모형(ESEM)의 적용

안정원; 이순묵

추천

검색

자료유형: 학술저널

저자정보: 안정원 (성균과대) 이순묵 (성균관대학교)

저널정보: 한국심리학회 한국심리학회지: 산업 및 조직 한국심리학회지: 산업 및 조직 제28권 제4호

발행연도: 2015.1

수록면: 795 - 827 (33page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구에서는 조직몰입 3요소 모형(Allen & Meyer, 1990)의 내적구조를 탐색적 구조방정식 모형(ESEM: Exploratory Structural Equation Modeling)을 적용하여 검토하였다. 그동안 많은 선행 연구들에서는 3요소 모형에 대한 확인적 요인분석의 결과로 정서적, 지속적, 규범적 몰입의 각 척도가 서로 구별되는 구성개념을 측정하는 것으로 보고되었다. 이에 본 연구는 기존의 문항분석 방식과 다른 개방적 문항분석 방식인 ‘척도 내’ 그리고 ‘척도 간’ ESEM을 적용하여, 한국의 사회복지기관에서 일하는 사회복지사를 대상으로 수집된 자료에서 문항들 간에 측정오차간 상관이 통제된 가운데 3요소 척도의 내적구조를 보다 정밀히 검토하였다. 이를 위해, 전통적 방식의 EFA 결과와 CFA결과를 개방적 방식의 ‘척도 내’ ESEM 결과와 비교하여 제시하고, 다른 유사 개념 또는 선행변수로 자주 연구되는 척도들과 함께 ‘척도 간’ ESEM을 실시한 결과를 제시하였다. 그 결과 ‘척도 내’ ESEM 모형에서 EFA 및 CFA 보다 더 높은 합치도와 요인 변별도가 제시되어, 실제 자료를 보다 잘 반영한 3요소 모형의 내적구조를 확인할 수 있었다. ‘척도 간’ ESEM 분석 결과에서는 방법요인에 의한 상관값이 비교적 크게 나타나, 방법효과가 여러 개념들이 함께 측정되는 경험 자료에서 얼마나 심각하게 본래의 척도 구조를 왜곡시킬 수 있는지를 실증적으로 보여주었다. 이는 부정적 표현의 역문항들과 번역 과정에서 본래 의도와 다르게 해석될 수 있는 표현으로 인해 문항들간 발생가능한 방법효과를, 측정오차간 상관으로 추정하면서 확인된 부분이다. 3요소 모형의 내적구조를 검토하기 위해 본 연구에서 시도한 ESEM 방법론을 통해, 척도 내 문항들에서 발생할 수 있는 동일방법 효과를 통제하고서 내적 구조를 추정함은 물론, 각 문항들이 복수의 유사 개념을 측정할 수 있는 가능성을 충분히 허용함으로서 실제 척도의 양상을 보다 개방적으로 검토할 수가 있었다. 이러한 분석 결과는 서구에서 개발된 3요소의 선언척도가 문화권이 다른 한국의 경험 자료에서 나타나는 실제척도와 얼마나 다를 수 있는지를 확인하는 기회가 되면서, 동시에 한국의 문화를 반영한 조직몰입의 개념화와 타당화의 필요성을 제기한다. 한국 직장인들이 생각하는 조직몰입의 구성개념과 이론의 논리적 구조가 확립되어, 경험연구에서 지지될 수 있는 탄탄한 내적구조를 가진 조직몰입 척도의 개발이 요구된다.

Allen and Meyer's(1990) 3-component model of organizational commitment(OC) was investigated using exploratory structural equation modeling(ESEM) with samples of full-time social workers at social welfare organizations in South Korea. Confirmatory factor analysis(CFA) has been at the heart of testing factor structure of the 3-component model in organizational commitment research wherein each scale of the affective, continuance, and normative commitment is reported to measure conceptually and empirically separable construct. The present study applied ESEM, specifically ‘intra-scale’ and ‘inter-scale’ ESEM, to scrutinize factor structure of the 3-component scales. ESEM methodology uses exploratory approach in that all cross-loadings are estimated between each measure and factors, with uniqueness correlated according to the researcher's hypotheses as in CFA. In this respect, ESEM can be viewed as an open approach to item analysis distinguished from the conventional (closed) approach, such as EFA and CFA. This study provided detailed assessment of the 3-component model through comparisons of factor structures estimated by EFA, CFA and ‘intra’ ESEM, followed by the ‘inter’ ESEM conducted on all other variables(assumed to be similar constructs with or antecedents of OC). As a result, the ‘intra-scale’ ESEM showed a substantially better fit and yielded more discriminated factors(less correlated) than did EFA and CFA that are models for planned scale. The ‘inter-scale’ ESEM revealed how seriously method effect can distort an original factor structure in empirical data measured together with multiple scales of other constructs. Using ESEM has advantages of estimating common factor structures, controlling for common method effect that are typically included in measures in applied research. Also, it allows for much more possibilities that each item can measure multiple constructs so as to reveal more realistic factor structures. Taken together, the present results suggest a need to conceptualize and validate a new scale for organizational commitment reflecting Korean culture.

#organizational commitment #exploratory structural equation modeling(ESEM) #factor structure #method effect #open approach to item analysis

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

안정원

소속기관 성균과대

주요연구분야 사회과학 > 심리과학

논문수 3 이용수 35

이순묵

소속기관 성균관대학교

주요연구분야 사회과학 > 심리과학 의약학 > 임상의학 > 가정의학

논문수 54 이용수 1,781

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)