고용 희망과 인지된 고용 장벽을 포함하는 심리적 자활과 경제적 자활과의 관계에 대한 구조방정식모형분석과 주성분분석의 결과 비교 :Comparison of results from structural equation modelling analysis and principal component regression analysis for the relation between psychological self-sufficiency including employment hope and perceived employment barrier and economic self-sufficiency

정혜윤

추천

검색

자료유형: 학위논문

저자정보: 정혜윤 (중앙대학교, 중앙대학교 대학원)

지도교수: 임창원

발행연도: 2016

저작권: 중앙대학교 논문은 저작권에 의해 보호받습니다.

이용수2

이 논문의 연구 히스토리 (2)

2017

심리적 자활과 경제적 자활의 관계에 대한 두 가지 분석 방법의 결과 비교

정혜윤 , 임창원 응용통계연구 2017.12 학술저널

2016

고용 희망과 인지된 고용 장벽을 포함하는 심리적 자활과 경제적 자활과의 관계에 대한 구조방정식모형분석과 주성분분석의 결과 비교

정혜윤 통계학과 2016.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

미국의 복지제도의 사회복지정책분야에서 자주 사용되는 자활(self-sufficiency, SS)은 사회복지학 분야에서 중요한 개념이고 따라서 많은 연구가 되어져 왔다. 그 중에서 미국의 저소득층 구직자들에 대해서 고용 희망 정도(employment hope scale, EHS)와 고용 장벽으로 인식하는 정도(perceived employment barrier scale, PEBS)가 경제적 자활(economic self-sufficiency, ESS)에 어떤 영향을 미치는지에 대한 연구도 있었다. 이러한 연구는 일반적으로 설문자료를 바탕으로 수행되며, 사회과학분야에서 설문자료는 주로 구조방정식모형(Structural Equation Model, SEM)으로 분석된다. 설문자료에서는 일반적으로 설명변수들 간에도 상관관계가 있는 것으로 알려져 있다. 이러한 경우, 다중공선성의 문제가 발생할 수 있고, 이 문제를 해결하는 한 방법으로 주성분분석(Principal Component Analysis, PCA)이 있다. 이 연구에서는 사회과학분야 연구에서 주로 다루어지는 설문자료를 SEM과 PCA를 사용하여 분석하였을 경우 그 결과를 비교하고자 한다. 두 가지 분석 방법은 모의실험을 통해서 그 성능이 비교되었다. 또한 앞에서 언급된 EHS와 PEBS가 포함된 심리적 자활(psychological self-sufficiency, PSS)과 ESS에 대한 실제 설문자료를 이 두 가지 분석 방법으로 분석하고 그 결과를 비교하였다.

#경제적 자활 #구조방정식모형 분석 #주성분 분석

제1장 서론 1
제2장 방법론 3
2.1. 구조방정식모형분석 3
2.2. 주성분분석 5
제3장 실제 자료 분석 7
3.1. 개념적 연구모형 7
3.2. 데이터 및 변수의 정의 8
3.3. 구조방정식모형분석 결과 11
3.3.1. 측정모형의 신뢰도와 타당도 11
3.3.2. 구조모형 평가 16
3.4. 주성분분석 결과 19
3.4.1. 주성분분석 결과 19
3.4.2. 주성분회귀 결과 23
제4장 시뮬레이션 자료 분석 26
4.1. 데이터 생성 방법 26
4.2. 구조방정식모형분석 결과 26
4.2.1. 측정모형의 신뢰도와 타당도 26
4.2.2. 구조모형 평가 30
4.3. 주성분분석 결과 32
4.3.1. 주성분분석 결과 32
4.3.2. 주성분회귀 결과 35
제5장 결론 39
참고문헌 40
국문초록 41
ABSTRACT 42

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)