구조방정식모형에서 상호작용 효과 검증 : PPI, OPI와 LMS를 중심으로 :Testing the interaction effect in Structural Equation Models.

이나라

추천

검색

자료유형: 학위논문

저자정보: 이나라 (성신여자대학교, 성신여자대학교 일반대학원)

지도교수: 조영일

발행연도: 2020

저작권: 성신여자대학교 논문은 저작권에 의해 보호받습니다.

이용수3

이 논문의 연구 히스토리 (2)

2023

시뮬레이션을 사용한 구조방정식에서 상호작용효과 검증 방법 비교

이나라 , 조영일 인문사회 21 2023.06 학술저널

2020

구조방정식모형에서 상호작용 효과 검증 : PPI, OPI와 LMS를 중심으로

이나라 심리학과 2020.01 학위논문

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

초록· 키워드

오류제보하기

본 논문은 다양한 연구 조건에서 3가지 분석 방법(PPI, OPI, LMS)을 사용하여 구조방정식의 상호작용효과를 비교해보는 시뮬레이션 연구이다. 구조 방정식에서의 상호작용효과를 비교를 위해서 2개의 연구문제가 제시되었다. 세부적으로는 연구1은 4개의 가설로 구성되었으며, 연구2는 5개의 가설로 구성되었다. 2개의 연구에서는 다섯 개의 조작변수(사례수, 상호작용 효과 수준, 잠재 변인끼리의 상관, 지표 변인의 요인 부하량, 상호작용 효과 분석 방법)가 사용되었다. 조작변수의 수준에 따라서 4(사례수)*2(상호작용 효과 수준)*3(잠재 변인끼리의 상관)*2(지표 변인의 요인 부하량)*3(상호작용 효과 분석 방법)로 총 144개의 조건을 설정하였다. 각각의 조건은 1000번씩 반복하여 생성되었다. 데이터의 생성은 Mplus 8과 통계프로그램 R을 사용하여 생성하였다.
연구1에서는 조작 변수의 수준에 따른 상호작용효과의 1종 오류를 관찰하였다. 분석 결과, 상호작용의 효과는 사례수, 상호 작용 효과 수준, 잠재 변인끼리의 상관, 지표 변인의 요인 부하량, 상호작용 효과 분석 방법에서는 유의미한 차이가 관찰되지 않았다.
연구2에서는 조작 변수의 수준에 따른 상호작용효과의 검정력을 관찰하였다. 분석 결과, 지표 변인의 요인 부하에 따른 검정력은 차이가 없었으며, 사례수가 증가 할수록, 잠재 변인끼리의 상관이 커질수록 검정력은 증가하였다. 또한 상호작용 효과의 분석 방법에서 PPI, OPI, LMS의 순서로 검정력이 증가하는 것이 관찰되었다.
본 연구에서는 5가지의 조작 변수를 사용하여 연구자가 연구를 진행할 때 발생할 수 있는 다양한 조건을 형성하여, 상호작용효과 검증에서 효율적인 방법을 제시하였다는데 의의가 있다. 마지막으로 본 연구의 한계점과 후속연구를 위한 제언을 논의하였다.

This study is a simulation study comparing the structural equations model’s latent interaction effect by using 3 analysis methods(PPI, OPI, LMS) under various study conditions. To compare latent interaction effects in the structural equations model, two research problems are suggested. Concretely, research problem 1 is composed of 4 hypotheses, and research problem 2 is composed of 5 hypotheses. In these two research, 5 manipulated variables(Sample size, Interaction effects level, Correlation coefficient between latent variable, Loadings relating each indicator, Method of analyzing interaction effect) is used. According to the level of manipulated variable, total 144 conditions are set up: 4(Sample size)*2(Interaction effects level)*3(Correlation coefficient between latent variable)*2(Loadings relating each indicator)*3(Method of analyzing interaction effect). Each condition is generated repeatedly 1000 times. Data generated by using Mplus 8 and statistics program R.
In research 1, type 1 error of interaction effect according to the level of a manipulated variable is observed. The result of analysis says the effect of latent interaction effect’s valuable difference is not observed under sample size, interaction effects level, correlation coefficient between latent variable, loadings relating each indicator, method of analyzing interaction effect. In research 2, a latent interaction effect’s power of verification according to the level of a manipulated variable is observed. The result of the analysis says the power of verification has no difference according to relating each indicator and the more sample size is increased and the more correlation coefficient between latent variable, the power of verification increased. Also, under the method of a latent interaction effect, the power of verification is increased in the order of PPI, OPI, LMS.
This study has a meaning in an aspect that it used 5 manipulated variables to creat various conditions that a researcher can face when research’s progress and suggest the efficient way of latent interaction effects. Lastly, the limitation of this study and proposal for the follow up study is discussed.

#구조방정식 #상호작용효과 #조절효과 #PPI #OPI #LMS #시뮬레이션 R

논문개요
Ⅰ. 서론 1
1. 연구의 필요성 및 목적 1
Ⅱ. 이론적 배경 12
1. 곱 지표변수 접근법 12
1) PI 방식 12
2) PPI 방식 24
3) OPI 방식 31
2. 분포 분석 접근법 36
Ⅲ. 연구문제 및 가설 40
Ⅳ. 연구방법 41
1. 자료 생성 41
1) 몬테카를로 시뮬레이션 조건 42
2) 제 1종 오류(Type 1 error) 43
3) 검정력(power) 43
2. 자료 분석 43
Ⅴ. 연구결과 46
1. 상호작용 효과가 존재하지 않는 모형 46
1) 조작 변수가 모수 추정의 1종 오류에 미치는 효과 47
2. 상호작용 효과가 존재하는 모형 90
1) 조작 변수가 검정력에 미치는 효과 90
Ⅵ. 논의 160
1. 상호작용 효과가 존재하지 않는 모형 160
2. 상호작용 효과가 존재하는 모형 162
3. 종합논의 164
참고문헌
ABSTRACT(영문초록)
부록

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)