이 강의에서 할 일
- 분석 결과를 논문의 보고 순서에 맞게 정리한다.
- 측정모형·적합도·경로·효과·모형 비교 표를 만든다.
- 방법과 결과 문장을 본문에 옮겨 쓴다.
- 제출 전에 점검 목록으로 빠진 것을 확인한다.
시작하기 전에
- Amos 3~4강: 측정모형과 적합도
- Amos 8~10강: 구조모형, 매개효과, 모형 비교
- 이 강의의 수치는 8~10강 결과를 그대로 모은 것입니다
보고 순서
구조방정식 논문의 결과 부분은 대개 아래 순서를 따릅니다. 학회와 학위 논문마다 세부 양식이 다르므로 투고할 곳의 규정을 먼저 확인합니다.
| 순서 | 내용 | 표 | 이 시리즈의 강의 |
|---|---|---|---|
| 1 | 표본·자료 처리(결측, 정규성) | 표본 특성표 | 13강 |
| 2 | 측정모형: 적재량, 신뢰도, 타당도 | 표 1 · 표 2 | 3강 |
| 3 | 모형 적합도 | 표 3 | 4강 |
| 4 | 구조모형: 경로계수와 설명량 | 표 4 | 8강 |
| 5 | 매개효과(간접효과) | 표 5 | 9강 |
| 6 | 경쟁모형 비교 | 표 6 | 10강 |
본문에는 핵심 수치만 쓰고 자세한 값은 표에 둡니다. 같은 수치를 표와 본문에 중복해서 길게 쓰지 않습니다.
표 1. 측정모형: 적재량과 신뢰도
요인별로 표준화 적재량, 합성신뢰도(CR), 평균분산추출(AVE), Cronbach α를 한 표에 모읍니다. 아래는 8강 자료의 예입니다.
| 요인 | 문항 | 표준화 적재량 | CR | AVE | α |
|---|---|---|---|---|---|
| 동기 | 동기1 / 동기2 / 동기3 | .79 / .71 / .67 | .77 | .53 | .76 |
| 불안 | 불안1 / 불안2 / 불안3 | .87 / .76 / .68 | .82 | .60 | .81 |
| 전략 | 전략1 / 전략2 / 전략3 | .63 / .67 / .63 | .68 | .41 | .68 |
| 성취 | 성취1 / 성취2 / 성취3 | .66 / .70 / .71 | .73 | .48 | .73 |
읽는 법: 적재량은 .50~.60 이상, CR은 .70 이상, AVE는 .50 이상이 자주 인용되는 기준입니다. 이 예에서 전략의 CR(.68)과 AVE(.41), 성취의 AVE(.48)가 기준보다 낮습니다. CR이 .60 이상이면 AVE가 .50에 못 미쳐도 수렴타당도를 받아들일 수 있다는 Fornell과 Larcker(1981)의 설명이 자주 인용되지만, 논문에는 이 사실을 숨기지 말고 쓰고 한계로 언급합니다.
CR과 AVE는 Amos가 자동으로 내 주지 않아 표준화 적재량으로 직접 계산합니다. CR = (Σλ)² ÷ [(Σλ)² + Σ(1 − λ²)], AVE = Σλ² ÷ 문항 수. 위 값은 제가 이 식으로 계산했습니다. α는 SPSS나 Jamovi에서 구합니다.
표 2. 판별타당도
요인 사이의 상관을 아래쪽에 쓰고, 대각선에는 AVE의 제곱근을 씁니다. 대각선 값이 같은 줄과 열의 상관보다 크면 판별타당도가 있다고 봅니다(Fornell-Larcker 기준).
| 동기 | 불안 | 전략 | 성취 | |
|---|---|---|---|---|
| 동기 | .73 | |||
| 불안 | −.14 | .77 | ||
| 전략 | .53 | −.18 | .64 | |
| 성취 | .56 | −.36 | .60 | .69 |
모든 대각선 값이 같은 줄·열의 상관보다 큽니다. 다만 전략(.64)과 성취(.60)는 차이가 작아 여유가 크지 않습니다. 이런 점은 본문에서 한 문장으로 짚어 둡니다.
상관은 4요인 측정모형(CFA)의 요인 상관이며, 제 계산값이라 Amos 출력과 소수 둘째 자리에서 조금 다를 수 있습니다. 판별타당도는 HTMT 같은 다른 기준도 있습니다. 이 강의에서는 다루지 않습니다.
표 3. 모형 적합도
| 모형 | χ² (df) | p | CFI | TLI | RMSEA [90% CI] | SRMR |
|---|---|---|---|---|---|---|
| 측정모형 (4요인 CFA) | 약 70.4 (48) | — | .978 | — | .040 | — |
| 구조모형 (M1) | 72.46 (49) | .016 | .977 | .969 | .040 [.018, .059] | .041 |
| 기준(자주 인용) | — | > .05 | ≥ .95 | ≥ .95 | ≤ .06 | ≤ .08 |
χ²는 표본이 크면 유의해지기 쉬워 다른 지수와 함께 씁니다. 기준값은 Hu와 Bentler(1999)가 가장 널리 인용되며, CFI·TLI .90 이상, RMSEA .08 이하를 쓰는 관행도 있습니다. 어떤 기준을 썼는지 본문에 출처와 함께 적습니다.
측정모형의 일부 값은 PC에서 Amos 출력을 보고 채웁니다. 한 번 정한 기준은 논문 전체에서 같게 씁니다.
표 4. 구조 경로
| 경로 | B | S.E. | C.R. | p | 표준화 β |
|---|---|---|---|---|---|
| 동기 → 전략 | 0.42 | 0.08 | 5.46 | < .001 | .54 |
| 동기 → 성취 | 0.26 | 0.08 | 3.37 | < .001 | .31 |
| 전략 → 성취 | 0.41 | 0.11 | 3.89 | < .001 | .40 |
| 불안 → 성취 | −0.19 | 0.05 | −3.85 | < .001 | −.26 |
아래에 설명량(R²: 전략 .29, 성취 .50)을 표 주석이나 본문에 함께 씁니다. 비표준화 B는 단위가 있는 값이라 경로 크기를 비교할 때는 β를 쓰고, 유의성은 C.R.(p)로 판단합니다.
Amos의 p는 C.R.의 양측 확률입니다. 표에는 정확한 값을 쓰거나 "< .001"로 씁니다. 8강의 경로 p값은 제 계산이라 PC에서 확인합니다.
표 5·6. 효과와 모형 비교
| 효과 | 추정값 (표준화) | 95% 신뢰구간(편의교정, 2,000회) |
|---|---|---|
| 동기 → 전략 → 성취 (간접) | 0.17 (.21) | [0.09, 0.30] |
| 동기 → 성취 (직접) | 0.26 (.31) | [0.11, 0.41] |
| 총효과 | 0.43 (.53) | — |
간접효과의 신뢰구간이 0을 포함하지 않아 유의하고, 직접효과도 유의하므로 부분매개로 해석합니다(9강).
| 모형 | χ² (df) | Δχ² (Δdf) | AIC | BIC | CFI | RMSEA |
|---|---|---|---|---|---|---|
| M1 부분매개 | 72.46 (49) | — | 130.5 | 237.9 | .977 | .040 |
| M2 완전매개 | 84.02 (50) | 11.56 (1) | 140.0 | 243.7 | .967 | .048 |
| M3 전략 효과 없음 | 90.29 (50) | 17.83 (1) | 146.3 | 250.0 | .961 | .052 |
| M4 불안 효과 없음 | 88.71 (50) | 16.25 (1) | 144.7 | 248.4 | .963 | .051 |
M1이 AIC·BIC가 가장 작고, 다른 모형은 M1보다 χ²가 유의하게 나빠집니다(Δχ² 기준값 3.84). 최종 모형으로 M1을 선택합니다(10강).
본문에 쓰는 문장 예
방법: 구조방정식 분석에는 Amos를 사용하였고, 모수는 최대우도법으로 추정하였다. 모형 적합도는 χ², CFI, TLI, RMSEA, SRMR로 평가하였으며 CFI와 TLI는 .95 이상, RMSEA는 .06 이하, SRMR은 .08 이하를 양호한 적합도 기준으로 삼았다(Hu & Bentler, 1999). 간접효과의 유의성은 2,000회 부트스트랩의 편의교정 95% 신뢰구간으로 검증하였다.
측정모형: 모든 문항의 표준화 적재량은 .63~.87이었다. 합성신뢰도는 .68~.82였고 평균분산추출은 .41~.60이었다(표 1). 전략의 합성신뢰도와 평균분산추출이 기준보다 낮은 점은 본 연구의 한계이다. 모든 요인에서 평균분산추출의 제곱근이 다른 요인과의 상관보다 커 판별타당도가 확보되었다(표 2).
구조모형: 구조모형의 적합도는 양호하였다(χ²(49) = 72.46, p = .016, CFI = .977, TLI = .969, RMSEA = .040, 90% CI [.018, .059], SRMR = .041). 학습동기는 학습전략(β = .54, p < .001)과 학업성취(β = .31, p < .001)에 정적인 영향을 주었고, 학습전략은 학업성취에 정적인(β = .40, p < .001), 불안은 부적인(β = −.26, p < .001) 영향을 주었다. 학습전략과 학업성취의 설명량은 각각 29%와 50%였다. 동기가 학습전략을 거쳐 성취에 미치는 간접효과는 유의하였다(0.17, 95% CI [0.09, 0.30]). 경쟁모형 비교에서 부분매개 모형의 적합도가 가장 좋았다(표 6).
수치는 Amos 출력을 PC에서 확인한 뒤 확정합니다. 위 문장은 8~10강 결과를 합친 예시이며, 실제 논문에서는 연구 가설과 변수 이름에 맞게 바꿉니다.
제출 전 점검 목록
| 항목 | 확인 |
|---|---|
| 표본 수, 결측 처리 방법, 정규성 확인을 썼는가 | 13강 |
| 프로그램(Amos 버전), 추정 방법(ML)을 밝혔는가 | 방법 |
| χ²(df), p, CFI, TLI, RMSEA(신뢰구간), SRMR을 모두 썼는가 | 표 3 |
| 사용한 적합도 기준에 출처를 달았는가 | 본문 |
| 표준화·비표준화 경로계수를 구분해 표시했는가 | 표 4 |
| 설명량(R²)을 썼는가 | 표 4 |
| 간접효과는 부트스트랩 횟수와 신뢰구간 방법을 썼는가 | 표 5 |
| 수정지수로 모형을 고쳤다면 그 사실과 이유를 썼는가 | 5강 |
| 기준에 못 미친 값(예: 전략의 AVE)을 숨기지 않고 한계로 썼는가 | 표 1 |
| 표와 본문의 숫자가 서로 같은가 | 전체 |
| 인과를 단정하지 않고 "영향", "관련"처럼 설계에 맞는 표현을 썼는가 | 결론 |
논문 투고 전에 같은 분석을 다른 프로그램(예: Jamovi의 lavaan)으로 한 번 더 돌려 숫자가 거의 같은지 확인하면 입력 실수를 잡을 수 있습니다. 이 시리즈의 8~10강처럼 Amos의 χ²는 N−1을 쓰고 lavaan은 N을 써서 소수 둘째 자리가 조금 다를 수 있습니다.