교육통계 R랑가몰라 9. 구조방정식(SEM) 1) 요인분석(확인적요인분석)

 

안녕하세요, 이번에는 저번장에 이어 확인적 요인 분석을 이어가 보도록 하겠습니다.

 

 

2) 확인적 요인분석

 

활용 데이터는 KCYP 2010 5차년도 자료로 같습니다.

 

사용하는 변수는 행동통제, 학업시간관리, 학습활동, 삶의 만족도, 자아존중감입니다.

 

설문에서 행동통제에 대해서 5문항, 학업시간관리 4문항,

 

삶의 만족도 3문항, 자아존중감 10문항으로 구성되어 있습니다.

 

확인적 요인 분석은 탐색적 요인 분석과 다르게

 

이미 설문을 구성할 때 1번부터 몇 번 문항까지는 00에 대한 문항이야 라고 정해진 것을 반영해서

 

분석을 하니까 앞선 탐색적 요인 분석보단 간단할 것 같아요..ㅋㅋ

 

여기서 사용할 패키지는 'lavaan'입니다.

 

이 패키지를 사용하기 위해서는 먼저 '모델'을 설정해두어야 합니다.

 

모델에서 어떤 변수를 구성할지, 경로를 어떻게 설정할지 정해야 합니다.

 

여기서는 요인 분석이니까 따로 경로보단, 요인 구성만 이루어집니다.

 

설정 방법은 따옴표 '' 안에 잠재 변수 =~ 측정문항1+측정문항2+측정문항3 넣으면 됩니다.

 

여기서 '=~' 는 요인을 구성할 때 사용하는 명령어입니다.

 

제가 사용하는 변수는 행동통제, 학업시간관리, 학습활동, 삶의 만족도, 자아존중감이니까

 

다음과 같이 만들어 보았습니다.

 

음... 캡처가 너무 작네요

 

model1 <- 'control =~ INT2C01w5+INT2C02w5+INT2C03w5+INT2C04w5+INT2C05w5'

 

행동통제만 예시로 보시면

 

model1이라는 객체에

 

행동통제를 control control이라고 명명하고 하위 문항 5가지, 문항 코드명을 그대로 하나씩 적어줍니다(오탈자 조심하세요..ㅠ)

 

그리고 잘 적혀있다면..

 

sem함수를 이제 사용합니다.

 

간단하게 모델 객체와 데이터만 잘 넣으면 끝입니다.

 

그리고 결괏값은 summary를 활용해서

 

sem분석을 한 객체와, fit.measures =T, standardized = T까지 설정해주면

 

결괏값이 이렇게 주르르륵 나옵니다... 와우..

 

여기서는 분석에 사용한 사례 값 총 2351명이지만, 결측을 제외한 2052를 사용했다는 정보

 

그리고 모형 적합도 검증에 사용하는 카이제곱 값과 TLI, CFI 값도 보여줍니다.

 

모형 검증은 다음 챕터에서 할게요..ㅎㅎ

 

아 그리고 저기 RMSEA도 모형 검증에 사용됩니다.

 

일단... 여기 요인 분석에 집중해보면

 

Latent variables 결과를 보면 되는데요

 

여기서도 Estimate 비표준화 계수와 std.lv, std.all 표준화계수 값이 따로 나와 당황스럽게 합니다만

 

일반적으로 사용하는 값은

 

std.all 표준화 값입니다.

 

다른 모든 변수와의 상관을 계산하여 분석한 것이라고 하는데요..

 

여기서 .7이상 이면 양호한 값으로

 

.7 밑으로 나오면... 요인 구성에서제외를 고려해보아야 한다고 하네요

 

이 말을 하신 분은 Kline, R. B(2011). Principles and practice of structural equation modeling이라 하시니

 

왜 그런지 궁금하신 분은 이분께 따져보시는 게 좋을 것 같습니다!(한글 번역판도 있어요..ㅋㅋ)

 

값이 낮다는 것은 변인을 측정하는데 한계가 있음을 의미하는 것이니

 

잘 참고하셨으면 좋겠습니다.

 

이렇게 방해가 되는 문항들을 삭제하고 다시 분석을 돌리면

 

전체적으로 모형 적합도 값이 좋아지게 되고

 

분석에 더 도움이 될 것이라 하네요.ㅋㅋㅋ

 

값이 낮게 나온 문항은 앞선 모델에서 삭제하셔서 모델을 재구성한 다음

 

분석을 돌리면 될 것 같습니다!

 

그러면 이것으로 요인 분석을 정리해보려 하고요

 

다음에 경로 분석과 모형 적합도 검증을 천천히 또 다루어 보겠습니다..ㅋㅋ

 

감사합니다!