개노답이글스

1.자기회귀교차지연 모형 명령문 ​ 자기회귀교차지연모형 분석을 위해선 좀 많은 명령문이 필요합니다. ​ 1)무조건모형 2)측정동일성 3)경로동일성 4) 오차공분산동일 모형에대한 간단한 설명은 여기서 봐주시고..ㅎ https://gaenodapeagles.tistory.com/23 교육통계 R랑가몰라 9. 구조방정식(SEM) 5) 자기회귀교차지연모형 잠재성장모형에 이어 ​ 또 다른 종단 분석방법을 살펴볼까요. ​ 자기회귀교차지연모형입니다. ​ 1. 간단한 이론..? ​ ​ 예시 모형에서 보다시피 여러 시점에서 측정된 변수들 간의 관계를 gaenodapeagles.tistory.com 또 너무 많으면 토나오니까 ​ 저렇게 4개만... ​ 역시 종단모형이니까 ​ 종단 파일로 합치셔야 되고, ​ 그다음 명령문으..

1. 잠재성장모형 명령문 ​ 잠재성장모형도 살펴볼께요. ​ 먼저 데이터부터 합쳐야겠군요. ​ R에서 한 것과 마찬가지로 ​ 데이터는 KCYP2018 1-3차년도 사용합니다. ​ 간단하게(?) 시간에 따른 중학생의 우울이 어떻게 변화하는지, ​ 우울에 어떤 변인이 영향을 주고 있는지 살펴볼까 합니다. ​ 일단 spss로 자료를 합치기 위한 준비를 하고 ​ ​ ​ 데이터-파일합치기-변수추가로 세 가지 파일을 하나로 합쳐줍니다. ​ 기준변수로 HID, PID를 모두 사용합니다. ​ ​ 그래서 우울변수가 하나로 다 몰리게 한 다음에 ​ dat파일로 저장해줍니다. ​ 저장 전에 너비와 소수점 모두 통일해줍니다. ​ ​ 파일이 잘 합쳐졌다면.. ​ ​ data: file = growth.dat; format = 7..

1. 모형설정 ​ R과 마찬가지로 ​ 이러한 모형으로 똑같이 Mplus를 사용해보려 합니다. ​ 1. 행동통제가 자아존중감, 삶의 만족도에 영향을 주고 ​ 2. 학업시간관리는 자아존중감에 영향을 주고 ​ 3. 학습활동은 자아존중감, 삶의 만족도에 영향을 주고 ​ 4. 자아존중감이 삶의 만족도에 영향을 주는 모형을 설정해보았습니다. ​ 2. Mplus 명령어 및 결과 확인 ​ 위 모형에 따른 명령어를 정리해보면 ​ DATA: file = path1.dat; format = 23F10.0; ​ variable: names = ID control1 control2 control3 control4 control5 manage1 manage2 manage3 manage4 self1 self2 self3 self4..

탐색적 요인분석 명령어 ​ 저번 확인적 요인분석에 이어서 ​ 탐색적 요인분석 명령어를 살펴볼께요. ​ DATA: file = selfesteem.dat; format = 11F10.0; ​ Variable: names = ID self1 self2 self3 self4 self5 self6 self7 self8 self9 self10; usevariable = self1 self2 self3 self4 self5 self6 self7 self8 self9 self10; ​ analysis: type = EFA 1 5; ​ output: modindices; ​ plot: type = plot2; ​ 달라진 부분은 analysis: type = EFA 1 5; ​ output: modindices; ​ p..

잠재성장모형에 이어 ​ 또 다른 종단 분석방법을 살펴볼까요. ​ 자기회귀교차지연모형입니다. ​ 1. 간단한 이론..? ​ ​ 예시 모형에서 보다시피 여러 시점에서 측정된 변수들 간의 관계를 살펴봅니다. ​ 특정 시점의 변수가 다른 시점의 변수에 어떻게 영향을 주는지 볼 수 있겠죠? ​ 이 모형의 장점은 시간 관계 안에서 변수들의 관계를 살펴보는 것입니다. ​ 간단하게(?) 보이는 모형에 ​ 여러 단계를 거쳐야 하는 귀찮음이 있지만 ​ 그래도 잘 연습하면 유용한 분석 모형이 될 것이라 생각됩니다. ​ 거쳐야 하는 단계는 측정 동일성 -> 경로 동일성 -> 오차 공분산 동일성을 검정을 하고 난 다음 ​ 최종 모형이 결정됩니다. ​ 위 예시 모형을 다시 세세하게 보면 ​ 이런 모양이 나옵니다.​ ​ 측정 동일..

지금까지 뭔가 올렸던 것은 횡단 연구 방법이었습니다. 횡단만 다루면 조금 아쉬운 부분이 있죠 횡단 연구의 장점으로 일반적인 경향을 파악하고, 개인 간 비교가 용이한 점은 있지만 1. 개인의 성장과 발달과정을 파악하기는 어렵고 2. 분석을 통해 얻은 결과가 특정 시점에서만 유효한지, 다른 시점에서도 유효한 지 모르고 3. 변수들간 시간적 선행성 확보가 쉽지 않습니다 **참고자료: 이종승, 2009, 교육심리사회 연구방법론** 특히 이 '시간적 선행성 확보'가 쉽지 않은 점은 주로 관심 있는 '인과적 효과'를 밝히기 쉽지 않다는 점입니다. 사회과학 특성상, 실험 연구가 쉽지 않기 때문에 분석 결과를 인과관계로 표현하기 어렵고 시간적 선후관계도 불명확하다는 점이 아쉽죠. 그래서 시간에 따른 변수 간의 관계 파..

안녕하세요, 이번엔 구조방정식 경로 모형에 대해서 알아보려 합니다. 저번 요인분석에 이어서 이번엔 드디어(?) 변수들을 활용해서 서로 어떤 관계를 가지고 있는지 구조방정식에 적용해볼까요. 저번장에서 다루었던 모형 검증에서 이어갑니다. 1. 모형설정 모형검정을 통해 제가 사용하려고 했던 행동통제, 학업시간관리, 학습활동, 삶의 만족도, 자아존중감 5가지 변인의 요인 분석을 마쳤고 이제 이 변수들간의 관계를 설정해서 보고자 합니다. 물론, 이 변수들간의 관계를 설정하는 데 있어서 정말 열심히 이론적 배경을 고려해야 하나 여기서는... 너무 귀찮.. 연습이니까요.. R을 활용하는데 중점을 둔ㅎㅎ 다음 그림과 같은 관계를 가지고 있지 않을까 하는 가정을 먼저 해봅니다. 1. 행동통제가 자아존중감, 삶의 만족도에..

안녕하세요, 이번엔 구조방정식 모형 검증 방법에 대해 알아보려 합니다. 구조방정식은 다양한 변수들간의 관계를 보여주는 분석방법이라 다양한 모델, 모형이 나타납니다. 그래서 다양한 모형 가운데 가장 적합한 모형을 찾아서 최종 결과에 올려야 되기 때문에 경쟁모형 간에 검증이 필요합니다. 1. 모형검증에 사용하는 통계치 구조방정식에서 주로 사용하는 통계치는 카이제곱 차이 검정, TLI, CFI, RMSEA 값을 주로 쓰는 것 같습니다. 분석에서 나타나는 여러 모형의 각 값들을 비교하여 가장 양호한 값을 띄고 있는 모형을 최종 모형으로 선정하면 되는데요 예를 들어 모형 1과 모형 2를 두고 비교한다면, 카이제곱 차이검정은 모형 1과 모형 2의 카이제곱 값을 차이 검정을 진행하고, TLI, CFI, RMSEA 는..

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 변수..

안녕하세요, 이번엔 구조방정식에 대해 알아보려 합니다. ​ 이전까지 살펴보았던 회귀분석에서는 ​ 하나의 독립변수가 종속변수에 또는 여러 가지의 독립변수가 종속변수에 어떻게 영향을 주고 있는지를 ​ 분석하는 방법이었다면, ​ 구조방정식은 회귀분석을 응용한 고급 분석방법이랄까요.. ​ 변수들 간의 관계를 회귀식으로 풀어내는 분석방법인데요..ㅎ ​ 예를 들면, 학업열의 와 학업 무기력이 자아존중감에 미치는 영향을 분석한 것은 다중회귀분석을 사용했는데.. ​ 이 종속변수로 사용했던 자아존중감이 학업열의 나 학업 무기력에도 영향을 줄 수 있는 것은 아닐지 ​ 또 다른 '경로'를 생각해볼 수 있죠. ​ 여기에 변수가 더 추가되면 훨씬 복잡한 회귀 식이 나오겠죠..? ​ 아마 그래서 구조방정식(structural e..