Structural Equation Modeling

Slides:



Advertisements
Similar presentations
자동 제어 Sun Moon University 1 of 17 자동제어 목 차 강의 개요 Ch.10 주파수 응답 기법 Ch. 8 근궤적 기법.
Advertisements

6 장. printf 와 scanf 함수에 대한 고찰 printf 함수 이야기 printf 는 문자열을 출력하는 함수이다. – 예제 printf1.c 참조 printf 는 특수 문자 출력이 가능하다. 특수 문자의 미 \a 경고음 소리 발생 \b 백스페이스 (backspace)
소명의식 기본심리욕구 소명실행 1) 삶의 만족 2) 심리적 안 녕 자아수용 긍정적 대인관계 자율성 환경에 대한 통제 삶의 목적 개인적 성장 자율성 유능성 관계성 일 가치감 일 목적지향 천직의식 기여와 헌신동기 이타행동 가설 1. 소명의식은 삶의 만족에 영향을 미칠 것이다.
1. 도형의 연결 상태 2. 꼭지점과 변으로 이루어진 도형 Ⅷ. 도형의 관찰 도형의 연결상태 연결상태가 같은 도형 단일폐곡선의 성질 연결상태가 같은 입체도형 뫼비우스의 띠.
사과의 갈변현상을 막는 방법 박주현 ( 지도교사 김미정 ). 서론 1. 연구 동기 2. 연구목적 및 연구문제 이론적 배경 1. 사과가 갈변하는 이유 연구 내용 및 결과 1. 연구 가설, 기간 2. 연구 내용 및 결과.
Add Your Text 5. 지수함수와 로그함수 1. 지수함수 2. 로그함수 · 지수함수와 그 그래프 · 지수방정식과 지수부등식 · 로그 함수와 그 그래프 · 로그방정식과 로그부등식.
문자코드 1 박 2 일 (4 조 ) 이경도 이준집 이수연 엄태규. 문자코드란 ? 문자나 기호를 컴퓨터로 다루기 위하여, 문자나 기호 하나하나에 할당 시키는 고유의 숫자를 말하는 것이다.
제13장 로지스틱회귀분석.
재료수치해석 HW # 박재혁.
제14장 요인분석.
Top Management Team Internationalization: Construct Development and Empirical Test 이승재 ∙ 손 윤 ∙ 윤상흠.
Entity Relationship Diagram
(Numerical Analysis of Nonlinear Equation)
공차 및 끼워맞춤.
제 9 장 구조체와 공용체.
수치해석 6장 예제문제 환경공학과 천대길.
통계분석 특강(속성) 서구원 한양사이버대학교 미디어MBA.
제12주 회귀분석 Regression Analysis
최현진 정경대학 정치외교학과 국제정치론 2014 가을학기 제1주(2) 최현진 정경대학 정치외교학과
22장 통계적 품질관리(SQC) 1. 품질의 통계적 관리 2. 통계적 공정관리 3. 샘플링검사
11장. 포인터 01_ 포인터의 기본 02_ 포인터와 Const.
SqlParameter 클래스 선문 비트 18기 발표자 : 박성한.
제5강 : GLM(General Linear Model) ▫ 반복측정 일반선형 모형
6장. printf와 scanf 함수에 대한 고찰
2007 겨울 통계강좌 중급과정 제6강 다변량 분석에 대한 이해.
상관함수 correlation function
Missing Value.
상관분석 (p , p ).
제 7장 연관성분석 화장품과학과 홍보람.
일차방정식의 풀이 일차방정식의 풀이 순서 ① 괄호가 있으면 괄호를 먼저 푼다.
2.1 구조모델의 설정과 관련된 문제 구조모델의 개념화와 관련하여 유의할 점 설정오차(specification error)
Ⅲ. 이 차 방 정 식 1. 이차방정식과 그 풀이 2. 근 의 공 식.
C 프로그래밍 C언어 (CSE2035) (Chap11. Derived types-enumerated, structure, and union) (1-1) Sungwook Kim Sogang University Seoul, Korea Tel:
Keller: Stats for Mgmt & Econ, 7th Ed
자료구조: CHAP 7 트리 –review 순천향대학교 컴퓨터공학과 하 상 호.
27장. 모듈화 프로그래밍.
Linear Mixed Model을 이용한 분석 결과
(independent variable)
제1장 생산공정 개요.
Amos를 이용한 요인분석.
Metal Forming CAE Lab., Gyeongsang National University
데이터 탐색 및 분석 요령 백동열.
8장. spss statistics 20의 데이터 변환
Frequency distributions and Graphic presentation of data
단순회귀분석 (Simple Linear Regression Analysis)
김 진 흠 구조방정식모형 구조방정식모형 김 진 흠
독립성금증(χ2)-교차표 분석 수집된 자료가 명목척도로 측정된 경우 두 변수의 관계를 조사하는 통계기법으로 χ2독립성 검증(chi-square independence test)이 있다. 예를 들어, 특정 속성에 대하여 집단별로 어떤 차이가 있는지를 알아보기 위해서 사용하는.
MECHATRONICS 한경대학교 정보제어공학과 담당교수 : 조재훈.
Multiple regression analysis
논문작성을 위한 연구모형 설정 양동훈.
미분방정식.
Keller: Stats for Mgmt & Econ, 7th Ed 회귀모형의 정형화 Model Building
4장. 데이터 표현 방식의 이해. 4장. 데이터 표현 방식의 이해 4-1 컴퓨터의 데이터 표현 진법에 대한 이해 n 진수 표현 방식 : n개의 문자를 이용해서 데이터를 표현 그림 4-1.
Amos 17.0 구조방정식모델링 원리와 실제 제7장 모델의 적합도 평가 및 결과의 해석.
Flow Diagram IV While.
Part 2 개념적 데이터 모델 Copyright © 2006 by Ehan Publishing Co. All rights reserved.
최소의 실험 횟수에서 최대의 정보를 얻기 위한 계획방법 분석방법: 분산분석(Analysis of Variance, ANOVA)
11장 배열 1. 배열이란? 1.1 배열의 개요 1.2 배열의 선언과 사용.
비교분석 보고서 Template 2015.
9 브라우저 객체 모델.
상관계수.
Numerical Analysis Programming using NRs
Week 4: 다변수(2변수) 데이터분석 5장_1(산포도: scatter plot) 동영상 1,2,3,4,5
제 12장  원가추정 강사: 정재을 과목: 원가회계.
텍스트 분석 ㈜ 퀀트랩.
제 8장 일반화 선형모형 회귀분석, 분산분석, 다변량분산분석 및 부분 상관분석이 가능 GLM 절차
In-house Consultant Training
수치해석 ch3 환경공학과 김지숙.
9장. spss statistics 20의 데이터 변수계산
(Analysis of Variation, ANOVA)
Presentation transcript:

Structural Equation Modeling 구조방정식모델 Structural Equation Modeling

구조방정식모델 개요 (Structural Equation Modeling) 구조방정식 모델은 지금까지 공분산구조분석 (Covariance structure analysis), 잠재변수모델 (Latent variable model), 선형구조관계(LISREL, Linear Structural Relations) 등 여러가지 이름으로 사용되었으나, 구조방정식모델 로 통일되어 사용되고 있다. 구조방정식모델_특강

구조방정식모델 장점 회귀분석, 요인분석, 그리고 상관분석등 다양한 통계 기법을 한번에 사용할 수 있는 기법. 외생 및 내생 변수에 대한 측정오차 고려 직접, 간접 총 효과 검증 잠재변수에 대한 이용 확인적 요인분석 (Confirmatory Factor Analysis) 경쟁모델 및 변형모델 등을 통한 다양한 결과 제시 구조방정식모델_특강

구조방정식모델 프로그램 (1) LISREL (Linear Structural RELations) (2) EQS (EQuationS) (3) AMOS (Analysis of MOnment Structure) 구조방정식모델_특강

LISREL LISREL 구조방정식모델을 분석하기 위한 가장 대표적인 프로그램이라고 할 수 있다 Joreskog 과 Sorbom 에 의해서 개발 가장 먼저 개발된 관계로 가장 많이 사용되었고, 경로도 (Path Diagram) 와 SIMPLIS (SIMPle LISrel) 가 개발되기 전까지는 여러가지 행렬과 복잡한 그리스문자들로 구성이 되어 있어서 사용이 쉽지 않았다. 구조방정식모델_특강

EQS Bentler 에 의해 개발된 프로그램으로써 Satprra-Bentler scaled 2, Wald-test, LM test 등 제공 여러가지 장점에도 불구하고 한국에서 인지도가 다소 떨어지지만, 외국의 경우 많이 보편화 되어 사용되고 있다. 구조방정식모델_특강

AMOS Arbuckle 과 Werner 에 의해 개발된 구조방정식모델 분석프로그램 시각적 그래픽 지원으로 초보자들이 사용하기 아주 편한 프로그램이다. SPSS, Excell 등 데이터와 호환이 자유로워 사용하기 편하다. 구조방정식모델_특강

구조방정식 기본개념 변수의 분류 잠재변수 (Latent Variable) 관측변수 (Observed Variable) 외생변수 (Exogenous Variable) 내생변수 (Endogenous Variable) 오차변수 (Error Variable) 구조방정식모델_특강

잠재변수 (Latent Variable) 잠재변수는 구성개념 (Construct) 이 직접 관찰되거나 측정이 되지 않는 변수를 의미한다. 잠재변수 자체로는 측정이 불가능하므로, 관측변수 (observed variable) 에 의해서 간접적으로 측정이 되게 된다. 구조방정식모델에서는 원이나 타원으로써 잠재변수가 나타내어진다. 구조방정식모델_특강

관측변수 (Observed Variable) 관측변수는 직접 측정되어지는 변수로써 잠재변수와 연결되어 잠재변수를 측정한다. 관측변수라는 명칭 이외에도 측정변수 (measured variable), 명시변수 (manifest variable), 그리고 지표 (indicator) 라는 용어가 함께 사용되고 있다. 정사각형이나 직사각형으로 표시된다. 구조방정식모델_특강

외생변수 (Exogenous Variable) 외생변수는 독립변수의 개념으로써 다른 변수에 영향을 주는 변수이다. 구조방정식 모델내에서 화살표가 시작이 되는 변수가 되겠다. 구조방정식모델_특강

내생변수 (Endogenous Variable) 내생변수는 최소한 한번은 직접 혹은 간접적으로 영향을 받게 되는 변수이다. 구조방정식 모델내에서 화살표를 받는 변수가 되겠다. 실제 구조방정식 모델에서는, 4가지 변수 (잠재변수, 관측변수, 외생변수, 내생변수)가 서로 조합되어, 외생잠재변수, 내생잠재변수, 외생관측변수, 내생관측변수 로 나타내어진다. 구조방정식모델_특강

오차변수 (Error variable) 측정 오차 (Measurement error) : 잠재변수를 완전하게 설명하지 못하는 정도를 나타낸다. 구조적 오차 (Structural error) : 구조적 오차는 내생 변수가 하나 혹은 그 이상의 외생변수에 의해서 설명이 되지 않은 변량을 의미한다. 구조방정식모델_특강

구조방정식모델 (AMOS) 에 사용되는 기호     구조방정식모델 (AMOS) 에 사용되는 기호 기호 의미   잠재변수 (Latent Variable)   관측변수 (Observed Variable) 관측변수와 잠재변수간의 경로계수 잠재변수들 사의의 경로계수   잠재변수의 잔차 (Structural error)  관측변수의 에러 (Measurement error)   구조방정식모델_특강    

요인분석 탐색적 요인분석 (Exploratory Factor Analysis, EFA) 확인적 요인분석 (Confirmatory Factor Analysis, CFA) 고차요인분석 (High order Confirmatory Factor Analysis) 구조방정식모델_특강

탐색적 요인분석 탐색적 요인분석은 항목의 숫자를 줄이고 분석의 효율성을 높이기 위해 사용되는 기법으로써 eigen value 를 기준으로 묶여 진다 (SPSS 에서 사용되는 요인분석법). 결국 항목의 숫자를 줄이고 분석의 효율성을 높이기 위해 사용된다고 할 수 있다.   요인분석을 하기 전 까지 어떤 항목들이 서로 묶이는지 알 수 없다.    구조방정식모델_특강

탐색적 요인분석 구조방정식모델_특강 요인1 x3 e3 x2 e2 x1 e1 요인2 x6 e6 x5 e5 x4 e4 요인3 x9

확인적 요인분석 확인적 요인분석 방법은 데이터 분석 전에 이미 이론적인 배경을 바탕으로 잠재변수를 구성하는 항목들이 지정이 되어 있다. 그래서 관측변수들과 잠재변수들 간의 관계에 촛첨이 맞춰지게 된 것 이다. 항목들이 이미 정해진 상태로 모델이 만들어지고 그 상황 하에서 분석이 진행되는 것 이다. 구조방정식모델_특강

확인적 요인분석 구조방정식모델_특강 요인1 x3 e3 x2 e2 x1 e1 요인2 x6 e6 x5 e5 x4 e4 요인3 x9

2차 확인적 요인분석 구조방정식모델_특강 요인1 x3 e3 x2 e2 x1 e1 요인2 x6 e6 x5 e5 x4 e4 요인3 요인4 error3 error2 error1 2차 확인적 요인분석 구조방정식모델_특강

경로분석 경로분석은 변수들 사이에 인과관계를 알아보는 분석 방법으로써, 직접효과, 간접효과 및 총효과를 얻을 수 있는 장점이 있다. 하나의 독립변수, 하나의 종속변수일 경우 상관관계 분석과 비슷하며, 다수의 독립변수, 다수의 독립변수라는 개념에셔는 정순상관분석 과 비슷하다. 구조방정식모델과 다른점은 관측변수들이 구성하는 잠재변수가 없다는 점이 되겠다. 구조방정식모델_특강

X1 X2 X3 Y1 Y2 경로분석 구조방정식모델_특강

직접효과, 간접효과, 총효과 직접효과(Direct effect)는 하나의 독립변수 가 종속변수 에 직접적으로 영향을 미치는 것을 나타낸다. 간접효과(Indirect effect)는 독립변수가 하나이상의 매개변수를 통하여 종속변수에 영향을 미치는 것을 의미한다. 총효과(Total effect)는 직접효과와 간접효과의 합이 된다. 구조방정식모델_특강

구조방정식모델 구조방정식모델은 앞에서 언급한 확인적 요인분석 (측정모델, Measurement Model) 과 경로분석 (구조모델, Structure Model) 이 결합되어 있는 모델이라 할 수 있다. 구조방정식모델_특강

구조방정식모델 구조방정식모델_특강 1 X1 Y1 Y2 X2 x1 e1 x2 e2 x3 e3 x6 e6 x5 e5 x4 e4 error1 error2 구조방정식모델 구조방정식모델_특강

축자모델 (Recursive Model) 축자 모델은 내생변수내에 쌍방향 인과관계 (reciprocal causation) 나 혹은 순환적 인과관계 (feedback loops) 가 존재하지 않는 모델이다 구조방정식모델_특강

축자모델 (Recursive Model) X1 Y2 Y3 e1 1 e2 X2 Y1 축자모델 (Recursive Model) 구조방정식모델_특강

비 축자 모델 (Nonrecursive Model) 비 축자 모델은 내생변수내에 쌍방향 인과관계 (reciprocal causation) 나 혹은 순환적 인과관계 (feedback loops) 가 존재하며, 외생변수간, 오차항 간에 서로 상관 (correlated disturbances) 이 존재하는 모델 구조방정식모델_특강

비축자모델 (Nonrecursive Model) X1 X2 Y2 Y1 X3 Y3 e1 1 e2 e3 비축자모델 (Nonrecursive Model) 구조방정식모델_특강

조형모델 (Formative Model) 지표들에 의해서 잠재변수가 영향을 받게 되는 모델로써, 원인 지표 (indicator) 들이 외생변수로써 역할을 하므로 오차항은 존재하지 않는다. 구조방정식모델_특강

조형모델 (Formative Model) x1 x2 x3 x4 잠재변수 조형모델 (Formative Model) 구조방정식모델_특강

반영모델 (Reflective Model) 잠재변수가 관측변수에 의해서 반영이 되는 모델로써, 구조방정식모델 대부분의 연구에서는 반영모델을 기본으로 삼고 있다. 구조방정식모델_특강

반영모델 (Reflective Model) x1 x2 x3 x4 잠재변수 e1 1 e2 e3 e4 반영모델 (Reflective Model) 구조방정식모델_특강

모수 (Parameter) 고정모수 (Fixed Parameter) 어떤 특정한 수치로 모수 자체를 고정시키는 것이다 자유모수 (Free parameter): 아무런 제약을 받지 않고, 추정되어지는 모수 이다 제약모수 (Constrained parameter):한 모델 안에서혹은 다른 그룹간에 서로 다른 몇 개의 모수 값이 서로 같다거나 (equality constraint), 혹은 다르게 제약해주는 (inequality constraint) 모수 구조방정식모델_특강

식별 (Identification) 포화모델 (Saturated model 혹은 just-identified model) 은 관측변수의 분산/공분산의 수가 모수의 수와 같은 경우가 된다. 자유도 자체는 0 이 된다. (공분산/분산 = 모수의 수) 과대식별모델 (over-identification) 은 모수의 수가 분산/공분산 보다 적은 모델이다 (공분산/분산 > 모수의 수). 자유도 값이 양의 값을 갖는다. 과소식별모델 (under-identification) 은 모수의 수가 분산/공분산 보다 많은 모델이다 (공분산/분산 < 모수의 수). 식별에 필요한 정보가 불충분하여, 식별이 불가능하다. 구조방정식모델_특강

모수의 추정법 모수의 추정 법에는 여러가지 방법이 사용된다. 이중 ML 법과, GLS 법이 가장 널리 사용된다. 2단계최소자승법: TSLS (Two-stage least square), 수단변수법: IV (Instrumental variable), 비가중최소자승법: ULS (Unweighted least square), 일반최소자승법: GLS (General Lease square), 최대우도법: ML (Maximum likelihood), 가중최소자승법: WLS (Weighted least square), 대각가중최소자승법: DWLS (Diagonally weighted square) 이중 ML 법과, GLS 법이 가장 널리 사용된다. 구조방정식모델_특강

모델의 적합도 절대적합지수 (Absolute fit index) : 2, GFI,RMR, RMSEA, NCP, ECVI 증분적합지수(Incremental fit index) : TLI, NFI, RNI, BFI, CFI 간명적합지수(Parsimonious fit index) : AGFI, PNFI, PGFI, Normed 2,AIC 구조방정식모델_특강

구조방정식모델_특강 적합도 종류 수용성 해석 기준 X2 (Chi-Square) X2 통계표 임계치 X2 값과 임계치비교 GFI (Goodness of fit index) 0 - 1 0.9 이상 AGFI (Adjusted GFI) RMR (Root-mean-square residual   0.05 이하면 양호 RMSEA (Root mean square error of approximation) 0.1~0.08 보통 0.08~0.05 양호 0.05 이하 좋음 TLI (Tucker-Lewis index) NFI (Normed fit index) PGFI (Parsimony goodness of fit index) 클수록 양호 AIC (Akaike information criterion) 0 – 양의 값 주로 대체모델 들의 값을 비교할 때 사용 구조방정식모델_특강

t 값 (Amos 에서는 C.R) 유의수준 t값 (절대값 t) 양측검정 (two-tail) 단측검정 (one-tail)   t 값 (Amos 에서는 C.R) 유의수준 t값 (절대값 t) 양측검정 (two-tail) 단측검정 (one-tail) l t l > 1.645 a = 0.10 에서 유의 a = 0.05 에서 유의 l t l > 1.965 a = 0.025 에서 유의 l t l > 2.58 a = 0.01 에서 유의 a = 0.005 에서 유의 보통 a = 0.10 나 a = 0.05 의 유의수준이 많이 사용 되며, 대부분의 경우 양측 검정이 많이 사용되나, 단측검정을 적용하는 경우도 적지 않다. 구조방정식모델_특강

감사합니다. 구조방정식모델_특강