2.1 구조모델의 설정과 관련된 문제 구조모델의 개념화와 관련하여 유의할 점 설정오차(specification error) 핵심적인 잠재변수를 빠뜨리는 것. 중요한 변수가 생략되면 다른 변수들의 중요성을 평가하는 데 있어 편향(bias)을 유발할 수 있음. 설정오차는 중요한 잠재변수가 포함되지 않았다든지, 내생변수 간의 관계의 순서가 잘못되었다든지, 또는 부적절한 관계가 포함되는 경우에 발생함. 이러한 설정오차를 피하기 위해서는 관련 문헌에 대한 종합적인 검토 필요 경쟁이론이나 서로 상반되는 주장 등을 포함하여 이를 단일의 통합모델로 만들어 이론의 설명을 시도하고자 하는 경우가 있는데, 이는 바람직한 생각이 아님

2.2 측정모델의 설정과 관련된 문제 지표의 방향성 문제 구조방정식 모델링은 관측변수가 잠재변수에 대해 반영지표로 작용하는 것으로 가정 반영지표(reflective indicator)란 잠재변수와 관측변수 간의 관계에서 화살표의 방향이 잠재변수로부터 관측변수로 향하는 것을 의미. 대부분의 모델이 화살표의 방향이 반영지표인 모델을 가정함. 반대로 조형지표로 설정해야 하는 경우도 있음. 조형지표(formative indicator)란 잠재변수와 관측변수 간의 관계에서 화살표의 방향이 관측변수로부터 잠재변수로 향하는 것을 의미. AMOS로도 분석할 수 있으나 PLS나 RAMONA가 더 바람직함.

2.2 측정모델의 설정과 관련된 문제 지표의 수 문제 구조방정식모델링에서 잠재변수는 다중지표(multiple indicator)에 의해 측정하는 것이 바람직함. 최소한 3개 이상의 지표를 사용하여 잠재변수 표현하는 것이 바람직함. 잠재변수의 지표의 수에 대해서는 상한선이 없으나 5~7개의 지표가 가장 많이. 표본크기가 상대적으로 적은 경우에는 20개의 관측변수가 가장 적절함. 즉5~6개의 잠재변수에 대해 각각 3~4개의 관측변수를 갖는 모델이 가장 바람직하다고 함. 모델에 포함되는 관측변수와 잠재변수의 수 고려: 모델이 복잡할수록 모델적합도가 떨어질 가능성은 높아짐. 모델에 포함되는 변수의 수가 증가할수록 그에 따라 요구되는 표본크기도 증가함. 모델의 간명도(parsimony)에 너무 신경쓰면 중요한 잠재변수를 빠뜨려 구조모델의 설정오차를 범할 가능성이 있으며, 잠재변수의 핵심적인 관측변수를 빠뜨려 측정의 질을 저하시킬 가능성이 있음.

2.3 경로도 작성 경로도(path diagram) 모델에 포함된 변수들 간의 관계를 그림으로 나타낸 것 경로(path) 화살표로 연결된 것 경로계수(path coefficient) 경로 간의 관계를 나타내는 계수 회귀계수 (regression coefficient) 요인적재량(factor loading) 경로계수 가운데 측정모델과 관련된 경로계수 구조계수 (structural coefficient) 구조모델과 관련된 경로계수 경로도 작성 시 유의점 인과관계가 있는 경우, 그들 관계는 모두 표시되어야 함. 이론은 어떤 관계를 생략하거나 포함하는 것에 대한 근거가 됨. 그러므로 두 개념 간에 인과관계가 있는 것의 정당성이 중요한 것처럼,두 개념 간에 인과관계가 존재하지 않는 정당성도 중요 가능하면, 보다 적은 인과경로를 가진 개념들 간의 관계 또는 이론적 정당성을 갖는 개념들 간의 관계를 모델로 설정하는 것이 중요함=Occam’s razor

3.1 판매원의 고객지향성 모델 그림 input 4-1 판매원의 고객지향성 모델

3.2 합리적 행동이론 모델 합리적 행동이론 인간의 행동 예측에 널리 이용됨. (theory of reasoned action: TORA) 경계조건 (boundary condition) 행동의도와 행동의 측정치가 행동, 대상, 상황, 그리고 시간 등의 관점에서 서로 일치해야 함. 즉 두 변수 사이에 구체성의 수준이 높아야 함. 행동의도와 행동을 측정한 기간 동안에 행동의도가 변하지 않아야 함.행동의도의 안정성. 행동의도와 행동 사이의 시간 간격을 최소화해야 함. 연구대상이 되는 행동은 개인의 의지에 의해 완전히 통제될 수 있는 것이어야 함. 인간의 행동 예측에 널리 이용됨. 인간의 행동을 예측하는 데 있어 가장 좋은 예측변인은 행동의도(behavioral intention)라고 가정함. 행동의도를 행동을 예측하기 위한 유일한 직접적인 선행요인으로 가정함 행동의도 (Behavioral intention) ①특정행동에 대한 개인의 태도 Aact (attitude toward the act) ②특정 행동을 실행하는 것을 다른 사람들이 어떻게 지각할 것인가에 대한 개인의 주관적 규범 SN(subjective norm) 행동에 대한 태도 Aact 특정 행동을 취함으로써 결과 i를 가져다 줄 것으로 믿는 개인의 신념(belief) + 그러한 결과에 대한 개인의 평가(evaluation) X 개인의 신념 주관적 규범 SN 준거인(referent) J가 행동에 대해 갖는 규범적 신념(normative belief: NB) +개인이 준거인 J에 순응하려는 동기(motivation to comply: MC) X 규범적 신념 Aact, SN 가중치 개인적 목적 소비 또는 개인적 기초의 영향이 큰 행동 Aact > SN 다른 사람이 사용할 목적의 구매 행동 Aact < SN

3.2 합리적 행동이론 모델 그림 input 4-2 합리적 행동이론

4. 다차원 개념의 모델구축 다차원 개념 그림 4.9 상위개념의 다차원 개념 그림 4.9 총합개념의 다차원 개념 (multidimensional construct) 다차원 개념의 모델을 추정하기 위해서는 PLS 또는 RAMONA 등의 프로그램을 사용하는 것이 모델식별의 문제 해결에 도움이 됨. 단일의 이론적 개념을 관련된 차원에 의해 몇 개의 국면으로 취급하는 것 Ex) 직무만족: 직무에 대한 자신의 만족, 동료에 대한 만족, 감독자에 대한 만족, 승진에 대한 만족, 임금에 대한 만족 등의 상호 관련된 개념 직무성과: 여러 가지 직무기준과 관련된 성과의 총합 상위개념 (superordinate construct) 개념으로부터 차원으로 관계의 방향이 설정됨. 일반적 개념이 특정 차원에 의해 나타내지는 것. 총합개념 (aggregate construct) 관계의 방향이 차원으로부터 개념으로 가는 것으로 설정됨. 특정 차원이 일반적 개념을 결합하는 것으로 표현됨. 그림 4.9 상위개념의 다차원 개념 그림 4.9 총합개념의 다차원 개념

5. 비 재귀모델(non-recursive model) 잠재변수 간에 상호인과관계 또는 피드백 루프가 가정된 모델을 의미 상호관계가 안정적인지 불안정적인지를 알려주는 안정지수(stability index)가 산출되며, 그 값이 -1과 +1 사이에 있으면 안정적이라고 할 수 있으며, 비 재귀모델이 자료에 잘 맞는다고 해석할 수 있으나, 그 값의 범위를 벗어나면 불안정적이어서 자료에 맞지 않은 것으로 해석할 수 있음 그림 input 4-3 판매원 모델의 비 재귀모델 그림 output 4-3 판매원 모델의 비 재귀모델의 분석결과

5. 비 재귀모델(non-recursive model)_예시 P 158 예시 3개

5. 비 재귀모델(non-recursive model)_예시 그림 input 4-4 비 재귀모델의 예

그림 output 4-4 비 재귀모델의 분석결과