매개, 조절, 조절매개효과 분석 요약

# 매개효과분석

  ㅇ 매개효과 분석는 아래 그림의 M과 같은 매개변수가 생김으로써 X와 Y의 기존 관계가 유의하지 않으면 완전매개, 조금이라도 유의하면 부분매개라고 말함

 

  ㅇ 매개효과 분석의 경우 4가지 스텝의 바론 & 케니(Baron & Kenney) 방법론 활용

     1. 독립변수와 매개변수가 유의한지

     2. 독립변수와 종속변수가 유의한지 (회귀계수 b 구함)

     3. 매개변수와 종속변수가 유의한지 검정과 유의할 때의 독립변수와 종속변수의 회귀계수 b1을 구해서 |b| > |b1|인지 검정함 

     4. (step3 모형의 설명력) > (step2 모형의 설명력) 을 검정하며 effect size (Cohen's d) 확인

      ※ 여기서 effect size는 [(step3 모형의 설명력) - (step2 모형의 설명력)] / [1-(step3 모형의 설명력)] 으로 구성. 

 

  ㅇ 바론앤케니 매개효과 분석은 통계적 검정 절차를 제시하지는 않으므로 매개효과의 존재 여부를 확인한 후 소벨검정(Sobel Test)이나 부트스래핑을 이용하여 간접효과에 대한 통계적 유의성 검정을 수행
  ㅇ 소벨검정이란 매개변수가 존재할 때 독립변수가 종속변수에 미치는 영향이 통계적으로 유의하게 감소하는지 검정. 통계적으로 유의하면 매개변수가 유의하게 매개된다는 간접효과가 있다고 봄 
  ㅇ 그러나 소벨검정은 간접효과가 정규분포를 따라야 한다는 가정을 충족해야 하고 표본크기가 커야 한다는 제약이 있음. 따라서 최근에는 정규성 가정으로부터 자유롭지 못하거나 상대적으로 표본크기가 작을 경우에 사용할 수 있는 부트스트래핑 방법을 선호 
  ㅇ 부트스래핑 방법에 의한 매개효과검정은 다수의 무작위 표본을 생성하여 간접효과를 추정하고 이렇게 생성한 간접효과의 경험적 분포를 토대로 간접효과의 통계적 유의성을 검정 

# 조절효과분석 (독립변수와 조절변수의 상호작용이 종속변수에 미치는 영향 검정)

ㅇ 조절효과 분석은 아래 그림과 같이 개념모델(Graphical Model)과 분석모델(Analytical Model)로 구분 가능

ㅇ 쉽게 생각해 연구모형은 개념모델처럼 표현하고 실제 분석될 때는 분석모델로 분석되는 것

 

  ㅇ X*MO가 조절효과분석을 위한 상호작용항인데 모델에 투입되는 기존변수의 곱으로 만들어지기 때문에 다중공선성에 취약. 따라서 독립변수와 조절변수에 대해 평균중심화 과정을 거치면 괜찮아짐
  ㅇ 보통 조절변수가 연속형일 때는 Mean centering(변수-mean 계산, 평균을 0으로), 그룹변수일때는 Contrast coding(1 또는 -1, 평균을 0으로) 조정

  ㅇ 이때, 분석모델에서 상호작용항이 종속변수에 영향을 미치고 MO도 영향을 미치면 부분 조절, MO가 영향을 안미치면 완전조절이라고 한다.

  ㅇ 만일 조절효과가 명목, 서열척도라면 MGA(다중집단분석)을 통해 검증해주어야 한다.  

 

# 조절매개효과분석 
  ㅇ 매개변수에 의해 매개된 두 변수(독립, 종속) 간 직접적 또는 간접적 영향관계에 조절변수가 영향을 미치는지 검정 
  ㅇ 조절매개효과분석은 매개효과와 조절효과를 동시에 검정