구조방정식모델의 비판과 고찰
The Criticisms and Considerations of Structural Equation Modeling
0
조회
0
다운로드
35
인용
0
참고문헌
키워드
초록
구조방정식모델은 현재 사회과학분야에서 가장 많이 사용되는 분석기법 중 하나로서 급격한 증가세를 보이고 있다. 하지만 이러한 양적성장에도 불구하고, 수많은 학자들에 의해서 꾸준하게 비판받아온 기법이기도 하다. 본 연구에서는 그동안 지속적으로 이어졌던 구조방정식모델에 대한 비판들의 구체적인 예와 함께 그 이유를 고찰해 보고, 그에 따른 시사점을 제시했다. 시사점은 다음과 같다. 첫째, 구조방정식모델의 정확한 사용을 위해선 다양한 통계기법들에 대한 선행지식이 우선되어야 하며, 구조방정식모델 사용 전 이에 대한 충분한 준비가 필요하다. 둘째, 구조방정식모델은 실험적 연구(Exploratory study)가 아닌 확증적 연구(Confirmatory study)에 속하므로, 데이터의 유의성을 가지고 모델을 만드는 행동은 삼가야 한다. 셋째, 조사자는 어떤 구성개념을 측정할 때 가급적이면 단일문항으로의 측정은 피하고, 다수의 항목으로 측정하였다고 하더라도 그 항목들이 실제 구성개념을 제대로 반영하고 있는지에 대한 검토가 이루어 져야 할 것이다. 넷째, 모델적합도는 논문에 보고해야 하는 중요한 지표들 이지만 모델적합도가 좋다고 하여, 반드시 좋은 모델을 의미하지는 않는다. 또한 올바른 방법으로 수정지수를 사용해야하며, 가능하면 어느 부분에서 수정이 이루어졌는지에 대한 것을 보고해 주는 것이 바람직하다.
Abstract
Structural equation modeling(SEM) has shown a rapid growth as one of the most widely used statistical techniques in the social science area. However, despite this qualitative growth, it is consistently criticized by many scholars. Thus, in this study, we investigated the limitations of SEM with examples, and suggested valuable implications. The implications are as follows: First, in order to use SEM correctly, researchers should study and/or understand prior statistical knowledge such as reliability, factor analysis, and regression before they use SEM. Second, SEM belongs to the confirmatory study, not exploratory study. Thus, researchers should avoid developing conceptual models based on data results, and conceptual models must be developed by theoretical background. Third, when a researcher plans to measure certain concepts or variables, choosing the multiple-item based measurement method is strongly recommended than the single item based measurement method. Also, even if a researcher chooses multiple item method, he/she should check whether those items properly reflect the meaning of the concepts. Fourth, the model fits are important indicators to be reported in the paper. However, the researchers remind that good model fits do not always mean a valuable model. Also, model fit modification must be used properly, and it is desirable that modified parts in the conceptual model should be reported with logical reasons.
참고문헌 (25)
- 김중인, "반영지표 vs. 조형지표: 이론적 논의, 실증적 비교, 그리고 실무적 유용성", 마케팅연구, 27(4), pp.199~226 (2012), 한국마케팅학회
- 김진호, "경영학 연구에서의 구조방정식 모형의 적용: 문헌 연구와 비판", 경영학연구, 36(4), pp.897~923 (2007), 한국경영학회
- 우종필, "구조방정식모델 개념과 이해" (2012), 한나래아카데미
- 이훈영, "연구조사방법론" (2008), 청람
- 하지철, "마케팅조사 실무노트" (2010), 이담
- Bagozzi, R. P., "On the Use of Structural Equation Models in Experimental Designs", Journal of Marketing Research, 26(3), pp.271~284 (1989)
- Bagozzi, R. P., "On the Evaluation of Structural Equation Models", Journal of the Academy of Marketing Science, 16(1), pp.74~94 (1988)
- Bullock, H. E., "Causation Issues in Structural Equation Modeling Research", Structural Equation Modeling : A Multidisciplinary Journal, 1(3), pp.253~267 (1994)
- Bollen, K. A., "Structura Equations with Latent Variables" (1989), John Wiley and Sons, Inc
- Bollen, K. A., "Handbook of Causal Analysis for Social Research", Springer
- Bollen, K. A., "Structural Equations with Latent Variables" (1989), John Wiley and Sons, Inc
- Cliff, N., "Some Cautions Concerning the Application of Causal Modeling Methods", Multivariate Behavioral Research, 18, pp.115~126 (1983)
- De Leeuw, Jan., "Reviews", Psychometrika, 50, pp.371~375 (1985)
- Duncan, O. D., "Path Analysis : Sociological Examples", American Journal of Sociology, 72, pp.1~16 (1966)
- Freedman, D. A., "As Others See Us : A Case Study in Path Analysis", Journal of Educational and Behavioral Statistics, 20(6), pp.101~128 (1987)
- Galton, F., "Hereditary Genius: An Inquiry into Its Laws and Consequences", pp.1~ (1869), Macmillan
- Guttman, L., "What is Not What in Statistics", Journal of the Royal Statistical: Series D (The Statistician), 26, pp.81~107 (1977)
- Kaplan, D., "Structural Equation Modeling: Foundations and Extensions" (2000), Sage Publications
- Kline, R. B., "Principles and Practice af Structural Equation Modeling" (2005), Guilford Press
- Keesling, J. W., "Maximum Likelihood Approaches to Causal Analysis", Ph.D., pp.1972
- Mullen, M. R., "Diagnosing Measurement Equivalence in Cross-National Research", Journal of International Business Studies, 26, pp.573~596 (1995)
- Mulaik, S. A., "Toward a Conception of Causality Applicable to Experimentation and Causal Modeling", Child Development, pp.18~32 (1987)
- Thelwall, M., "Does Research With Statistics Have More Impact? The Citation Rank Advantage of Structural Equation Modeling", Journal of the Association for Information Science and Technology (2015)
- Weick, K. E., "Making Sense of The Organization, Volume 2: The Impermanent Organization (Vol. 2)" (2012), John Wiley and Sons
- Wiley, D. E., "Structural Equation Models in the Social Sciences" (1973), Seminar