$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

청소년패널자료 분석에서의 반복측정분산분석을 활용한 잠재성장모형
Analysis of latent growth model using repeated measures ANOVA in the data from KYPS 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.24 no.6, 2013년, pp.1409 - 1419  

이화정 (영남대학교 통계학과) ,  강석복 (영남대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

최근 종단자료 분석방법으로 많이 연구되는 잠재성장모형으로 청소년 패널자료를 분석하였다. 본 연구에서 잠재성장모형 분석에서 비조건적 모형을 좀 더 빠르게 찾기 위해 비조건적 모형에 반복측정 분산분석의 결과를 활용하였다. 또한, 비조건적 모형을 결정하기 위해 기존에 주로 사용된 6개 유형, 2차모형과 반복측정분산분석의 결과를 적용한 모형들을 비교하였다.

Abstract AI-Helper 아이콘AI-Helper

We analyzed the data from KYPS using the latent growth model which has been widely studied as an analysis method of longitudinal data. In this study, we applied repeated measures ANOVA to unconditional model in order for faster decision of the unconditional model of the latent growth model. Also, we...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 제시된 7개 모형 외에도 더 많은 모형을 적용할 수 있으나 어떤 모형을 추가적으로 분석해야 할지에 대해 결정하기가 어렵다. 따라서, 본 연구에서는 분산분석의 결과를 활용하여 변화의 여부를 잠재성장 모형에 적용함으로써 좀 더 빠르게 모형을 설정하는데 이용하고자 한다.
  • 페이지 검정의 경우는 순서대립가설의 사용으로 전체적인 증감여부를 검정할수 있으나 세부적인 해석이 불가능하다. 따라서, 본 연구에서는 잠재성정모형과 반복측정 분산분석의 결과를 주로 다루었다.
  • 종단자료 분석에서 적용하고자 하는 분석방법으로는 잠재성장모형, 반복측정 분산분석, 비모수적 방법인 프리드만 검정이다. 분석하고자 하는 3가지 분석방법에 대해서 간단히 소개하고자 한다.
  • 이 과정에서 대부분이 Song과 Kim (2012)에서 제시한 6가지 혹은 5가지 유형의 적합도지수를 비교하여 결정된 모형으로 다음 조건적 모형을 적합시키고 있다. 이에 청소년 패널자료에서 비조건적 모형을 찾는데 있어 6가지 이외의 모형을 적용하고자 하며 여기에 분산분석의 결과를 활용하고자 한다. 청소년 패널자료에서 1차년도 5차년도의 변화궤적에 대한 성장유형을 결정하는데 종단자료의 또 다른 분석방법인 반복측정 분산분석에서 주효과의 차이를 비교한 결과를 적용하여 모형설정에 이용하는 방법을 적용하였다.

가설 설정

  • 무변화모델은 초기치만 있고 변화율을 설정하지 않은 것으로 5년간 관측변수들의 변화가 유의미하지 않음을 가정한다. 제약모델로 초기치 요인의 경로계수를 모두 1로 지정한다.
  • 2요인 자유모수 변화모델은 선형변화모델과 요인구조는 같으나 변화율의 경로계수를 선형변화모델처럼 설정하지 않고 (0,1,*,*,4)로 제약한다. 즉, 1차년도와 2차년도는 (0,1)로 제약하고 2차년도와 5차년도 사이에는 자유롭게 변화가 있는 것으로 가정한 모델이다. 1차년도와 2차년도 사이의 경로를 (0,1)로 고정하는 이유는 1차년도에서 2차년도 사이의 변화를 1로 두었을 때 2차년도와 5차년도 사이의 변화율을 크기를 측정하기 위한 것이다.
  • 3차년도 변화모델은 선형변화모델과 요인구조는 같으나 변화율의 경로계수를 (0,0,1,2,3)로 제약한다. 즉, 1차년도와 2차년도에는 변화가 없고 2차년도부터 5차년도 사이에 변화가 있는 것으로 가정한 모델이다. 2요인 자유모수 변화모델은 선형변화모델과 요인구조는 같으나 변화율의 경로계수를 선형변화모델처럼 설정하지 않고 (0,1,*,*,4)로 제약한다.
  • 2차년도 변화모델은 선형변화모델과 요인 구조는 같으나 변화율의 경로계수를 선형모델처럼 설정하지 않고 (0,1,1,1,1)로 제약한다. 즉, 1차년도와 2차년도에는 변화가 있으나 2차년도 이후로 변화가 없는 것으로 가정한다. 3차년도 변화모델은 선형변화모델과 요인구조는 같으나 변화율의 경로계수를 (0,0,1,2,3)로 제약한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
잠재성장모형은 무엇을 분석하기 위해 주로 활용되는가? 최근 종단자료 분석방법으로 많이 연구되는 잠재성장모형으로 청소년 패널자료를 분석하였다. 본 연구에서 잠재성장모형 분석에서 비조건적 모형을 좀 더 빠르게 찾기 위해 비조건적 모형에 반복측정 분산분석의 결과를 활용하였다.
우리나라에서 수집되고 있는 종단적 자료에는 어떤 것이 있는가? 그러나, 수집되고 있는 자료들이 특정 시기에 한차례 조사되는 횡단적 자료가 대부분이며 오랜기간동안 반복해서 측정해야 하는 종단적 자료 (longitudinal data)는 횡단적 자료에 비해 많지 않다. 최근 10여년 우리나라에서의 수집되고 있는 종단자료로는 1998년 노동부의 한국노동연구원에서 조사한 한국노동패널조사를 시작으로 고령화연구패널, 한국청소년패널조사, 한국교육고용패널 조사, 한국교육종단연구조사, 여성가족패널조사, 국민노후보장패널조사, 인적자본기업패널조사, 한국복지패널조사, 청년패널조사, 한국아동패널조사, 재정패널조사, 미디어이용시간패널조사 등이 있다. 이와 같이 여러 분야에서 수년간 자료수집이 진행되고 있으나 동일 집단이나 개인식별자를 적용하지 못하거나 조사기간 동안 측정변수가 추가되거나 수정되어 아직은 종단연구에 한계가 있다.
잠재성장모형으로 무엇을 분석하였는가? 최근 종단자료 분석방법으로 많이 연구되는 잠재성장모형으로 청소년 패널자료를 분석하였다. 본 연구에서 잠재성장모형 분석에서 비조건적 모형을 좀 더 빠르게 찾기 위해 비조건적 모형에 반복측정 분산분석의 결과를 활용하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (22)

  1. Bollen, K. A. and Curren, P. J. (2006). Latent curve models a structural equation perspective, Wiley-Interscience, Hobken, NJ. 

  2. Cha, Y. H. and Kim, H. Y. (2010). Developmental trajectories of children's internalizing and externalizing problem behaviors and their predictors. Family and Environment Research, 48, 25-48. 

  3. Chung, M. K. (2012). The mediation effect of protective factor between adolescents' stree and internalizing externalizing problem The Korean Journal of Educational Psychology, 26 271-290. 

  4. Duncan, T. E., Duncan, S. C. and Strycker, L. A. (2006). An introduction to latent variable growth curve modeling : Concepts, issues, and applications, Lawrence Erlbaum Associates, Mahwah, NJ. 

  5. Girden, E. R. (1992). ANOVA: Repeated measures, Sage University paper series on quantitative applications in the social sciences, 07-084, SAGE, Newbury Park, CA. 

  6. Han, S. T., Kang, H. C. and Huh, M. H. (2009). SPSS analysis of variance, Hannarae, Seoul. 

  7. Hong, S. (2000). The criteria for selecting appropriate fit indices in structural equation modeling and their rationales. Korean Journal of Clincal Psychology, 19 161-177. 

  8. Hwang, J. K. (1998). Education measurement and evaluation of the new horizons, Kyoyookbook, Gyeonggido. 

  9. Kaplan, D. W. (2009). Structural equation modeling: Foundations and extensions, SAGE, CA. 

  10. Kim, K. S. (2009). Analysis of latent growth modeling and structural equation model, Hannarae, Seoul. 

  11. Kline, R. B. (1998). Principles and practices of structural equation modeling, Gilford press, NY. 

  12. Lee, S. D., Yeun, D. M. and Kim S. J. (2013). Longitudinal study of the effects of self-control on juvenile delinquency. Journal of Adolescent Welfare, 15, 267-293. 

  13. Lee, S. H., Park, C. Y., Chung, S. S. and Choi, H. (2011). Panel attrition factors in Korean labor and income panel study. Journal of the Korean Data & Information Science Society, 22, 1-8. 

  14. Meredith, W. and Tisak, J. (1990). Latent curve analysis. Psychometrika, 55 107-122. 

  15. Park, T. (1997). Review of statistical models for analyzing repeated measures data. Journal of the Korean Society of Health Statistics, 22, 23-34. 

  16. Potthoff, R. F. and Roy, S. N. (1964). A generalized multivariated analysis of variance model useful especially for growth curve problems. Biometrika, 51, 313-326. 

  17. Preacher, K. J., Wichman, A. L., Maccallum, R. C. and Briggs, N. E. (2008). Latent growth curve modeling, Review of statistical models for analyzing repeated measures data, SAGE, LA. 

  18. Seo, M. J. and Kim, H. S. (2013). The relationship between early adolescents’ overt agression and deviant self-labeling. Korean Child Welfare, 41, 161-183. 

  19. Singer, J. D. and Willett, J. B. (2006). Longitudinal data analysis: present status; Furture prspects. Presentation at the 45th Congress of the German Psychological Association, Nurnberg, Germany, 17-21. 

  20. Song, M. S., Park, C. S. and Lee, J. J. (2003). Nonparametric statistics, Freedom academy, Gyeonggi-do. 

  21. Song, T. M. and Kim, G. S. (2012). Structural equation modeling for health and welfare reaearch, Hannarae, Seoul. 

  22. Steiger, J. H. (1990). Structural model evaluation and modification: An interval estimation approach. Multivariate behavioral research, 21, 302-331. 

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로