국내 간호학 학회지에 출판된 구조방정식모형 연구의 방법론적 질 평가 A Methodological Quality Assessment of South Korean Nursing Research using Structural Equation Modeling in South Korea원문보기
Purpose: The purpose of this study was to evaluate the methodological quality of nursing studies using structural equation modeling in Korea. Methods: Databases of KISS, DBPIA, and National Assembly Library up to March 2014 were searched using the MeSH terms 'nursing', 'structure', 'model'. A total ...
Purpose: The purpose of this study was to evaluate the methodological quality of nursing studies using structural equation modeling in Korea. Methods: Databases of KISS, DBPIA, and National Assembly Library up to March 2014 were searched using the MeSH terms 'nursing', 'structure', 'model'. A total of 152 studies were screened. After removal of duplicates and non-relevant titles, 61 papers were read in full. Results: Of the sixty-one articles retrieved, 14 studies were published between 1992 and 2000, 27, between 2001 and 2010, and 20, between 2011 and March 2014. The methodological quality of the review examined varied considerably. Conclusion: The findings of this study suggest that more rigorous research is necessary to address theoretical identification, two indicator rule, distribution of sample, treatment of missing values, mediator effect, discriminant validity, convergent validity, post hoc model modification, equivalent models issues, and alternative models issues should be undergone. Further research with robust consistent methodological study designs from model identification to model respecification is needed to improve the validity of the research.
Purpose: The purpose of this study was to evaluate the methodological quality of nursing studies using structural equation modeling in Korea. Methods: Databases of KISS, DBPIA, and National Assembly Library up to March 2014 were searched using the MeSH terms 'nursing', 'structure', 'model'. A total of 152 studies were screened. After removal of duplicates and non-relevant titles, 61 papers were read in full. Results: Of the sixty-one articles retrieved, 14 studies were published between 1992 and 2000, 27, between 2001 and 2010, and 20, between 2011 and March 2014. The methodological quality of the review examined varied considerably. Conclusion: The findings of this study suggest that more rigorous research is necessary to address theoretical identification, two indicator rule, distribution of sample, treatment of missing values, mediator effect, discriminant validity, convergent validity, post hoc model modification, equivalent models issues, and alternative models issues should be undergone. Further research with robust consistent methodological study designs from model identification to model respecification is needed to improve the validity of the research.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
다섯째, 결측치가 있는 경우 체계적인 결측치인지를 확인하고 체계적인 결측치가 아닌 경우 적절한 처리 방법을 보고한다.
그 외 Downs & Black의 체크리스트 등이 있으나 실험 연구와 관찰 연구를 대상의 평가 방법이기에 복잡한 구조방정식 연구에서는 질 평가를 적용하기에는 적절하지 않다. 따라서, 본 연구에서는 국내 간호학 분야에서 출판된 구조방정식 모형을 활용한 연구물을 모형확인, 모형추정, 모형평가, 모형 수정 및 최종 모형 선정 과정과 보고에 대한 방법론적 질 평가를 통해 간호학 분야의 연구들이 구조방정식 모형을 적절하게 사용하고 있는지를 확인하고 구조방정식 연구의 질 향상 방안을 제시하고 더 나아가 이론과 현상을 검증하고 간호실무 향상에 기여하고자 한다.
본 연구는 국내 간호학 분야에서 구조방정식을 적용한 연구 논문의 질을 평가하고 분석한 서술적 조사 연구이다.
본 연구는 국내 간호학 분야에서 출판된 구조방정식 모형을 활용한 연구를 방법론적 측면에서 분석하여 고찰하였으며, 이를 통해 구조방정식 연구의 질 향상을 위한 자료와 방안을 제시하고자 시도되었다.
본 연구는 국내 간호학회지에서 출간된 구조방정식 연구물을 고찰하여 구조방정식 연구의 방법론적인 질 향상 방안을 제시하고자 시도되었다. 그 결과, 최근 구조방정식모형 연구가 크게 증가하였으며, 간호학의 주요 개념에 대한 이론적 모형과 측정모형을 평가하는데 많이 사용되고 있음을 알 수 있다.
본 연구의 목적은 국내 간호학회지에서 출간된 구조방정식 연구물을 방법론적 측면에서 분석하고 평가하여 구조방정식 연구의 방법론적인 질 향상 방안을 제시하고자 하며 구체적인 내용은 다음과 같다.
제안 방법
‘매개효과에 대한 결과값을 제시하였는가’에 대한 항목은 51편(83.6%)이 기술한 것으로 나타났으나, ‘매개효과에 대한 유의성 검증을 실시하였는가’에 대한 항목은 2편(3.3%)만이 제시한 것으로 나타났으며 검정방법은 부스트래핑(bootstrapping) 방법을 사용하였다.
또한, Shook 등[21]이 제시한 틀 중 동일모형에 대한 논점 제시에 대한 평가, Martens[1]가 제시한 가능한 대안 모형 확인에 대한 평가 및 모형 수정 과정 평가 등을 추가하고 McDonald와 Ho[13]의 연구에서 제시한 자료와 추정부분의 평가의 세부항목을 추가하여 통계전문가의 자문을 통해 개발되었다. 구성한 범주와 항목에 대해서는 구조방정식을 전공한 교수 2인에게 내용타당도 평가표(content validity index)를 이용하여 자문을 구했으며, 내용타당도 지수인 Item-level Content Validity Index (I-CVI)와 Scale-level Content Validity Index, Averaging Method (S-CVI/Ave)를 산출하였다. Polit 등[22]은 I-CVI=.
둘째, 국내 간호학회지에 출간된 구조방정식 연구의 모형확인, 모형추정, 모형평가, 모형 수정 및 최종 모형 선정 과정과 보고에 대한 방법론적 질 평가 결과를 파악한다.
코딩의 준거분석 틀은 Holbert와 Stephenson[20]의 연구에서 제시한 구조방정식 모형의 올바른 사용을 위한 지침을 기본 틀로 사용하였다. 또한, Shook 등[21]이 제시한 틀 중 동일모형에 대한 논점 제시에 대한 평가, Martens[1]가 제시한 가능한 대안 모형 확인에 대한 평가 및 모형 수정 과정 평가 등을 추가하고 McDonald와 Ho[13]의 연구에서 제시한 자료와 추정부분의 평가의 세부항목을 추가하여 통계전문가의 자문을 통해 개발되었다. 구성한 범주와 항목에 대해서는 구조방정식을 전공한 교수 2인에게 내용타당도 평가표(content validity index)를 이용하여 자문을 구했으며, 내용타당도 지수인 Item-level Content Validity Index (I-CVI)와 Scale-level Content Validity Index, Averaging Method (S-CVI/Ave)를 산출하였다.
먼저, 모형확인(model identification)으로 ‘모형추정가능성 확인인 추정하고자 하는 모수치를 수학적 또는 이론적으로 확인하여 제시했는가’를 평가하기 위해 연구자는 구조방정식 초기 모델을 설정한 후 모수치를 추정하기에 수학적인 문제가 있는지, 모델 모수치의 추정가능성을 확인해 보았다.
분석 대상 논문에 대한 평가를 위해 준거분석 틀에 의한 코딩북을 작성하고 이에 대한 합의하에 수집된 연구 논문 61편의 자료 수집 및 논문에 대한 코딩이 간호학 교수 2인에 의해 독립적으로 시행되었다. 평가한 후 일치되지 않은 문항은 검토한 후 재평가하여 의견일치에 합의하는 과정을 거쳤다.
첫째, 국내 간호학회지에 출간된 구조방정식 연구의 연도에 따른 연구 특성을 파악한다.
첫째, 모형확인(model identification)으로 모형 추정가능성 확인, two indicator rule에 대한 평가, 둘째, 모수추정(model estimation)으로 표본크기, 다변량 정규성, 모형 추정도구 사용, 결측치 보고, 매개효과에 대한 평가, 유의성, 셋째, 모형평가(model evaluation)로 적합도 지수, 신뢰도, 판별타당도 및 수렴타당도에 대한 평가, 넷째, 모형수정 및 최종모형 선정으로 사후(post hoc)모형 수정 과정의 통계적 검토 및 이론적 검토에 대한 평가, 동치모형 및 대안모형에 대한 평가에 대해 ‘적절함’이나 ‘부적절함’, ‘보고됨’이나 ‘보고되지 않음’으로 체크하였다.
첫째, 분석 전 공분산 행렬을 확인하고 모형식별 과정을 거침으로써 헤이우드 케이스 등에 의한 모형 추정 실패 상황을 검증한다.
분석 대상 논문에 대한 평가를 위해 준거분석 틀에 의한 코딩북을 작성하고 이에 대한 합의하에 수집된 연구 논문 61편의 자료 수집 및 논문에 대한 코딩이 간호학 교수 2인에 의해 독립적으로 시행되었다. 평가한 후 일치되지 않은 문항은 검토한 후 재평가하여 의견일치에 합의하는 과정을 거쳤다. 합의 과정에서 ‘해당변수에 대한 결측치 처리를 제시하였는가’에 대해서는 결측치를 제외하고 분석하는 방법도 결측치 처리의 한 방법으로 허용하였다.
대상 데이터
대상논문은 KISS에서 42편, DBpia에서는 39편, 국회도서관에서 71편으로 총 152편이 검색되었으며 이중으로 추출된 논문을 제외하여 72개의 논문이 일차적으로 선정되었다. 이들 논문에서 본 연구의 선정기준인 구조방정식을 적용한 국내 간호학 논문을 분석 대상으로 하였으므로 구조방정식 통계 분석 방법을 사용하지 않은 10개의 논문과 간호학 논문이 아닌 1개의 논문을 제외하여 총 61개의 논문을 대상으로 최종 분석하였다.
Kline[5]은 많은 구조방정식 분석 프로그램의 발달로 기존에 보고하던 적합도 지수보다 더 많은 지수 결과 값을 보여주고 있는데, 이로 인해 논문마다 보고하는 적합도 지수가 다르며, 또한 이것이 연구자들이 적합도 지수를 선별해 사용 시 혼란을 겪을 수 있다고 지적하고, 보고해야 할 최소한의 적합도 지수들에 대해 첫째로 모형 카이제곱, 둘째 RMSEA, 셋째, CFI, 마지막으로 SRMR이라고 제시하였다. 본 연구에서는 분석논문들이 제시한 적합도 지수가 매우 다양하여 다빈도로 제시된 적합도 지수 5개와 Kline[5]이 제시한 SRMR을 분석하였으며, 본 분석 대상 연구물에서 Kline[5]이 언급한 최소한의 적합도 지수를 모두 제시한 연구논문은 전체 61편 중 4편(6.6%)편이었으며, 4편 모두 2011년부터 2014년에 출판된 논문인 것으로 나타났다. 이렇듯 중요한 지수가 누락 보고되는 이유는 모든 적합도지수가 좋은 결과를 나타내지는 않을 때 적합도 지수 중 일부, 특히 연구자의 모형에 우호적인 값을 보이는 지수만 골라서 보고하는 경우로 볼 수 있다[5].
7%에 해당하는 12편이 연구비지원을 받아 수행된 것으로 나타났다. 연구 대상자는 46편(75.4%)이 성인을 대상으로 구조방정식 모형연구를 진행했다. 연구된 결과변수는 삶의 질이 15편(24.
대상논문은 KISS에서 42편, DBpia에서는 39편, 국회도서관에서 71편으로 총 152편이 검색되었으며 이중으로 추출된 논문을 제외하여 72개의 논문이 일차적으로 선정되었다. 이들 논문에서 본 연구의 선정기준인 구조방정식을 적용한 국내 간호학 논문을 분석 대상으로 하였으므로 구조방정식 통계 분석 방법을 사용하지 않은 10개의 논문과 간호학 논문이 아닌 1개의 논문을 제외하여 총 61개의 논문을 대상으로 최종 분석하였다. 본 연구는 개인정보를 수집하지 않는 기존 연구물을 분석한 연구로 기관연구윤리위원회의 심의에 해당되지 않았다.
데이터처리
코딩한 자료의 통계 분석을 위해 SAS ver 9.3 프로그램을 이용하였으며, 연구특성과 연구의 모형확인, 모형추정, 모형평가, 모형 수정 및 최종 모형 선정 과정, 보고에 대한 방법론적 질 평가를 파악하기 위해 실수, 백분율을 산출하였으며, 각 연도별(1992~2000년, 2001~2010년, 2011~2014년) 연구 논문 특성과 질 평가의 차이를 파악하기 위해 χ2 검증, Fisher’s exact 검증, ANOVA를 실시하였다.
이론/모형
교육학 분야에서 약 30%에서 매개효과의 유의성 검증을 실시한 것을 고려할 때[16], 간호학 분야에서는 직접, 간접 효과는 보고하나 매개효과 자체에 대한 통계적 유의성 검증은 간과하고 있음을 보여주고 있어 이에 대한 개선이 필요하다. 매개효과의 통계적 검증은 주로 Sobel test나 부스트래핑(bootstrapping) 방법이 활용되고 있으며 본 연구 결과, 간호학 분야에서는 모두 부스트래핑(bootstrapping)방법을 사용하였다. 간접효과 및 총 효과의 유의성에 대해 LISREL 프로그램은 Sobel test를 이용하여 유의성을 제공하나, Amos의 경우는 유의성을 제공하지 않기 때문에 조사자가 직접 부스트래핑(bootstrapping)방법을 이용하여 구해야 함을 인식하고 있어야 할 것이다[19].
셋째, 자료의 정규성을 확인하고 정규성 가정에 위배되는 경우 WLS 추정법을 사용하거나 보정된 통계치를 사용한 ML추정법을 사용한다.
코딩의 준거분석 틀은 Holbert와 Stephenson[20]의 연구에서 제시한 구조방정식 모형의 올바른 사용을 위한 지침을 기본 틀로 사용하였다. 또한, Shook 등[21]이 제시한 틀 중 동일모형에 대한 논점 제시에 대한 평가, Martens[1]가 제시한 가능한 대안 모형 확인에 대한 평가 및 모형 수정 과정 평가 등을 추가하고 McDonald와 Ho[13]의 연구에서 제시한 자료와 추정부분의 평가의 세부항목을 추가하여 통계전문가의 자문을 통해 개발되었다.
성능/효과
구조방정식 모형을 활용한 연구의 대상자는 성인이 대부분이었으며, 결과변수로 삶의 질이 단일 변수로 가장 많았고, 건강증진, 역할관계, 대처 및 스트레스 내성, 성관련 문제의 순으로 확인되었다. 간호학의 주요 관심사이면서도 비교적 추상적인 구성개념을 연구 주제로 구조방정식 연구에 활용하고 있음을 알 수 있다.
넷째, 표본의 수는 측정변수의 수나 표본의 정규성을 고려하여 200~400개 정도가 바람직하고 표본 크기를 확보하기 어려운 경우 측정 모수의 수를 줄인 간명한 모델을 만든다.
다변량 정규분포를 가정하는 분포상의 특성을 검토하는 것도 구조방정식 활용에 있어서 중요한 이슈인데, 본 연구 결과, 65.6%가 자료의 정규분포를 확인하였고 그 결과에 따라 ML, GLS, WLS 추정법을 활용하고 있는 것으로 나타났다. 교육학 영역에서 19.
둘째, 잠재변수 당 측정변수는 2개 이상을 유지한다.
마지막으로 재현성(reproduceability)인 입력값에 대한 보고로 ‘상관과 공분산을 사용한 것을 제시하였는가’에 대한 항목은 47편(77.1%)이 기술한 것으로 나타났으며, 사용한 소프트웨어로는 AMOS를 사용한 논문이 25편(41.0%), LISREL을 사용한 논문이 33편(54.1%), SAS를 사용한 논문이 3편(4.9%)으로 나타났다.
여섯째, 모델에 대한 평가는 통계적 평가도 중요하지만, 충분한 문헌고찰을 통한 이론적 검토가 필수적이며, 판별타당성과 수렴타당성을 평가하고, 적합도 지수는 연구의 특성에 따라 보고하되 카이제곱, RMSEA, CFI, SRMR은 포함한다.
6%)이었다. 연구 대상 논문들을 1992년에서 2000년, 2001년부터 2010년, 2011년부터 2014년으로 분류하여 각 변수별 한국연구재단 등재지, 출처학회지, 연구비지원, 참여대상자 집단, 결과변수의 연도별 차이를 분석한 결과, 연도에 따른 연구 특성은 통계적으로 유의한 차이를 나타내지 않았다.
연구된 결과변수는 삶의 질이 15편(24.6%)으로 단일변수로는 가장 많았으며 나머지 연구 결과, 변수는 NANDA 간호진단에서의 분류 기준에 따라 분류하였을 때[23], 건강증진 관련 논문이 16편(26.3%), 역할관계가 15편(24.6%), 대처 및 스트레스 내성이 11편(18.1%), 성관련 결과변수가 4편(6.6%)이었다.
9%)으로 나타났다. 연도별 분석 결과, 1992년부터 2000년까지는 14편(100.0%)이 LISREL을 사용한 논문이었으며, 2001년부터 2010년까지는 LISREL을 사용한 논문이 18편(66.7%), AMOS를 사용한 논문이 8편(29.6%), SAS를 사용한 논문이 1편(3.7%)였고, 2011년부터 2014년까지는 AMOS를 사용한 논문이 17편(85.0%)으로 가장 많았고, SAS를 사용한 논문이 2편(10.0%), LISREL을 사용한 논문이 1편(5.0%)의 순으로 나타났다.
후속연구
즉, 모델 설정부터 모델 수정 및 확정 과정까지의 복잡한 과정에서 연구 결과의 타당성 확보를 위해 방법론적 요소를 지키려는 노력이 필요하다. 따라서, 구조방정식 연구에서 모형식별, two indicator rule 적용, 다변량 정규성 평가, 결측치 보고 및 처리 방법, 매개효과의 검증, 판별타당도 및 집중타당도 검증, 모형수정 및 최종 선정에서의 이론적 검토, 동치모형과 대안모형에 대한 고려가 필요함을 알 수 있으며, 본 연구는 논의에서 이에 대한 주요 의견을 제시함으로써 향후 간호연구의 방향에 대한 지침을 제공하였으며, 이러한 연구의 엄밀성을 거친 과학적 연구 결과의 근거는 간호실무의 이론적 토대가 될 수 있는 초석이 될 것이다.
이러한 경우는 올바른 모형을 찾아가는 데 실패하게 될 가능성이 높으며 연구와 관련된 이론이나 지식을 바탕으로 하는 것이 바람직하다[4,29]. 또한, 모델 적합도가 얼마나 향상되었는지에 대한 언급을 통해 독자들은 수정된 모델의 변화에 대해 알 수 있도록 보고해야 할 것이다.
본 연구는 출판된 논문을 대상으로 하였기에 전체 구조방정식 모형 연구로 일반화하기에는 한계가 있다. 즉, 국내 연구에만 국한 peer review를 거친 출판된 연구를 대상으로 방법론적 질 평가를 실시한 것이기에 출판되지 않은 연구와 해외에서 출판된 간호학 연구물에는 연구 결과를 적용하기 어려울 수 있다.
또한, 2001년에 실시한 연구[5]와는 분석 항목이 달라 직접 비교가 불가능한 점이 있었다. 추후에도 주기적이고, 장기적인 차원에서 구조방정식 모형의 질 평가를 통해 연구의 질 관리가 이뤄져야 할 것이다.
그러기에 간호학 분야의 구조방정식 모형을 활용한 연구에 대한 고찰이 더욱 중요함을 알 수 있다. 하지만 본 연구는 출판된 연구물만을 분석하였으나 출판되지 않은 학위 논문을 포함한다면 더 많은 연구가 진행되었을 것으로 짐작된다.
질의응답
핵심어
질문
논문에서 추출한 답변
구조방정식 모형의 역할은 무엇인가?
구조방정식 모형은 모형의 이론적 개념과 개념 간의 복잡한 관련성을 밝혀내는데, 잠재변수를 이용하여 연구 가설을 모형화하고, 그를 구성하는 변수들 간의 관계도 추정할 수 있다. 따라서, 경험적 측면과 이론적 측면을 연결시켜주어 이론의 검증과 개발에 공헌하기 때문에[1] 여러 구성개념들의 관계를 밝히고자 하는 경영, 마케팅, 심리학, 교육, 건강 등 연구분야에서 적용되고 있으며 행동과학 및 사회과학 연구에서 구조방정식 모형이 유용하게 활용되고 있다[2-4].
관계를 밝히고자 하는 경영, 마케팅, 심리학, 교육, 건강 등 연구분야에서 구조방정식 모형이 쓰이는 이유는 무엇인가?
구조방정식 모형은 모형의 이론적 개념과 개념 간의 복잡한 관련성을 밝혀내는데, 잠재변수를 이용하여 연구 가설을 모형화하고, 그를 구성하는 변수들 간의 관계도 추정할 수 있다. 따라서, 경험적 측면과 이론적 측면을 연결시켜주어 이론의 검증과 개발에 공헌하기 때문에[1] 여러 구성개념들의 관계를 밝히고자 하는 경영, 마케팅, 심리학, 교육, 건강 등 연구분야에서 적용되고 있으며 행동과학 및 사회과학 연구에서 구조방정식 모형이 유용하게 활용되고 있다[2-4].
간호학문 분야에서 구조방정식모형이 쓰이는 이유는 무엇인가?
구조방정식모형은 측정모형과 구조모형으로 구성되어 있으며, 잠재변수의 구조적 관계를 검증하기 위해 연구 가설을 모형화해야 하는 통계 분석 방법으로[1,5,6], 인간, 건강, 환경, 간호를 주제로 하는 간호학문 분야의 복잡한 현상들의 검증을 위해 많이 활용되고 있는 연구 방법이다. 인간을 통합적으로 이해하고자 하는 간호학 분야에서는 직접 측정하거나 관찰할 수 없는 이론적이거나 추상적인 구성개념을 연구 주제로 많이 활용하고 있으며, 이들 구성개념들 간의 관계를 규명하는데 많은 관심을 보이고 있다. 즉, 다변수관계를 동시에 정확한 방법으로 분석해주며 탐색분석에서 확증 분석까지 변수관계를 포괄적으로 측정 평가하여 결과를 제공해 주기 때문이다[7].
참고문헌 (29)
Martens MP. The use of structural equation modeling in counseling psychology research. The Counseling Psychologist. 2005;33(3):269-298. http://dx.doi.org/10.1177/0011000004272260
Kim J, Hong S, Choo B. Applications of structural equation modeling in management studies: A critical review. Korean Management Review. 2007;36(4):897-923.
Lee GS, Yom YH. Structural equation modeling on life-world integration in people with severe burns. Asian Nursing Research. 2013;7(3):112-119. http://dx.doi.org/10.1016/j.anr.2013.06.003
Kline RB. Principles and practice of structural equation modeling. 3rd ed. New York, NY: Guilford Press; 2011.
Lim NY, Kang HS, Lee SE, Suh YO, Kwon YE. The trend of Korean nursing research with the LISREL. Journal of Korean Academy of Nursing. 2001;31(2):221-231.
Baumgartner H, Homburg C. Applications of structural equation modeling in marketing and consumer research: A review. International Journal of Research in Marketing. 1996;13(2):139-161. http://dx.doi.org/10.1016/0167-8116(95)00038-0
Hoyle RH, Panter AT. Writing about structural equation models. In: Hoyle RH, editor. Structural equation modeling: Concepts, issues, and applications. Thousand Oaks, CA: Sage; 1995. p. 158-176.
MacCallum RC, Austin JT. Applications of structural equation modeling in psychological research. Annual Review of Psychology. 2000;51: 201-226. http://dx.doi.org/10.1146/annurev.psych.51.1.201
Raykov T, Tomer A, Nesselroade JR. Reporting structural equation modeling results in psychology and aging: Some proposed guidelines. Psychology and Aging. 1991;6(4):499-503.
Steiger JH. Driving fast in reverse: The relationship between software development, theory, and education in structural equation modeling. Journal of the American Statistical Association. 2001;96(453):331-338.
Cho HD. A study on issues of using structure equation modeling in education study [master's thesis]. Seoul: Korea University; 2011.
Bentler PM, Chou CP. Practical issues in structural modeling. In: Long JS, editor. Common problems/proper solutions: Avoiding error in survey research. Newbury Park, CA: Sage; 1988. p. 161-192.
Moon SB. Basic concepts and applications of structural equation modeling with AMOS 17.0. Seoul: Hakjisa; 2009.
Yu JP. The misunderstanding and prejudice of structural equation models. Seoul: Hannare Publishing Co.; 2014.
Holbert RL, Stephenson MT. Structural equation modeling in the communication sciences, 1995-000. Human Communication Research. 2002;28(4):531-551. http://dx.doi.org/10.1111/j.1468-2958.2002.tb00822.x
Shook CL, Ketchen DJ, Jr., Hult GTM, Kacmar KM. An assessment of the use of structural equation modeling in strategic management research. Strategic Management Journal. 2004;25(4):397-404. http://dx.doi.org/10.1002/smj.385
Polit DF, Beck CT, Owen SV. Is the CVI an acceptable indicator of content validity? Appraisal and recommendations. Research in Nursing and Health. 2007;30(4):459-467. http://dx.doi.org/10.1002/nur.20199
Joeskog KG, Sobom D. LISREL 7: A guide to the program and applications. 2nd ed. Chicago, IL: SPSS Inc.; 1989.
Mitchell RJ. Path analysis: Pollination. In: Scheiner SM, Gurevitch J, editors. Design and analysis of ecological experiments. 2nd ed. New York, NY: Chapman and Hall; 1993. p. 211-231.
Arbuckle JL. Full information estimation in the presence of incomplete data. In: Marcoulides GA, Schumacker RE, editors. Advanced structural equation modeling: Issues and techniques. Mahwah, NJ: Lawrence Erlbaum Associates; 1996.
Enders CK, Bandalos DL. The relative performance of full information maximum likelihood estimation for missing data in structural equation models. Structural Equation Modeling. 2001;8(3):430-457. http://dx.doi.org/10.1207/S15328007SEM0803_5
Schreiber JB. Core reporting practices in structural equation modeling. Research in Social and Administrative Pharmacy. 2008;4(2):83-97. http://dx.doi.org/10.1016/j.sapharm.2007.04.003
※ AI-Helper는 부적절한 답변을 할 수 있습니다.