본 연구는 탐색적 요인분석과 확인적 요인분석에 대한 특성과 그 차이점에 대하여 살펴보고, 동일한 데이터를 활용하여 탐색적 요인분석과 확인적 요인분석의 분석과정 및 결과를 비교분석함으로써 두 방법론의 올바른 이해와 적용에 대하여 알아보고자 한다. 한편, 실증분석 결과는 아래와 같다. 탐색적 요인분석에서는 판별타당도가 저해되는 p.1, p.3이 제거된 반면, 확인적 요인분에서는 집중타당도가 저해되는 p.3가 제거 되었다. 탐색적 요인분석의 경우 다수의 측정변수를 소수의 요인으로 축약하는 분석과정(다소 부족한 이론적배경)인 반면, 확인적 요인분석은 측정변수와 잠재변수들 간의 관계를 파악 및 확인하는 과정(강력한 이론적배경)으로 동일한 데이터를 활용한다 하더라도 두 방법론은 언제든지 다른 결과 값이 도출될 수 있는 바, 데이터의 성격 등에 따라 올바른 방법론의 활용이 요구된다는 시사점을 보여주고 있다.
본 연구는 탐색적 요인분석과 확인적 요인분석에 대한 특성과 그 차이점에 대하여 살펴보고, 동일한 데이터를 활용하여 탐색적 요인분석과 확인적 요인분석의 분석과정 및 결과를 비교분석함으로써 두 방법론의 올바른 이해와 적용에 대하여 알아보고자 한다. 한편, 실증분석 결과는 아래와 같다. 탐색적 요인분석에서는 판별타당도가 저해되는 p.1, p.3이 제거된 반면, 확인적 요인분에서는 집중타당도가 저해되는 p.3가 제거 되었다. 탐색적 요인분석의 경우 다수의 측정변수를 소수의 요인으로 축약하는 분석과정(다소 부족한 이론적배경)인 반면, 확인적 요인분석은 측정변수와 잠재변수들 간의 관계를 파악 및 확인하는 과정(강력한 이론적배경)으로 동일한 데이터를 활용한다 하더라도 두 방법론은 언제든지 다른 결과 값이 도출될 수 있는 바, 데이터의 성격 등에 따라 올바른 방법론의 활용이 요구된다는 시사점을 보여주고 있다.
This study was performed with a view to examine the nature and difference of EFA(Exploratory Factor Analysis) and CFA(Confirmatory Factor Analysis), and to compare the analysis process and result of EFA and CFA with the same data. The result of empirical analysis was as follows. Meanwhile, p.1, p.3 ...
This study was performed with a view to examine the nature and difference of EFA(Exploratory Factor Analysis) and CFA(Confirmatory Factor Analysis), and to compare the analysis process and result of EFA and CFA with the same data. The result of empirical analysis was as follows. Meanwhile, p.1, p.3 was removed owing to hampering the convergent validity in EFA, p.3 was removed owing to hampering the discriminent validity in CFA. EFA was reduction process of muti measurement variables to a few factor, but CFA was understanding and confirmatory process of measurement and latent variables' relation. Eventually, this study showed that EFA and CFA used different methology, thus the different outcomes appeared although using the same data, and implicated resonable application of methology according to given data.
This study was performed with a view to examine the nature and difference of EFA(Exploratory Factor Analysis) and CFA(Confirmatory Factor Analysis), and to compare the analysis process and result of EFA and CFA with the same data. The result of empirical analysis was as follows. Meanwhile, p.1, p.3 was removed owing to hampering the convergent validity in EFA, p.3 was removed owing to hampering the discriminent validity in CFA. EFA was reduction process of muti measurement variables to a few factor, but CFA was understanding and confirmatory process of measurement and latent variables' relation. Eventually, this study showed that EFA and CFA used different methology, thus the different outcomes appeared although using the same data, and implicated resonable application of methology according to given data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그래서 본 연구는 먼저, 일반적으로 회귀분석모델에서 활용되는 탐색적 요인분석(다소 부족한 이론적배경)과 주로 구조방정식모델에서 활용되는 확인적 요인분석(강력한 이론적배경)에 대한 특성과 그 차이점에 대하여 살펴보고, 다음으로 동일한 데이터를 활용하여 탐색적 요인분석과 확인적 요인분석을 실시하는 과정과 그 결과를 비교분석함으로써 두 방법론의 올바른 이해와 적용에 대하여 알아보고자 한다.
본 연구는 먼저, 일반적으로 회귀분석모델에서 활용되는 탐색적 요인분석과 주로 구조방정식모델에서 활용되는 확인적 요인분석에 대한 특성과 그 차이점에 대하여 살펴보고 다음으로, 동일한 데이터를 활용하여 탐색적 요인분석과 확인적 요인분석의 분석과정과 결과를 비교 분석함으로써 두 방법론의 정확한 이해와 관련 데이터의 성격 등에 따른 올바른 적용방법에 대하여 알아보고자 한다.
한편, 본 연구는 탐색적 요인분석과 확인적 요인분석이라는 두 가지 방법론을 동일한 데이터에 적용하여 분석하는 방법과 결과를 비교분석하는 것을 목적으로 하고 있어 따로 가설을 설정하지는 않았다.
가설 설정
AMOS 프로그램을 활용한 확인적 요인분석의 연구모델은 아래 [Fig. 2]와 같으며, 보는 바와 같이 각각의 구성개념이 특정한 측정변수와만 연관이 되어있다고 가정한다.
SPSS statistics을 활용하는 탐색적 요인분석의 연구모델은 아래 [Fig. 1]과 같으며, 보는 바와 같이 모든 구성개념이 모든 측정변수와 연관이 되어있다고 가정한다.
확인적 요인분석은 구조방정식모델을 구현하는 프로그램 중 하나인 AMOS 프로그램에서 수행되는 기법으로 측정변수와 잠재변수 간의 관계 및 잠재변수 간의 관계를 검정 및 확인하며, 분석 전에 요인(잠재변수)의 수와 이들 요인을 구성하는 측정변수(설문항)가 미리 지정된 상태에서 분석이 이루어진다. 그렇기 때문에 확인적 요인분석에서는 강력한 이론적 배경이나 선행연구를 바탕으로 특정한 측정변수는 반드시 관련 요인(잠재변수)으로부터만 영향을 받고 다른 요인과는 연관되지 않는 것으로 가정된다. 그래서 확인적 요인분석은 이론 검증과정(theory testing procedure)]에 가깝고, 이론 지향적(theory driven)인 성격을 띤다고 할 수 있다[11,12].
제안 방법
그래서 먼저, p.1을 제거한 후 다시 탐색적 요인분석을 실시하였으며 결과는 [Table 2]와 같다. [Table 2]에서 보는 바와 같이 각각 구성개념들의 요인적재값이 모두 .
그래서 표준화요인부하량이 가장 낮은 p.3을 제거한 후 다시 확인적 요인분석을 실시하였으며 결과는 [Table 5]와 같다.
본 연구에서는 어떤 재화나 용역의 가격요인(5점 척도의 설문항 4개), 품질요인(5점 척도의 설문항 3개) 및 접근용이성(5점 척도의 설문항 4개)이 만족도(5점 척도의 설문항 4개)에 미치는 영향관계(데이터의 수 350개)를 알아보기 전에 각각 구성개념들을 대상으로 이를 구성하고 있는 측정변수들에 대하여 탐색적 요인분석과 확인적 요인분석을 각각 실시하기로 한다.
데이터처리
첫째, 표본의 공분산행렬과 연구모델의 추정공분산행렬의 분포의 차이가 있는지를 알아보기 위한 x2 검정이다. 이는 모델적합도지수 중 유일하게 통계량을 제시하는 것으로 두 공분산행렬이 차이가 없어야 하므로 x2(p)값이 .
성능/효과
결론적으로, 탐색적 요인분석은 모든 측정변수가 모든 요인과 연관 지어져 있다고 가정(이론적배경 및 선행연구가 다소 부족한 상황)때문에 다수의 측정변수들로부터 소수의 구성개념(요인 또는 잠재변수)을 추출하는 분석과정(즉, 차원을 감소시키는 과정)이라면, 확인적 요인분석은 사전에 어떤 잠재변수를 구성하는 측정변수가 미리 지정되어 있는 상태(강력한 이론적배경 및 선행연구를 바탕으로)에서 분석이 이루어지기 때문에 잠재변수와 측정변수 간의 관계를 파악 및 확인하는 분석과정이라 할 수 있는 바, 관련 데이터의 성격 등에 따라 올바른 방법론을 선택하여 활용해야 한다는 시사점을 보여주고 있다.
마지막으로, 변수를 정제하는 과정은 탐색적 요인분석에서 가장 번거롭고 어려운 과정으로, 변수가 정제되는 경우는 크게 선행연구와 다른 요인에 적재될 때, 집중타당도가 저해될 때, 그리고 판별타당도가 저해될 때가 해당된다. 집중타당도와 판별타당도가 저해되는 경우는 표본의 수에 따라 차이가 있으나 약 150개 정도의 표본의 수를 감안할 경우, 집중타당도의 경우에는 요인적재값(factor loading)이 .
질의응답
핵심어
질문
논문에서 추출한 답변
요인분석은 요인분석을 하는 목적에 따라 어떻게 구분되나요?
한편, 요인분석은 요인분석을 하는 목적에 따라 탐색적요인분석(exploratory factor analysis)과 확인적 요인분석(confirmatory factor analysis)으로 각각 구분되지만 이 두 가지 기법은 매우 상이한 가정과 접근 방법론을 사용하기 때문에 결과(변수가 정제되는 과정 등)에 상당한 차이를 보이게 되는 등 올바른 이해와 적용이 요구된다.
탐색적 요인분석은 변수들 간에 어느정도 상관관계가 있어야 하는데 어떻게 확인하는가?
한편, 탐색적 요인분석을 실시하기 위해서는 먼저 관련 변수들이 연속형데이터(등간척도 또는 비율척도)여야 하고, 관련 변수들 간에는 어느 정도의 상관관계가 있어야 한다. 변수들 간의 상관관계는 일반적으로 KMO(Kaiser-Meyer-Olkin)와 Bartlett의 구형성 검정으로 확인하는데, KMO는 변수들 간의 편상관계수[13]가 얼마나 작은지를 [KMO = 상관계수의 제곱합/(상관계수의 제곱합 + 편상관계수의 제곱합)] 확인(일반적으로 KMO〉.8 이면 바람직하고 최소한 .5 이상 이여야 함) 하는 방법이고, Bartlett의 구형성 검정은 변수들이 모두 상관관계가 없다(단위행렬)는 귀무가설과 하나라도 상관관계가 있다는 대립가설을 설정하여 대립가설이 채택되는 [x2(p).〈.05 이여야 함] 지를 파악하여 확인한다.
요인분석이란?
한편, 요인분석은 측정변수들 간의 상호 관련성(공분산 또는 공분산을 표준화한 상관계수)을 분석해서 이들 간에 공통적으로 작용하는 요인을 추출하여 정보의 손실을 최소화 한 상태에서 전체 측정변수를 대별할 수 있는 변수의 수를 축약하는 기법이다. 따라서 요인분석을 활용하면 주어진 많은 정보(다수의 측정변수)를 몇 개의 핵심적인 요인으로 축약하여 정보에 대한 이해력을 높일 수 있고 추가적인 분석(상관관계나 인과관계)이 가능할 수 있다[1,2,3].
참고문헌 (16)
Hun-Yeong Lee, "The Research Methodology", Cunng Ram, 2015.
Chang-Ho, Choi, " The study on comparative analysis of the same data through regression analysis model and structural equation model", Journal of the Korea Convergence Society, Vol. 14, No. 6, pp. 167-175, 2016.
Chang-Ho, Choi, " The study on the different moderation effect of contingency variable(Focused on SPSS statistics and AMOS program)l", Journal of the Korea Convergence Society, Vol. 15, No. 2, pp. 1-10, 2017.
Jong-Pil Woo, "The concept and understanding of structural equation model", Hannare, 2012.
Woo-Ho Kim, Bo-Jun Seo, "A Study on the Parents' Recognition of School Enterprise Convergence by Type of Disability", Journal of the Korea Convergence Society, Vol. 6, No. 4, pp. 89-97, 2015.
Jong-Sik Lim, Chun-Ho Yang, "Relationship between Sports Confidence and Class Satisfaction according to Adolescents' Participation Marine Sports", Journal of the Korea Convergence Society, Vol. 6, No. 4, pp. 169-176, 2015.
Ji-Won Lee, Kyung-Hee Kang, "Study about the relationship between self-esteem, depression and stress of students according to school system", Journal of the Korea Convergence Society, Vol. 5, No. 4, pp. 69-74, 2014.
Mi-Jin Kim, Gyun-Young Kang, "The convergence study on the relationship between the job stress and mental health of nurses", Journal of the Korea Convergence Society, Vol. 6, No. 5, pp. 39-47, 2015.
Chang-Ho, Choi, " A study on the effects of ties and trust relationship between the clients and consultants on the consulting performance", Journal of the Korea Convergence Society, Vol. 12 No. 10, pp. 86-97, 2014.
Stapleton, C. D. "Basic concepts and procedures of confirmatory factor analysis", Paper presented at the annual meeting of the Southwest Educational Research Association, Austin, TX, January, pp.23-25, 1997.
Van Prooijen, J.-W.,& Van der Kloot, W.A, "Confirmatory analysis of exploratively obtained factor structures", Educational and Psychological Measurement, Vol. 61, No. 5, pp. 777-792, 2001.
Bagozzi, R.P., & Yi,Y, "On the evaluation of structural equation models", Journal of the Academy of Marketing Science, Vol. 16, No. 1, pp. 74-94, 1988.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.