범주형 확인적 요인분석 모형의 다집단 분석

Abstract

범주형 확인적 요인분석은 심리학을 비롯한 사회과학 분야에서 빈번히 활용되는 리커트 척도의 범주적 특성을 분석에 반영한 측정모형이다. 해당 모형의 다집단 확장에서 측정불변성을 확인하기 위해서는 단일 집단의 경우보다 모형의 판별을 위하여 더 많은 척도화 및 추가제약이 수반되어야 하며, 측정불변성 확인 단계의 순서 및 중요도도 연속형 종속변수를 상정한 경우와는 달라진다. 이와 관련하여 그간 이루어진 논의는 국내외적으로 산재되어 있으며 종합적으로 논의된 바 없다. 따라서 본 연구는 범주형 확인적 요인분석의 측정불변성과 관련하여 지금까지 이루어져 온 전체적인 논의를 탐색, 취합하여 연구자들이 자신의 연구 방향에 부합하는 판별 방식 및 측정불변성 확인 단계를 결정할 수 있도록 적절한 합의점을 도출하는 것을 목적으로 한다. 이를 위하여 두 가지 측면에서 측정불변성을 확인하는 방식을 살핀다. 첫째, 모형의 판별부분에서는 제한정보추정에 근거하여 두 잠재변수에 대한 척도화 및 다집단 분석을 위한 추가 제약 방식을 다룬다. 보다 나은 이해를 도모하기 위해 범주형 지표변수를 다루는 모형의 주요개념인 잠재반응변수를 살펴본 뒤, 본격적으로 모형의 판별을 위한 제약 방식을 소개한다. 제약방식은 범주형 모형의 두 잠재변수인 잠재반응변수 및 요인에 대한 필수제약과 추정을 가능하게 만들기 위한 추가제약으로 나뉘어 각 방식의 특징과 장단점을 논의한다. 둘째, 측정불변성 확인부분에서는 범주형 종속변수를 상정하며 나타난 경계모수의 동일성 확보를 중심으로 현재까지 제시되어있는 측정불변성 확인 단계를 정리한다. 측정불변성 확인 단계는 차이검정을 통해 측정불변성을 확인하는 방식과 근사적합도지수 차이를 통해 측정불변성을 확인하는 방식으로 나뉘어 다루어진다. 차이검정의 경우 각 방식에서 경계모수를 바라보는 시각 차이를 중심으로 논의를 전개한다. 이와 더불어 범주형 지표변수를 위한 추정에서 차이검정을 실시하기 위해 필요한 보정방식에 대해서도 소개한다. 이에 더해 앞서 제시된 판별 방식 및 측정불변성 확인 단계를 통계 프로그램을 이용, 실제 자료를 분석하는데 적용해 봄으로써 연구자들의 실질적인 활용을 도모한다. 예시를 통해 범주형 확인적 요인분석을 이용하면 자료의 특성을 더 정확하게 반영하여 측정불변성을 살펴볼 수 있다는 점을 확인할 수 있다. 마지막으로 모형의 판별을 위하여 선택한 척도화 방식은 이후 측정불변성 확인 단계에 영향을 미치기 때문에 두 쟁점을 통합하여 권장되는 척도화 방식 및 측정불변성 확인 단계 및 한계점을 종합적으로 논의한다. ;The categorical confirmatory factor analysis is a measurement model that reflects the categorical nature of the likert scale, which is frequently used in social science, including but not limited to psychology. Confirming the measurement invariance within the context of multi-group analysis as compared to a single-group analysis entails stricter restrictions, and the steps in checking the measurement invariance differ from using the continuous dependent variables. Therefore, by investigating and collecting scattered discussions, this study aims to reach an agreement in assisting researchers to choose proper methods and processes. To achieve this goal, we focus on two aspects. In the model identification section, based on limited information estimation, we introduce scaling methods for the two latent variables and also address the additional restriction method for multi-group analysis. In the second section, focusing on threshold parameters, we lay out the process of checking the measurement invariance. We then illustrate the procedures in applying the identification methods as well as steps in checking the measurement invariance using real data, and discuss the results.