바로가기메뉴

본문 바로가기 주메뉴 바로가기

logo

ISSN : 1229-067X

논문 상세

이전
논문 투고

Vol.37 No.1
Citation Share

다지표 잠재성장모형에서 요인동일성과 요인척도 설정의 문제: 모형 적합도와 모수 추정값에 미치는 영향

The Effects of Factorial Invariance and Factor Scaling on Model Fit and Parameter Estimates in the Multiple-Indicator Latent Growth Model

한국심리학회지: 일반 / Korean Journal of Psychology: General, (P)1229-067X; (E)2734-1127
2018, v.37 no.1, pp.153-183
https://doi.org/10.22257/kjp.2018.03.37.1.153
박송이 (성균관대학교)
장승민 (성균관대학교)
박송이, & 장승민. (2018). 다지표 잠재성장모형에서 요인동일성과 요인척도 설정의 문제: 모형 적합도와 모수 추정값에 미치는 영향. 한국심리학회지: 일반, 37(1), 153-183, https://doi.org/10.22257/kjp.2018.03.37.1.153
  • 다운로드 수
  • 조회수
PDF 다운로드

초록

다지표 잠재성장모형(LGM)은 여러 관측변수에 의해 측정되는 요인의 시간에 따른 변화 궤적을 2차 요인모형을 이용하여 분석하는 모형이다. 다지표 LGM은 여러 가지 장점에도 불구하고 요인척도법에 따라 모형 적합도와 모수 추정값이 달라지는 문제를 가지고 있다. 본 연구는 다지표 LGM에서 요인동일성의 수준과 요인척도의 설정 방식에 따라 요인 평균의 의미가어떻게 달라지는지를 규명하고, 요인척도의 설정이 다지표 LGM의 모형 적합도와 모수 추정값에 어떻게 영향을 미치는지를 확인하였다. 먼저 종단 요인분석 모형에서 요인동일성 제약과 요인척도법에 따라 요인 평균이 어떻게 정의되는지와 모형 적합도가 어떻게 달라지는지논의하였다. 또한 절편의 합을 0으로 제약하는 설정이 요인 평균을 어떻게 정의하는지 밝히고, 이러한 제약이 약한 요인동일성을 가정한 다지표 LGM의 성장 요인 평균에 대해 일관적인 분석 결과와 해석을 제공한다는 것을 제시하였다. 이어서 패널 자료를 이용한 실제 자료의 분석을 통해 이와 같은 다지표 LGM의 특징을 예시하였다. 끝으로 평균공분산구조 모형의분석에서 요인동일성과 요인척도 설정의 중요성과 다지표 LGM에서 강한 요인동일성 모형을사용하는 것의 중요성에 대해 논의하였다.

keywords
다지표 잠재성장모형, 요인척도 설정, 요인동일성, 평균구조, 모형 적합도, multiple-indicator latent growth model, factor scaling, factorial invariance, mean structure, model fit

Abstract

The multiple-indicator latent growth model (MI-LGM) is a second-order confirmatory factor model that analyzes latent trajectories of a factor measured by multiple indicators over time. Although MI-LGM can test the factorial invariance of indicators and estimate trajectories of a latent variable controlling measurement error, model fit and parameter estimates of the model may vary depending on factor scaling methods. The purpose of this study is to investigate how factor scaling methods, given a specified level of factorial invariance, change the meaning of the factor mean and thus affects the model fit and parameter estimates of MI-LGM. The authors first explored how factorial invariance and factor scaling affect the definition of factor means and the model fit in longitudinal factor analysis models. Next, they showed that constraining the sum of the indicator’ intercepts to zero creates a clear definition of the factor mean and the constraint provides consistent results and interpretation of the means of growth factors in the MI-LGM even under the weak factorial invariance. An analysis of actual panel data then illustrated such characteristics of the MI-LGM. Finally, the authors discussed the importance of factorial invariance and factor scaling in the analysis of mean and covariance structure models and that of using the strong factorial invariance when modeling the MI-LGM.

keywords
다지표 잠재성장모형, 요인척도 설정, 요인동일성, 평균구조, 모형 적합도, multiple-indicator latent growth model, factor scaling, factorial invariance, mean structure, model fit

참고문헌

1.

곽의현, 정경미, 김은성 (2016). 후기 남자 청소년의 우울․불안 발달궤적과 사회적 지지. 한국심리학회지: 임상, 35(1), 243-264.

2.

구재선, 서은국 (2012). 행복은 4년 후 학업성취를 예측한다. 한국심리학회지: 사회 및성격, 26(2), 35-50.

3.

권선중, 임숙희, 김영호 (2015). 청소년기 게임관련 신념과 게임 중독의 관계에 대한 재탐색 - 잠재성장 모형을 활용한 단기 종단연구. 한국심리학회지: 건강, 20(1), 267-283.

4.

김수영, 석혜은 (2015). 잠재성장모형의 사용을위한 표본크기 결정. 한국심리학회지: 일반, 34(2), 599-617.

5.

김수정, 곽금주 (2013). 3세부터 7세까지 어머니의 애정/온정적 양육태도의 변화가 아동의 학교적응에 주는 영향. 한국심리학회지: 발달, 26(2), 1-17.

6.

김연수, 곽금주 (2016). 영아기 기질의 변화가 아동초기 외현화 문제행동에 미치는 영향. 한국심리학회지: 발달, 29(3), 95-111.

7.

남순현 (2015). 청소년의 성격, 애착, 온라인 자기개방, 가족친밀감과 온라인 친구관계의 질 간의 종단적 관계. 한국심리학회지:발달, 28(4), 1-32.

8.

박송이 (2016). 다지표 잠재성장모형에서 요인척도화와 측정동일성의 문제. 성균관대학교 석사학위청구논문.

9.

우성범, 김성연, 임승우, 백인규, 남덕현, 양은주 (2012). 남녀청소년의 자존감, 친구애착, 비행 간의 관계에 대한 다변량 잠재성장모형 분석. 한국심리학회지: 일반, 31(4), 1093- 1113.

10.

이수진, 오경자 (2012). 이동의 기질과 부모 양육이 부주의와 과잉행동-충동성 문제의 발달경로에 미치는 영향. 한국심리학회지:임상, 31(4), 945-969.

11.

이순묵, 금은희, 이찬순 (2010). 다집단 분석의 문제: 평균구조분석에서의 측정원점 동일성 검증 필요 여부. 교육평가연구, 23(2), 391-416.

12.

이순묵, 김한조 (2011). 구조방정식 모형의 일반화 또는 집단차 연구를 위한 다집단 분석의 관행과 문제점. 사회과학, 43(1), 63-112.

13.

장혜인 (2015). 아동의 부정적 정서성과 어머니의 우울간의 종단적 상호관계: 교류모형적 접근. 한국심리학회지: 발달, 28(2), 19-39.

14.

정승아, 이수진 (2016). 학령 초기 내재화 문제행동의 발달경로에 미치는 아동 인성과 부모 양육의 효과. 한국심리학회지: 임상, 35(2), 499-518.

15.

주혜선, 이나빈, 민문경, 안현의 (2014). 대학생의 우울증상 진행경로에 미치는 정서조절곤란과 외상 기억 특성의 효과: 잠재성장모형을 통한 단기종단연구. 한국심리학회지: 상담, 26(3), 617-636.

16.

허묘연 (2000). 청소년이 지각한 부모 양육행동척도 개발 연구. 이화여자대학교 박사학위청구논문.

17.

Bollen, K. A., & Curran, P. J. (2006). Latent curve models: A structural equation perspective. Hoboken, NJ: John Wiley & Sons.

18.

Brown, T. A. (2015). Confirmatory factor analysis for applied research (2nd ed.). New York: Guilford Publications.

19.

Chan, D. (1998). The conceptualization and analysis of change over time: An integrative approach incorporating longitudinal mean and covariance structures analysis(LMACS) and multiple indicator latent growth modeling (MLGM). Organizational Research Methods, 1(4), 421-483.

20.

Chen, F. F. (2007). Sensitivity of goodness of fit indexes to lack of measurement invariance. Structural equation modeling, 14(3), 464-504.

21.

Cheung, G. W., & Rensvold, R. B. (2002). Evaluating goodness-of-fit indexes for testing measurement invariance. Structural Equation Modeling, 9, 233-255.

22.

Ferrer, E., Balluerka, N., & Widaman, K. F. (2008). Factorial invariance and the specification of second-order latent growth models. Methodology, 4(1), 22-36.

23.

Geiser, C., Keller, B. T., & Lockhart, G. (2013). First-versus second-order latent growth curve models: some insights from latent state-trait theory. Structural equation modeling: a multidisciplinary journal, 20(3), 479-503.

24.

Grimm, K. J., Ram, N., & Estabrook, R. (2017). Growth Modeling: Structural Equation and Multilevel Modeling Approaches. New York:Guilford Publications.

25.

Hancock, G. R., Kuo, W., & Lawrence, F. R. (2001). An illustration of second-order latent growth models. Structural Equation Modeling, 8, 470-489.

26.

Kim, E. S., & Willson, V. L. (2014). Testing Measurement Invariance Across Groups in Longitudinal Data: Multi group Second-Order Latent Growth Model. Structural Equation Modeling: A Multidisciplinary Journal, 21(4), 566-576.

27.

Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling (4th ed.). New York: Guilford Publications.

28.

Leite, W. L. (2007). A comparison of latent growth models for constructs measured by multiple items. Structural Equation Modeling, 14(4), 581-610.

29.

Little, T. D. (2013). Longitudinal structural equation modeling. New York: Guilford Press.

30.

Little, T. D., Slegers, D. W., & Card, N. A. (2006). A non-arbitrary method of identifying and scaling latent variables in SEM and MACS models. Structural Equation Modeling, 13(1), 59-72.

31.

MacCallum, R. C., Kim, C., Malarkey, W. B., & Kiecolt-Glaser, J. K. (1997). Studying multivariate change using multilevel models and latent curve models. Multivariate Behavioral Research, 32, 215-253.

32.

McArdle, J. J. (1988). Dynamic but structural equation modeling of repeated measures data. In J. Nesselroade & R. B. Cattel (Eds.), Handbook of multivariate experimental psychology (2nd ed., pp. 561-614). New York: Plenum.

33.

Meredith, W. (1993). Measurement invariance, factor analysis and factorial invariance. Psychometrika, 58(4), 525-543.

34.

Millsap, R. E. (2001). When trivial constraints are not trivial: The choice of uniqueness constraints in confirmatory factor analysis. Structural Equation Modeling: A Multidisciplinary Journal, 8(1), 1-17.

35.

Millsap, R. E., & Meredith, W. (2007). Factorial invariance: Historical perspectives and new problems. In R. Cudeck & R. C. MacCallum (Eds.), Factor Analysis at 100: Historical Developments and Future Directions(pp. 131-152). Mahwah, NJ: Lawrence Erlbaum.

36.

Newsom, J. T. (2015). Longitudinal Structural Equation Modeling: A Comprehensive Introduction. New York: Routledge.

37.

Preacher, K. J., Wichman, A. L., MacCallum, R. C., & Briggs, N. E. (2008). Latent Growth Curve Modeling. Oaks, CA: Sage.

38.

Sayer, A. G., & Cumsille, P. E. (2001). Second-order latent growth models. In. L. M. Collins & A. G. Sayer (Eds.), New methods for the analysis of change (pp. 179-200). Washington DC: American Psychological Association.

39.

Stoel, R. D., van den Wittenboer, G., & Hox, J. (2004). Methodological issues in the application of the latent growth curve model. In K. van Montfort, J. Oud, & A. Satorra (Eds.), Recent Developments on Structural Equation Models (pp. 241-261). Norwell, MA: Kluwer Academic Publishers.

40.

Vandenberg, R. J., & Lance, C. E. (2000). A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research. Organizational research methods, 3(1), 4-70.

한국심리학회지: 일반

논문 투고 OA 정책