안녕하세요, 산격동 너구리입니다.
이번 포스팅은,
R을 이용한 "매개효과 분석"입니다.
그 중에서도 가장 간단한 Baron & Kenny의 방법론으로 진행할 예정입니다.
개요
매개효과 분석이란?
독립 변수 X와 종속 변수 Y 사이에서, M이라는 변수가 중간에서 매개 역할을 할 것이다.
이러한 가설을 검증하는 분석입니다.
여기서 매개효과란??!
X가 Y에 직접적으로 영향을 줄 수도 있지만,
X가 M에 영향을 주고, 영향을 받은 M이 다시 Y에 영향을 주는 것을 매개효과라고 합니다.
매개효과에 대해서도 완전 매개와 부분 매개라는 것이 있는데요.
완전 매개는 X가 M을 통해 Y에게 주는 영향이 전부인 것이고,
부분 매개는 X가 M을 통해 Y에게 주는 영향에, X가 직접적으로 Y에게 주는 영향이 있는 것을 말합니다.
Baron & Kenny의 방법론
매개 효과를 분석하는 방법에는 몇 가지 방법이 있지만,
그 중에서도 Baron & Kenny의 방법론은 회귀분석을 이용합니다.
아이디어는 간단합니다.
1) X가 Y에 영향을 주면서,
2) X가 M에도 영향을 줄 때,
3) X와 M의 영향력을 같이 확인했을 때, X의 영향력의 변화에 따라 매개효과를 결정합니다.
1) ~ 3)에서의 영향력을 확인하기 위해 회귀분석을 사용합니다.
논란까지는 아닌 것 같고... 논문마다 조금씩 다른 부분이 있더라구요.
첫 번째는, 분석 순서입니다.
X → Y를 먼저하는 곳도 있고, X → M을 먼저하는 곳도 있었습니다만...
결과가 달라지지는 않으니....큰 문제는 아닐 것 같아요.
한국 논문에서는 대부분 아래의 순서대로 진행하므로 여기서도 똑같이 하겠습니다.
1) X → M
2) X → Y
3) X + M → Y
두 번째는, 3단계로 하는 곳도 있고 4단계로 하는 곳도 있었습니다.
4단계의 경우에는, 위의 과정에서 M → Y의 과정이 추가되는 걸로 알고있는데,
포스팅에서는 위의 순서대로 3단계로 진행하겠습니다.
예제
15. [산격동 너구리] 매개 효과 예제.csv
0.01MB
1) X : 독립 변수
2) Y : 종속 변수
3) M : 매개 변수
데이터 불러오기# 데이터 불러오기 data = read.csv("G:/잡동사니/산격동 너구리/[수정]/예제 파일/15. [산격동 너구리] 매개 효과 예제.csv", header = T)
1단계 : 독립 변수 → 매개 변수model1 = lm(M~X, data = data) summary(model1)
1단계에서, 독립 변수가 매개 변수에 유의한 영향을 미치는 것으로 나타났습니다.
따라서, 1단계는 만족합니다.
2단계 : 독립 변수 → 종속 변수model2 = lm(Y~X, data = data) summary(model2)
2단계에서, 독립 변수가 종속 변수에 유의한 영향을 미치는 것으로 나타났습니다.
따라서, 2단계까지 만족합니다.
3단계 : 독립 변수 + 매개 변수 → 종속 변수model2 = lm(Y~X, data = data) summary(model2)
3단계에서,
1) 매개 변수가 유의하고,
2) 독립 변수도 여전히 유의합니다.
3) 하지만, 독립 변수의 영향력이 줄어들었습니다.
(1) 계수 : 0.38849 → 0.29246
(2) t-value : 4.386 → 3.183
따라서, 매개 변수가 유의하고, 독립 변수의 영향력이 줄었지만, 여전히 유의하므로 부분 매개효과가 있음을 알 수 있습니다.
끝??
Baron & Kenny의 방법론에 의해서는 여기까지입니다.
하지만, 만약 여러분들이 논문을 찾아보고 들어온 것이라면, 조금 허전하실거예요.
Baron & Kenny의 방법은 방법론 자체에 있어서 빈틈이 많다고 알려져있으며,
보통 Baron & Kenny 방법으로 끝내지 않고, 마지막에 "Sobel Test"를 덧붙힙니다.
"Sobel test"는 다음 포스팅에서 소개하도록 하겠습니다.
이것으로 포스팅을 마무리하고, 다음 포스팅에서 다시 찾아뵙겠습니다.
이상, 산격동 너구리였습니다.
감사합니다.
* 잘못된 정보 및 오타가 포함되어 있을 수 있습니다.
그대로 받아들이시기보다는 다른 사람의 의견도 참고하셔서 분석하시길 바랍니다.
* 포스팅 내용 및 통계 분석 관련 질문은 언제나 환영입니다.
가능한 선에서 최대한 답변하도록 하겠습니다.
매개효과 분석에 있어 Process macro로 진행하는 분석방법을 알아보겠습니다.
참고로 프로세스 매크로는 영문명만, 그리고 철자는 8자 까지만 인식합니다. 분석 시 한글 변수명을 영문 8자로 코딩 변경하여야 해요.
예를 들어 보겠습니다. (Sobel test에 대하여 예를 든 분석자료로 분석합니다.)
sobel test 매개효과 알아보기
//blog.naver.com/quickdata7/222388606699
Soble-test 매개효과분석 방법 알아보기_스마트폰 감성요인과 지속사용의도 간 관계_소비자만족 매개효과_퀵데이터
Baron & Kenny가 제시한 절차에 따른 매개효과분석은 간접효과에 대한 통계적 검정결과를 제시하지 ...
blog.naver.com
스마트폰의 감성적요인(심미적, 상징적, 쾌락적)이 소비자만족을 매개로 지속적 사용의도에 영향을 미치는가에 대한 연구 진행
독립변수(X) : 감성적요인(심미적, 상징적, 쾌락적)
종속변수(Y) : 지속사용의도
매개변수(M) : 소비자만족
영문 변수명으로 코딩 변경
독립변수(X) : 감성적요인(aestheti, symbolic, hedonist)
종속변수(Y) : 지속사용의도(sustain)
매개변수(M) : 소비자만족(satisfac)
분석방법은 Baron & Kenny의 매개효과 방식대로 진행하고 sobel test의 예제(위 링크 참조)와 같은 방법으로 분석이 진행됩니다.
Baron & Kenny의 매개효과 검증방법은 1980년대 제안된 방법으로 오래된 분석 방법인 것에 반해 Hayes의 프로세스 매크로를 이용한 매개효과 검증방법은 2013년대 제안된 방법
바론과 케니의 매개효과 검증의 2단계(혹은 1단계) 검증에서 독립변수와 종속변수 간 영향관계가 검증 되어야 함이 원칙인데, 매개효과를 검증하는데 있어 꼭 독립변수가 종속변수에 영향이 있어야 할까라는 의문을 제기
프로세스 매크로 분석방법으로 먼저 심미적요인이 소비자만족을 매개로 해서 지속사용의도에 미치는 영향을 알아보겠습니다. 프로세스매크로를 이용한 분석결과는 아래와 같은데 많은 내용들이 있습니다.
여러 데이터가 나타나는데 이는 회귀분석과 같은 결과입니다. 다 볼 필요는 없고 간접효과(indirect effects of X on Y)만 살펴봅니다. 여기서는 간접효과 검증 Effect가 0.0719, 표준오차인 BootSE는 0.191로 나타났습니다. 다음으로 가장 중요하게 볼 신뢰구간입니다. BootLLCI와 BootULCI는 상한, 하한 값을 의미합니다. 통계적인 오차를 고려했을 때 추출된 간접효과 크기의 범위를 말합니다.
분석 결과에서 오차를 고려했을 때 추출되는 하한값은 0.0384, 상한값은 0.1128입니다. 이때 상하한 값이 0보다 크면 간접효과가 정(+)적으로 유의하다고 판단합니다. 만약, 상하한 값이 0보다 작으면 간접효과는 부(+)적으로 유의한 것입니다. 즉, 신뢰구간에 0 을 포함하지 않으면 유의하다고 할 수 있습니다.
즉, 심미적요인과 지속사용의도 간 관계에서 소비자만족은 매개역할을 하고, 심미적 요인은 소비자만족을 매개하여 지속사용의도에 간접적으로 유의한 정(+)적인 영향을 미치고 있는 것입니다.
다음으로 상징적 요인이 소비자만족을 매개하여 지속사용의도에 영향을 미치는가 분석해 보겠습니다. 전체적인 표는 생략하고 간접효과만 살펴봅니다.
간접효과 검증 Effect가 0.0494, 표준오차인 BootSE는 0.0164로 나타났습니다. 분석 결과에서 오차를 고려했을 때 추출되는 하한값은 0.0211, 상한값은 0.0862입니다.
즉, 상징적요인과 지속사용의도 간 관계에서 소비자만족은 매개역할을 하고, 상징적 요인은 소비자만족을 매개하여 지속사용의도에 간접적으로 유의한 정(+)적인 영향을 미치고 있는 것입니다.
다음으로 쾌락적 요인이 소비자만족을 매개하여 지속사용의도에 영향을 미치는가 분석해 보겠습니다. 전체적인 표는 생략하고 간접효과만 살펴봅니다.
간접효과 검증 Effect가 0.1202, 표준오차인 BootSE는 0.023으로 나타났습니다. 분석 결과에서 오차를 고려했을 때 추출되는 하한값은 0.0771, 상한값은 0.1677입니다.
즉, 쾌락적요인과 지속사용의도 간 관계에서 소비자만족은 매개역할을 하고, 쾌락적 요인은 소비자만족을 매개하여 지속사용의도에 간접적으로 유의한 정(+)적인 영향을 미치고 있는 것입니다.
baron & kenny와 sobel tset의 매개효과에서 살펴본 분석 결과와 함께 process macro의 분석결과를 종합해 보겠습니다.
바론과 케니의 매개효과 검증결과 독립변수인 심미적, 상징적, 쾌락적 요인은 1단계에서 매개변수인 소비자만족에 유의한 영향을 미치고, 2단계에서 종속변수인 지속사용의도에 유의한 영향을 미칩니다. 3단계에서는 심미적 요인이 종속변수인 지속사용의도에 유의한 영향을 미치지 않는 것으로 소비자만족은 완전매개 역할을 하는 것으로 나타났고, 상징적, 쾌락적 요인은 유의한 영향을 미치면서 표준화계수 값이 감소하여 소비자만족은 부분매개 역할을 하는 것으로 나타났습니다.
소벨 테스트의 검증 결과에서도 소비자만족을 매개로 하는 경로의 Z값이 모두 1.96(P<.05) 이상으로 유의한 영향 관계를 알 수 있습니다.
바론과 케니가 제시한 절차에 따른 매개효과분석은 간접효과에 대한 통계적 검정결과를 제시하지 않기 때문에 매개효과의 존재 여부를 확인한 후 소벨테스를 이용하여 간접효과에 대한 통계적 유의성을 검증합니다.
프로세스매크로 검증 결과에서 소비자만족을 매개로 하는 경로의 신뢰구간 안에 0을 포함하지 않기 때문에 소비자만족은 매개효과가 있는 것을 알 수 있습니다.
이처럼 바론과 케니의 검증방법은 단계적 검정을 통해 간접적으로 매개변수의 유의성을 측정합니다. 소벨 검증방법은 직접적으로 매개효과를 확인할 수 있지만, 유의성의 오차를 측정하지 못합니다. 프로세스매크로 검증방법은 정규분포를 가정하지 않고 통합적으로 매개효과를 검정합니다.
무엇이 됐든 연구자가 이해하기 쉽고 자신에게 맞는 효율적인 방법을 채택하시면 될 것 같아요.
기업 데이터 통계, 공공기관 데이터 통계, 논문 통계
퀵데이터는 여러분의 성공을 위해 오늘도 함께 하겠습니다~~^^
(주)한국교육데이터