구조방정식모형에서 다집단 분석의 문제 및 대안으로서의 다특질 다상황 다방법 모형

Problems of Multi-Group Confirmatory Factor Analysis in Structural Equation Modeling and Multitrait-Multisituation-Multimethod Model as an Alternative

이 연구는 구조방정식모형에서 실시하고 있는 다집단 분석의 문제를 검토하였다. 첫째로, 전통적 다집단 분석에서 특질(요인)분산의 추정에 집단(또는 상황)에 대한 분산이 합쳐져 있어 내용적 해석에 주의를 요한다. 둘째로, 상이한 집단(상황)에서 사용되는 측정치간에 있을 수 있는 동일 방법효과에 대한 표시가 불가능하다. 이러한 단점을 극복하기위해서 다특질다상황다방법 모형이 가능함을 분석적으로 제시하였다. 이 모형은 다특질다방법 모형과 다집단 분석모형의 장점을 결합한 것이다. 끝으로, 주어진 특질/상황/방법에서 전통적 다집단 분석이 유발하는 문제를 검토하기 위해 3개 특질, 3개 상황(집단), 2개 방법에 대한 모집단 공분산 행렬을 생성하였다. 실험요인으로서 표본크기(4가지), 그리고 집단(상황)분산과 특질분산의 비율(3가지)을 사용하여 얻어진 12개의 각 조건내에서 500개의 표본을 산출하여 분석하였다. 그 결과, 표본크기가 작고 집단(상황)분산이 커질수록, 다집단 분석의 초기 단계인 측정형태 동일성 검증에서 1종 오류가 증가하는 것을 발견하였다. 이에 대한 대안으로서 다특질다상황다방법 모형의 사용이 권고된다.

Multi-group analysis has been used for testing generalizability of structural equation models across groups. However, the method has some problems in testing factorial invariance across groups. First, it cannot specify group factors explicitly although it specifies trait factors. Thus group(situation) factors are combined with trait factors. It is recommended to be careful in interpreting the trait factors in multi-group analysis. Second, effect of identical methods cannot be specified when they are used in different groups(situations). A model of multiple traits, multiple situations(or groups), and multiple methods(MTMSMM) is proposed to overcome the problems. Finally, a Monte-Carlo study was conducted to empirically examine the results of using traditional multi-group analysis on data of three traits, three groups(situations), and two methods. We employed two experimental factors: One is sample size(60, 100, 200, 300); the other is the ratio between group(situation) variances and the trait variances. Five hundred data sets were generated for each of the 12 conditions to obtain a proportion of type1 errors in the multi-group analyses. It has been discovered that type1 error rate is increasing as the sample size gets smaller and the relative size of group(situation) factors gets larger.