모의실험을 통한 설문자료 내 불성실 응답 탐지 이후의 자료 처리 방안 비교

A Comparison of Treatment after Detecting insufficient effort respondings in Survey data through Simulation study

다양한 요인으로 인해 발생하는 설문자료 내 불성실 응답은 자료의 타당성을 위협하는 동시에 부정확한 연구 결과를 도출할 수 있는 요소이기 때문에, 사전에 불성실 응답을 탐지하고 그에 대해 적절히 처리하는 것은 보다 신뢰로운 연구 결과를 도출하기 위해 필요한 과업이다. 그럼에도 불구하고, 불성실 응답을 탐지한 이후의 바람직한 자료 처리 방안에 대한 논의는 현재까지 다소 부족한 상황이다. 이에 본 연구에서는 모의실험을 통해 불성실 응답 탐지 이후에 적용 가능한 자료 처리 방안인 완전자료 분석, 사례별 제거, 다중대체를 통한 결측대체법의 세 가지 방안을 적용한 후 범주형 확인적 요인분석을 실시한 결과를 비교함으로써, 보다 바람직한 자료 처리 방안에 대한 방법론적인 시사점을 제시하고자 하였다. 본 연구의 주요결과는 다음과 같다. 첫째, 사례별 제거법의 경우, 대부분의 모의실험 조건에서 모형 적합도 지수와 모수 추정 정확도의 측면에서 비교적 양호한 결과가 나타났다. 둘째, 완전자료를 활용하여 분석하는 방안의 경우에는 모형 적합도 지수 결과에서는 가장 양호하지 않은 결과가 나타났으며, 구인 간 관계 추정에서도 부정확한 결과가 나타났다. 셋째, 결측대체법의 경우 완전자료를 활용한 처리 방법보다 양호한 모형 적합도 결과가 나타났으며, 구인 간 관계 추정 시에도 비교적 정확한 것으로 나타났다. 그러나 결측대체법을 적용할 경우, 요인부하량의 추정에서는 다소 부정확한 결과가 나타났다. 본 연구의 결과를 토대로, 보다 효율적인 불성실 응답 탐지 이후의 자료 처리 방안에 대해 논의하였다.

Since insufficient effort responding(IER) in survey data caused by a variety factors threaten the validity of the data and lead to inaccurate research results, it is necessary to detect and treat IER before conducting the main data analysis is a necessary in order to produce more reliable research results. Nevertheless, it has been insufficient to discuss about treatments how to deal with the data after detecting IER. Accordingly, this purpose of this study is to provide methodological implications about more feasible treatments after detecting IER by comparing complete data analysis, casewise- deletion, and multiple imputation which are applicable after detecting IER through simulation in the context of analyzing categorical confirmatory factor analysis. The main results of this study are as follows. First, It is showed that the casewise deletion tends to perform better than other treatments in terms of goodness-of-fit index and the accuracy of parameter estimation. Second, complete data analysis tends to perform poorly in the goodness-of-fit index and showed inaccurate results in estimating the relationship between constructs. Third, It is showed that multiple imputation tends to perform better than analyzing complete data in the model fit index, and it is indicated to be relatively accurate in estimating the relationship between constructs. However, It was inaccurate in terms of estimating factor loadings when multiple imputation was applied. Based on the results, It has been discussed about more efficient treatments how to deal with the survey data after detecting IER.