*본 글은 개인이 공부하는 데 이해를 돕기 위해 작성하는 글임
*본 글은 주로 'PROCESS macro를 이용한 매개분석, 조절분석 및 조절된 매개분석' 책을 참고하여 정리함
https://masami.tistory.com/3
조절된 매개효과 ① - 정의, 모형 형태
*본 글은 개인이 공부하는 데 이해를 돕기 위해 작성하는 글임 *본 글은 주로 'PROCESS macro를 이용한 매개분석, 조절분석 및 조절된 매개분석' 책을 참고하여 정리함 조절된 매개효과에 대해서 정
masami.tistory.com
본 글을 이해하기 위해서는 위의 링크글인 '조절된 매개효과 ①'을 같이 보는 것이 좋다
- 직접효과만 조절되는 경우
조절된 매개효과 ①의 마지막 그림에서 제시된 첫번째 모형을 회귀식으로 나타내면 다음과 같다
필기로 적은 것처럼, X가 Y에 미치는 직접효과는 조절변수 W에 따라 달라진다. 간접효과는 조절되지 않는다
- 간접효과만 조절되는 경우
마지막 그림의 두번째 모형에 대한 회귀식은 다음과 같다
즉, X->M 으로 가는 경로와 M->Y 로 가는 경로를 곱한 것이 간접효과인데
M->Y로 가는 경로가 V에 따라 달라지기 때문에 V에 대한 식으로 나타나서 위의 필기된 식처럼 나타난다
이는 다시말해서 X가 M을 경유하여 Y에 미치는 영향이 V에 의해 조절된다는 것을 의미한다
=> 이를 '조절된 매개효과' 라고 한다
- 직접효과와 간접효과 모두 조절되는 경우
마지막 그림의 세번째 모형은 모든 경로에 조절변수가 영향을 미치는 경우이다
즉, X->M으로 가는 경로는 W에 의해 조절되고, M->Y로 가는 경로는 V에 의해 조절된다
따라서 간접효과가 (W에 관한 식)*(V에 관한 식)으로 표시된다
직접효과도 조절변수 V에 의해 조절되었기 때문에 V에 관한 식으로 표시되었다
- 병렬다중매개모형에서 특정간접효과의 조절효과
책에 따르면 PROCESS Macro로 매개변수를 총 10개까지 도입할 수 있다고 한다
마지막 그림의 네번째 모형은 동일한 독립변수와 종속변수의 관계를 서로 다른 매개변수가 매개하는 모형이다
X->M1을 향하는 효과는 조절변수 W에 의해 조절되었으며, M1->Y를 향하는 효과도 조절변수 W가 조절하였다
따라서 X->M1->Y 의 간접효과는 위의 필기 식처럼 (W에 관한 식)*(W에 관한 식) 형태로 표시된다
X->M2->Y 의 간접효과 및 X->Y 직접효과는 조절변수에 의해 조절되지 않았다
+쉽게 말해, 간접효과를 내기 위한 두 경로 중 하나라도 조절변수에 의해 조절되면 그 간접효과는 조절효과를 갖게 되면서 조절된 매개효과가 된다. 단, 이는 어디까지나 효과의 크기가 통계적으로 유의할 때만 의미있다.
'이론' 카테고리의 다른 글
기초 통계 ④ - 추정 및 가설검정 (0) | 2022.01.18 |
---|---|
기초 통계 ③ - 측정 및 척도, t분포, F분포, 카이스퀘어 분포 (0) | 2022.01.18 |
기초 통계 ② - 이변량, 산포도, 공분산, 상관계수, 등분산성, 이분산성, 결정계수 (0) | 2021.12.31 |
기초 통계 ① - 평균, 분산, 표준편차, 집중경향성, 정규분포, 표준점수 (0) | 2021.12.27 |
조절된 매개효과 ① - 정의, 모형 형태 (0) | 2021.12.09 |