다들 아시다시피, 잠재변수 A(측정변수 a1, a2), 잠재변수 B(측정변수 b1, b2)가 있을 때 a1, a2가 잠재변수 B와 그 어떠한 관계도 인정하지 않으면 CFA이고, 관계를 인정하면 EFA입니다.(잠재변수 B의 경우도 마찬가지입니다.) 즉, CFA에서는 b1, b2와 잠재변수 A의 관계는 없으며 EFA에서는 a1, a2 뿐만 아니라 b1, b2도 잠재변수 A와 관계가 인정됩니다. 여기서 관계라는 의미는 공분산(or 이를 표준화한 상관계수)을 말합니다. 그래서 SEM의 옛 명칭이 공분산구조분석(CSV)이었습니다. 확인(confirmatory) 또는 탐색(exploratory)라는 말이 상황에 따라 이해가 쉽지 않을 경우가 많은데, 간단히 말해서 처음 연구되는 분야 또는 주제인 경우 솔직히 잘 모르니까 a1, a2, b1, b2는 모두 잠재변수 A와 B 모두와 관련이 있다고 보고 요인분석을 해보자~~~ 이게 탐색적 요인분석입니다. A, B를 측정하려고 만든 a1, a2와 b1, b2이지만 처음이고 잘 모르니까 예를 들어 a1이 A만 측정하는 것인지 B도 측정을 많이 하고 있는지 등에 대해서 가능성을 두고 요인분석을 하는 것이 EFA라고 봅니다. 대부분의 연구에서는 선행연구들을 바탕으로 이론이 전개되기 때문에 CFA를 사용하게 됩니다. 사실 CFA를 하게 된 이유는 SEM 때문입니다만. 그럼 SEM에서 EFA와 CFA를 동시에 해야 하나 아니면 CFA만 해도 되느냐의 의문점이 생기게 되는데 CFA만 해도 상관이 없다고 봅니다만 국내에 SEM이 도입될 당시 CFA라는 요인분석이 생소하다보니 많은 심사위원들이 EFA(즉, spss로 한 요인분석)를 요구하기도 했습니다. SEM에서 CFA를 하는 또 다른 이유로 개인적 견해는 잠재변수들의 구조를 명확히 보려하기 때문이라고 생각합니다. SEM의 특징 중 하나가 측정모형과 잠재모형을 동시에 본다(계산한다)는 것인데 측정모형 자체가 CFA의 한 부분입니다. 만약 A와 b1 또는 b2의 관계를 인정해 버리면 A의 계산값은 a1, a2 관계만 인정한 계산값과 분명 달라질 겁니다. A는 a1, a2와만 관계있고 B는 b1, b2와만 관계가 있다는 전제하에서 A와 B의 관계가 명확해진다고 보는 것입니다. 물론 선행연구에서도 이 결과를 따르고 있겠지요. 그러니 CFA는 선행연구, 이론들이 바탕이 되어야 한다고 하는 것이라고 봅니다. 좀 더 자세한 내용들, 부가적인 내용들은 www.sciencedirect.com/topics/social-sciences/confirmatory-factor-analysis 에서 간략 간략하게 참고하시면 좋을 듯 합니다.
@goodmorning71212 ай бұрын
알찬 강의 준비해주셔서 고맙습니다. 무더위에 건강 질 살피세요.
@bbaknon2 ай бұрын
@@goodmorning7121 네. 피드백 고맙습니다. 열공하세요~
@EunJinLee-u3k2 ай бұрын
교수님 강의 잘 들었습니다~ 척도 개발 논문에서도 개발된 척도의 타당도를 확인하기 위해 확인적 요인분석을 많이 진행하던데 혹시 선행연구의 이론적 베이스를 활용해서 그런것이라고 이해해도 될까요,
@bbaknon2 ай бұрын
@@EunJinLee-u3k 네. 그렇습니다. 척도 개발 연구에서는 탐색적 요인분석은 당연히 해야 하는 것이고 확인적 요인분석도 병행한 연구 사례도 많습니다. 이유는 말씀하신 바와 같고요. 열공하세요.^^