작성일 : 14-11-17 13:44
|
CFA후 포화 모형 제시 및 헤이우드 케이스 대응
|
|
|
글쓴이 :
말러
 조회 : 11,173
|
안녕하세요, 제가 드릴 질문은
1. 측정변수가 4개로된 단일차원 잠재변수를 CFA하였습니다.
기존 선행연구에서 잘 묶이는 변수로 큰 문제가 없을 줄 알았는데
CFA를 해보니 Q값이 11정도 나오고, RMSEA가 0.1 이 넘더군요.
그래서 4개 항목중 한 항목을 줄이면 포화모형이 되는데 이럴 경우
삭제하는 항목을 SMC값 중 가장 낮은 수치를 보이는 항목을 삭제하는
것이 논리적으로 타당한지요? 삭제 대상 항목의 SMC는 0.45 정도인데
다른 항목은 0.5가 넘습니다. 실제 상기 항목을 삭제하고 구조모형에
대입했을때도 모형의 적합치는 상승되는 결과를 보입니다. 다른 논문에서
보니 비스한 경우 "항목 중 낮은 설명력을 보이는 변수로 나타나 측정모형의
적합성을 높이기 위해 삭제하였다. 이에 구성 개념 내 측정 항목이 3개(포화
모형)로 GFI, NFI 등이 1로 수렴되었다."로 제시하였는데 이 정도로
하면되는 지요? 단일 차원이 포화모형이 되니 좀 그렇네요..
2. CFA를 통해 3개의 세부요인으로 설정된 예를 들면 가치라는 변수가
있다고 할 경우 고차 CFA를 통해 개념의 타당성을 점검할 수 있습니다.
3개의 세부요인은 a가치요인(4항목), B가치요인(3항목), c가치요인(2항목)으로 이루어져 있습니다. 1차 CFA는 문제점이 없었는데, 고차 CFA를 하보니
모델 적합도는 문제가 없는데 B가치요인의 오차항에 -가 뜨는 헤이우드 케이스가 발생하였습니다. 이와 같은 경우 책을보니 문제 오차항에 인위적으로 0.005정도를 추가하고해서 추가하니 문제는 해결되었고, 모형적합도에도 문제는
없습니다.
그렇다면 1차 CFA는 문제점이 없었는데, 왜 고차 CFA에서 B가치요인의
오차항에 -가 떴을까요?, 요인 측정 항목수가 적은 c가치요인의 오차항목에
-가 떴다면 항목수 차이로 인한 것이라고 할텐데 이유를 잘모르겠네요.
그리고, 헤이우드 케이스가 발생한 요인을 오차항에 인위적으로 0.005정도를 추가하고 분석후 적합도 문제가 없으며 그대로 사용하면 되는 것인지요?
답변부탁드립니다.
|
|
