본 연구의 구조방정식 모형검증을 위해 2단계 접근법(two-step approach)을 사용하였다. 2단계 접근법은 Anderson & Gerbing(1988)에 의해 제안되었으며, 1단계에서 확인적 요인분석을 통해 측정모형의 적합도와 타당성을 확인 검증한 후 2단계에서 구조모형을 추정하는 방법을 말한다(문수백, 2009).
2단계 접근법의 기준에 근거하여 구조모형의 분석에 앞서 측정모형의 확인적 요인분석을 통해 각각의 관측변수들이 잠재변수의 개념을 잘 반영하고 있는지 확인하였다. 본 연구모형의 측정모형 분석에서 하나 이상의 계수가 표준오차 2.5 이상의 큰 오차를 보이는지, 정보행렬이 역행렬을 계산하지 못하는 경우 음 오차분산(negative error variance)과 같은 부적합한 모수 추정치가 있는지, 표준화 계수가 -1∼＋1의 범위를 벗어나는 비합리적인 추정치가 있는지, 추정계수 사이에 ± .90 이상의 매우 높은 상관관계가 있는지를 확인하였다.
본 연구의 측정모형의 구성타당성에 관한 평가 방법은 CR(construct reliability) 값과 AVE(average variance extracted) 값을 통해 확인하였다. CR 값은 개념 신뢰도를 뜻하는 말로 내적 일관성을 측정하는 지표로 활용되며, 신뢰도 수준은 0.7 이상일 때 내적일관성이 보장된다고 볼 수 있으나 0.7 이하라고 하더라도 연구의 성격에 따라 수용 가능한 것으로 본다. AVE 값은 집중타당성과 판별타 당성을 판단하는 근거로 활용되고 지표가 설명할 수 있는 분산의 크기를 나타내 며 .5 이상이면 신뢰도가 있다고 본다(허준, 2016).
본 연구의 측정모형은 앞에서 제시한 CR 값과 AVE 값의 기준을 충족하여 측정 모형의 타당성이 있다고 판단하였다. 측정모형의 분석결과는 아래 <표 4-8>과 같다.
<표 4-8> 측정모형 분석
경로 잠재변수 Standardized
Estimate Estimate S.E. C.R. P SMC CR AVE 문
제음 주
→ 고위험음주빈도 .96952 1.00000 .56775
0.784 0.567
→ 음주량 .73777 .86376 .04951 17.44483 *** .56772
→ 음주빈도 .47015 .40464 .02954 13.69724 *** .34446
자 아 존중 감
→ 자존감사 .75347 1.00000 .54430
0.894 0.680
→ 자존감바 .75349 .86303 .03741 23.06821 *** .93997
→ 자존감나 .68391 .82013 .03835 21.38266 *** .32763
→ 자존감가 .66023 .79135 .03820 20.71532 *** .40988
삶의 만족 도
→ 여가생활만족도 .63878 1.00000 .40555
0.901 0.650
→ 사회적친분관계 .63683 .69127 .03756 18.40280 *** .40804
→ 직업만족도 .64022 .88243 .04775 18.48005 *** .43590
→ 가족관계만족도 .57239 .71640 .04244 16.87880 .46774
→ 전반적만족도 .84313 .95901 .04378 21.90569 *** .50465
우 울감
→ 우울사 .54790 1.00000 .18156
0.908 0.632
→ 우울마 .47797 1.06685 .08312 12.83563 *** .55343
→ 우울다 .71039 1.08291 .06599 16.40958 *** .71086
→ 우울나 .58691 .89654 .06073 14.76266 .22104
→ 우울자 .74393 .97510 .05832 16.72054 .22845
→ 우울차 .42610 .22704 .01929 11.77272 *** .30020
Χ2=487.74582, df=129, p=.00000, GFI=.95736, RMR=.01795, RMSEA=.04751, NFI=.92798, TLI=.93572, CFI=.94580
***p<.001, **P<.01, *P<.05
또한, 잠재변수인 자아존중감, 삶의 만족감, 우울, 문제음주에 관한 측정모형의 적합성을 확인하기 위하여 확인적 요인분석을 통하여 검토하였다. 모델적합도 평가를 위하여 절대적합지수(absolute fit index) 지표인 GFI, RMR, RMSEA,
증분적합지수(incremental fit index)지표인 NFI, TLI, CFI를 사용하였다.
절대적합지수는 모형의 전반적인 적합도를 평가하는 지수를 말하며 데이터상 의 공분산행렬과 자신의 모형에서 추정된 공분산행렬을 서로 반복 비교하여 제 시한다. 절대적합지수 지표인 GIF는 .90 이상이면 모형의 적합도가 좋은 것으로 간주되고 .80 이상이면 양호한 적합도(mediocre Fit)로 간주된다. RMR과 RMSEA 값은 .05 미만이면 좋은 적합도(close fit)로 인정된다(홍세희, 2000).
증분적합지수는 제안모델이 기초모델에 비해 어느 정도 향상되었는지를 측정 하는 지수를 말하고 증분적합지수 지표인 NFI, TLI, CFI는 0과 1 사이의 값을 가지며 1에 가까운 값이 나올수록 좋은 모형이라고 판단한다. 일반적으로 .9이 상이면 적합한 모형이라고 평가할 수 있다(허준, 2016).
본 연구의 측정모형 카이제곱검증을 살펴보면 χ2=487.74582(df=129), p=.00000으로 통계량이 유의하였다. GFI=.95736, RMR=.01795, RMSEA
=.04751, NFI=.92798, TLI=.93572, CFI=.94580으로 측정모형이 자료를 잘 설명할 수 있도록 적합하게 구성되었다고 볼 수 있다. 측정모형의 분석결과 는 아래 [그림 4-1〕과 같다.
[그림 4-1〕 측정모형 분석