공분산 구조분석 적합도 지수의 판단 기준

한눈에 보는 요약

초록 (한국어 정리)

본 연구는 구조방정식 모형의 적합도 지수에 대한 통상적 판단 기준의 타당성을 검토한다. 다양한 표본 크기, 추정 방법, 분포 조건, 모형 오설정 유형에 대해 몬테카를로 시뮬레이션을 수행하여 각 적합도 지수의 제1종 오류율과 제2종 오류율을 평가하였다. 그 결과 통상 사용되던 .90 기준은 오설정 모형을 지나치게 자주 수용하는 것으로 나타났으며, 표준화잔차평균제곱근을 다른 지수와 함께 제시하는 2지수 전략이 권장된다.

원문 초록을 학술 문체에 맞게 한국어로 옮긴 것입니다. 직접 인용이 필요하다면 원문을 확인하세요.

연구 배경

• 1990년대까지 구조방정식 모형의 적합도 기준은 관행적으로 '.90 이상이면 양호'였다. 이 값에는 통계적 근거가 거의 없었다.
• 적합도 지수의 종류는 수십 가지로 늘어났지만, 어느 것을 언제 써야 하는지에 대한 체계적 비교가 없었다.
• 특히 표본 크기, 자료의 비정규성, 추정 방법에 따라 지수가 어떻게 달라지는지 알려지지 않아, 같은 모형이 조건에 따라 채택되기도 기각되기도 했다.

연구 방법

• 시뮬레이션 설계 — 참인 모형과 여러 유형의 잘못 설정된 모형을 만들고, 표본 크기(250~5,000), 분포 조건(정규·비정규), 추정 방법(ML·GLS·ADF)을 조합해 반복 생성했다.
• 두 종류 오류를 함께 평가 — 옳은 모형을 잘못 기각할 확률과, 틀린 모형을 잘못 수용할 확률을 동시에 보았다. 기존 연구가 전자만 본 것과 다른 접근이다.
• 오설정 유형 구분 — 요인 간 상관을 잘못 설정한 경우와 요인부하 구조를 잘못 설정한 경우를 나누어, 지수마다 민감한 오류 유형이 다른지 확인했다.
• 2지수 제시 전략(핵심 제안) — 한 지수만으로는 두 오류를 모두 통제하기 어려우므로, SRMR을 반드시 포함하고 여기에 CFI 또는 RMSEA를 조합해 판단할 것을 제안했다.

주요 결과

• 관행적 기준 .90은 잘못 설정된 모형을 상당한 비율로 통과시켰다 — 기준이 너무 느슨했다.
• 권장 조합으로 SRMR ≤ .08 이면서 CFI(또는 TLI) ≥ .95, 또는 SRMR ≤ .08 이면서 RMSEA ≤ .06을 제시했다.
• 적합도 지수는 표본이 작을 때(N < 250) 불안정하며, 특히 ADF 추정에서는 신뢰하기 어려웠다.
• 지수마다 민감한 오설정 유형이 달랐다 — SRMR은 요인 간 상관 오설정에, CFI·RMSEA는 부하 구조 오설정에 상대적으로 민감했다.

학술적 기여

• 관행에 머물던 적합도 기준을 시뮬레이션 근거 위에 올려놓았다.
• '하나의 지수가 아니라 성격이 다른 지수를 함께 보라'는 원칙을 확립했다.
• SEM을 쓰는 거의 모든 분야에서 적합도 보고의 표준이 되었다.

한계와 비판

• 저자들이 명시적으로 경고했음에도 .95/.06/.08이 절대 기준처럼 굳어졌다. Marsh, Hau, Wen(2004)은 이 관행을 정면으로 비판하며, 시뮬레이션 조건 밖으로 일반화하지 말라고 지적했다.
• 시뮬레이션이 특정 모형 구조(단순 확인적 요인분석 계열)에 한정되어, 복잡한 모형이나 다집단 분석에는 그대로 적용하기 어렵다.
• 모형이 복잡하고 문항이 많을수록 기준을 만족하기 어려워, 엄격한 적용은 오히려 좋은 이론 모형을 버리게 만들 수 있다.
• 적합도가 좋다는 것은 자료와 모형이 어긋나지 않는다는 뜻일 뿐, 모형이 참이거나 인과관계가 성립한다는 뜻이 아니다.

과제에서 이 논문을 다룰 때 한계 부분을 함께 서술하면 비판적으로 읽었다는 인상을 줍니다.

보고서 목차 구성안

이 논문 한 편으로 보고서를 쓴다면 아래 순서를 그대로 사용하실 수 있습니다.

1. 서론: '.90 기준'의 근거 없음
2. 적합도 지수의 종류와 성격
3. 시뮬레이션 설계: 조건과 오설정 유형
4. 두 종류 오류의 동시 평가
5. 권장 기준값의 도출
6. 2지수 제시 전략
7. 한계와 오남용에 대한 경고

발표 슬라이드 구성안

15분 내외 발표 기준입니다. 시간이 짧다면 핵심 아이디어와 결과 슬라이드만 남기세요.

자주 묻는 질문

함께 보면 좋은 논문