본 연구는 구조방정식모델을 채택한 논문에서 자주 사용되는 항목 묶기의 개념에 대해서 알아본 후, 다양한 항목 묶기의방법과 그 장, 단점 등에 대해서 살펴보았다. 지금까지 연구들이 항목 묶기의 장점에 대해서는 활발히 진행되어 온 반면, 단점이나 이로 인해 발생할 문제점들에 대해선 실증적인 연구가 거의 진행되지 않았었다. 본 연구는 이러한 점에 착안하여, 데이터를 단일차원과 다차원으로 구성된 표본들로 분리한 후, 다양한 방법(무작위 할당법, 구성개념 항목 균형법, 다차원 접근법)의 항목묶음을 실행 하고, 이들 항목묶음들이 종속변수에 영향을 미치는 모델을 설정한 후, 각 모델들에서의경로계수의 유의성 및 모델적합도의 변화량을 살펴보았다. 분석결과는 다음과 같다. 첫 번째, 두 표본에서 모두 개별 항목들이 측정된 확인적 요인분석 결과에 비해 항목묶음으로구성된 확인적 요인분석의 요인부하량 및 모델적합도의 수치가 더 좋아졌음을 알 수 있었다. 이는 모델이 단순화되었기때문에 어찌 보면 당연한 결과이라고 할 수 있지만, 표본에 따라서 결과에 상이한 차이를 보였다. 단일차원 표본의 경우어떠한 방법으로 항목묶음을 하던 큰 차이가 없었지만, 다차원 표본의 경우, 무작위 할당법이나 항목 균형법은 모델적합도와 표준화된 요인부하량등이 유의하게 변하는 등 다차원 접근법을 통한 항목묶음법의 결과와 현저한 차이가 있는 것으로 나타났다. 두 번째, 개별항목과 다양한 항목묶음들이 종속변수에 영향을 미치는 인과관계로 설정되어 있는 모델의 경우, 단일차원으로 구성된 표본에서는 모델들 간 경로계수들에 큰 차이가 없었지만, 다차원으로 구성된 표본에서는 모델 간 경로계수들간큰 차이가 있는 것으로 나타났다. 즉, 단일차원으로 구성된 표본의 항목묶음들은 어느 방법으로 묶음을 하던 종속변수에비슷한 영향을 미치지만, 다차원으로 구성된 항목묶음의 경우는 항목묶음의 방법에 따라 종속변수에 얼마든지 다르게 영향을 미칠 수 있으며, 모델적합도 역시 변하기 때문에 결과에 편향을 일으키고 있음을 알 수 있었다.

This study examined the theoretical concepts, and pros and cons of item parceling. While many preceding studies have focused on the merits of item parceling, very few study have researched demerits or limitations of it. To empirically test item parceling results, data were divided by two samples: uni-dimensional sample(sample1), and multi-dimensional sample(sample 2). Then, these samples were item parceled by several different item parceling methods such as random assignment, item-toconstruct balance, and approaches to multi-dimensionality. Using these item parcels, we test that how these item parcels affect dependent variables, and compare the variations of path coefficients and model fits. The results show that the factor loadings and model fits of confirmatory factor analysis with uni-dimensionality sample shows good values than these of confirmatory factor analysis with multi-dimensionality sample. It would be logical conclusion, however there are critical points between the results of sample1 and sample2. While there is no big differences among the models in sample 1, the results are very distinguishable depending on the types of item parceling in sample 2. Thus, if the researcher should use item parceling method, the verification of uni-dimensionality of data have to be conducted before item parceling. Also, about the models which item parceling directly influence on dependent variable, there are minor differences among path coefficients in sample 1, however, there are significant differences among path coefficients in sample2. Consequently we found that dimensionality of data significantly influence the results of item parceling, and item parceling methods also critically affect path coefficients.

Business, Structural Equation Modeling, Uni-dimensionality, Multi-dimensionality