초록 열기/닫기 버튼
본 연구는 구조방정식모형에서 간접효과 유의성 검증을 위해 사용되고 있는 부트스트랩 기법에 대해 알아보았다. 비모수 부트스트랩의 경우 원자료가 사용되었고, 모수 부트스트랩의 경우 상관행렬자료가 사용되었다. 분석 결과, 첫 번째 비모수 부트스트랩과 모수 부트스트랩의 간접효과 유의확률에는 분명한 차이가 있었으며, 모수 부트스트랩 방법이 모든 경우에서 비모수 부트스트랩보다 간접효과 유의확률이 낮은 것으로 나타났다. 두 번째 모든 리샘플링 분포에서 모수 부트스트랩이 비모수 부트스트랩보다 정규분포에 가까운 안정적인 모습을 보여주고 있음을 알 수 있었다. 세 번째 비모수 부트스트랩과 모수 부트스트랩의 모두에서 리샘플링 반복 횟수가 증가할수록 유의확률이 낮아지는 것을 알 수 있었으나, 500번 이상에서는 두 기법에서 모두 유의확률에 큰 변화가 없는 것으로 나타났다. 마지막으로, 부트스트랩 반복 횟수가 증가함에 따라 두 기법에서 모두 리샘플링 분포가 안정적인 것으로 나타났다. 결론적으로, 어떤 부트스트랩 기법을 선택하느냐에 따라, 그리고 부트스트랩의 반복 횟수를 얼마로 지정하느냐에 따라 간접효과 유의확률 및 통계적 유의성에 차이가 존재할 수 있음을 확인하였다.
This study investigated the utilization of bootstrap techniques in assessing the significance of indirect effects within structural equation modeling. Non-parametric bootstrap was applied using raw data, while parametric bootstrap utilized correlation matrix data. The analysis revealed distinct differences in the significance levels of indirect effects between the first non-parametric bootstrap and parametric bootstrap methods, with the parametric bootstrap consistently yielding lower significance levels across all cases. Additionally, the parametric bootstrap exhibited a more stable and normal distribution-like pattern in all re-sampling distributions compared to the non-parametric bootstrap. Furthermore, in both non-parametric and parametric bootstrap methods, it was observed that as the number of re-sampling iterations increased, the significance levels decreased; however, beyond 500 iterations, both methods showed minimal changes in significance levels. Lastly, as the number of bootstrap iterations increased, both methods displayed stable re-sampling distributions. In conclusion, it was determined that the selection of bootstrap technique and the specification of the number of bootstrap iterations can influence the significance levels and statistical significance of indirect effects.
키워드열기/닫기 버튼
structural equipment modeling, bootstrap, significance of indirect effects
