[꿍꾸룽] 잠재성장모형 기본 내용

안녕하세요 꿍꾸룽입니다. 연구 시 잠재성장모형으로 분석할 예정이어서 잠재성장모형 LGM 공부하고 적용 중입니다. 이번에 김수영 교수님 워크샵을 들으면서 공부했어요~

 

https://cafe.naver.com/koreanedupsy

한국교육&심리연구소 : 네이버 카페

여기서 워크샵 신청하고 들을 수 있는 데 상시 열리는 건 아니구, 일정이 공지되어요. ㅎㅎ

 

자료의 내용을 전부 기록하는 건 아니고, 자료 목차 정도 정리해놓으려고 합니다. :-) 자료 내용 그대로 옮긴것도 있지만 제가 이해한 내용을 주저리주저리 적은 것도 있어요. 자료내용은 정답이겠지만 제가 적은건 틀렸을 수도 있어..요. ㅋㅋㅋ 혹시 발견하시면 댓글로 알려주시면 감사하겠습니다~

---

잠재성장모형 : 측정모형 + 구조모형.

 

모델 fit (근사 적합도지수 포함)

: 카이제곱, RMSEA, FCI, SRMR

 

자료관련

: spss에서 fixed ASCII로 할 때, MPlus내에서 파일 열어보고 깨진 글자 있는 것 삭제하기 (없어도 한번 하기 > 오류 수정되었다는 코맨트 본 적 있음)

: 자료 정리방법 33pg spss

 

결측치 처리 : 종단모형에서는 결측치가 거의 존재하기에, 잠재성장에서 중요.

: 자료 세트에서 나타나기 거의 불가능한 숫자 (예 999)를 임의로 결측치 값으로 결정.

: 처리방법은, spss. 교재 12pg 하단. > Mplus에서 커맨드를 통해 결측치를 정의하고, 완전정보최대우도로 추정(FIML)

: 종단모형 결측치의 경우, proportion 보고가 기본 매너. %가 자료의 신뢰도를 판단할 수 있으므로, 논문에서 보고하기.

 

측정모형(확인적요인분석)을 통해 구인타당도(수렴+변별) 확인 가능. 교재 14PG

: 구인타당도 수치에 대해서는 구조방정식 교재 113pg

 

잠재성장에서 의미

: 절편 : 대상들의 우울정도가 어느 한 시점에서(일반적으로 시작점) 평균적으로 얼마였는 가

: 기울기 : 대상들의 우울정도가 시간의 흐름에 따라 평균적으로 어떻게 변화하는 가

 

학문적 궁금점

: 대상들의 우울정도가 평균적으로 얼마인가? 절편. 대상들의 우울정도가 시간의 흐름에 따라 어떻게 변화하는 가? 기울기

대상들의 우울정도의 평균이, 대상들의 우울정도가 시간의 흐름에 따라 변화 즉, 성장에 차이가 있더라

: 왜? > 평균 및 기울기에 영향을 주는 변수를 찾기 위함.

 

잠재성장모형에서의 판별

: 측정모형의 판별 확인.

: 2요인 모형의 판별을 위한 카운팅 룰 1) 독립정보개수 > 모수개수 2) 시점 4개 이상.

: 구조방정식에서 측정모형의 판별 부분 교재 115pg 확인.

 

잠재성장모형의 설정과 해석

: Time 변수 설정이 중요. 0 1 2 3일 경우, 절편이 초기값. 기울기값이 매년 변화율.

 

LGM 추정할 때

1) 무조건성장모형 추정 : 절편/기울기평균, 분산, 상관계수 해석

2) 공변수가 들어간 조건모형 추정 : 공변수의 효과.

 

선형잠재성장모형 (35pg – 기초 선형모형 syntax 있음)

: 전제 : 성장궤적이 선형

: 35pg는 가장 간단한 LGM. 나의 예로 들자면, 내재화 문제의 절편(평균)/기울기(성장궤적)의 5차 시점을 종속변수로 하여 살펴보는 것.

0) 내 자료가 선형인지, 비선형인지 판단하는 법 : 모형적합도. 선형모형을 전제로 1)무조건모형에서 적합도가 좋다면 > 내 자료는 선형LGM이구나 판단. + 선형/비선형모형을 test하기도 함. 2)조건모형에서는 적합도를 확인하기도하지만, 더 중요한 것은 공변수 효과를 확인함.

1)무조건모형 : 평균성장궤적의 평균 (절편), 평균성장궤적의 기울기는 무언인지. 이 둘은 통계적으로 유의한가

: 보고 : means / variance / 표준화 상관계수. 보고 시 통계적 검정은 비 표준화 추정치를 이용.

: 확인하기, plot > view plopt에서 sample and estimated means. 성장궤적 그림 있음.

: 결과 정리 41pg

: 해석. 초기값 - (타임=0)초기시점에서 기댓값은 @점이고 유의하다. / 기울기 : 매학기 점수가 @점씩 증가하고, 이는 / 초기값과 선형변화율의 상관은 @이고 유의하다. 즉, @가 초기에 높은 아이들의 점수의 증가속도는 ~하다. 해석에 유의.

: 분산의 해석. 성장모형에서는 해석함. 개인차가 있다.

2) 조건모형

: 시간불변공변수 45pg. 예를 들어 성별. 구조모형이 추가 됨.

평균/성장차에 남녀 차가 있는 가 – p-value 확인 : 유의하지 않다면, 남녀차이가 없다.

해석 : 초기값에서의 여자(0코딩일 경우)의 기댓값은 ~이다. 남자(1코딩일 경우) 기댓값은 ~이다. / 시간이 한단위증가할 때마다 여자는 @점씩 증가하며, 남자는 @점씩(기울기 절편값 + 공변수의 영향) Q. 공변수의 영향에 남녀차이가 없었는데? 해석 시 반영하여 해석. 카테고리가 다른 것으로 이해 함.

: 시간변동공변수 48pg

: 이분형 결과변수를 투입 57pg 로지스틱 회귀분석.

 

기울기 해석에 주의

: slope가 negative 이면, 기울기 값이 클수록 (-3 > -1) 더 완만해지는 것.

: slope가 positive 이면, 기울기 값이 클수록 더 가파르게 되는 것.

: 절편 + 기울기 + 상관 +, 기울기 값이 클수록 더 가파른건

: 절편 + 기울기 – 상관 - , 절편이 클수록 기울기가 작음 (-3) 절편이 작을수록 기울기가 큼 (-1) 즉. 절편이 클수록 기울기가 더 가파르고, 절편값이 작을수록 기울기가 완만. 교재65pg

 

비선형잠재성장모형 교재69pg

: 선형잠재성장모형으로 했을 때 모델fit이 무지않조았던 경우, 비선형M을 해보는 것이 좋음.

: 2차함수 잠재성장모형

1) 1수준모형 : 종속변수, 독립변수는 시간, 시간제곱인 회귀모형, syntax는 76pg

결과정리 및 해석 79pg.

2) 2수준 모형 : 사람들 사이에 존재하는 절편의 차이와 선형기울기의 차이 및 2차기울기의 차이(개인차)를 공변수를 이용하여 설명하고자 함(성별)

: 판별을 위한 최소한의 시점 개수는 6개 이상을 추정하는 게 안정적. (선형은 4개도 안정적)

: syntax 및 해석 82pg

3) 결과변수 포함. 다중공선성 발생 시 절편의 위치를 바꾸니 상관이 달라진 것을 적용하여 time을 조정함. 83pg.

 

잠재성장모형 적합도 관련

: 무변화모형, 선형변화모형, 이차곡선변화모형.

: 무변화모형 굳이 할 필요 없는데, 우리나라에서 유행하는 중. 무변화모형이란 기울기가 0인 모형이 아니라, 기울기에 대한 셋팅 자체가 없는 모형. 평균성장궤적을 추정했는데 기울기가 0인 것은 기울기가 있는 것임.

: 선형선장모형, 비선형성장모형 : 모델fit 조금 좋아진걸로 비선형을 택할 필요성에 대한 내용. 선형이 적당한 모델 fit이 있으면 선택할 수 있음 (coffman외) 97pg

 

요인부하추정잠재성장모형 : time을 고정함으로써 선형 성장궤적을 가정하나, time을 2시점만 고정하는 모형이 요인부하-. 90pg

 

병렬과정잠재성장모형 101pg

: 여러개의 종속변수를 한번에 모형화 하는 것.

: 잠재변수간 상관을 알 수 있다는 장점이 있음.

: 나의 모형으로 치면 [부모양육태도]>[내재화문제].

: 공변수를 투입할 것인지, 다집단 분석을 할 것인지 고민될 때, 1) 변수 절편의 남녀차/집단차가 궁금하다면, 즉, 잠새변수 평균의 집단차인 경우, 공변수를 투입하는 것으로 충분 2)단, 효과(기울기>기울기)의 차이를 집단 간 보고싶다면 다집단LGM이 가능. 경로의 집단차.

: 모형 경로 설정 시. slop는 시점 전체를 걸쳐 측정된 것이기에, 첫 번째 시점의 int에 화살표를 긋는다는 것(인과관계)은 시간적 선행이 성립하지 않음.

 

병렬과정 잠재 성장 모형을 이용한 매개효과의 검정 105pg

: 부스트래핑을 이용한 매개효과 분석 108pg

 

다집단 잠재성장모형 110pg

 

#글 삭제가 필요할 시 연락주세욥 삭제하겠습니다. 

---

논문 분석 시 흐름

: 1차년도 기준 인구통계학적 특성

: 결측치 처리 & 비율 제시

: 평균/표준편차/왜도/첨도

: 상관관계

: 크론바흐알파 신뢰도 분석

: 주요변인의 선형모형 모델핏확인 (+무변화모형)

: 변인관계 포함한 LGM 확인.

 

* Mplus 분석 할 때 팁

- 코드북 정리 (내가 쓸 거 위주로)

- 분석 돌릴 때마다 필기필기*** 자료 헷갈리지 않게. 

---

뭐부터 시작해야할지가 사알~감이 잡히네욥!!! 흐흫어응.ㅇ.. 응..어엉 ㅜㅜㅜㅜㅜㅜㅜ

 

다들 무언가를 하고계시는 분들, 화이팅하세욥!! 저포함 아자!! ㅋㅋㅋ