추가 적립 안내

변수 간의 인과관계를 분석하기 위해 그동안 여러 가지 통계기법들이 개발되어 왔습니다. 초기 연구는 주로 두 변수, 즉 선행변수 X와 결과변수 Y 간의 관계에 대한 증거확보에 초점이 맞추어져 있었습니다. 하지만 연구영역이 확장되면서 관심의 초점이 두 변수 간 관계의 확인에서 이러한 관계가 작동하는 메커니즘(how) 그리고 두 변수 간 관계의 한계상황(조건부상황：when)을 규명하는 단계로 이동하고 있습니다. 이러한 어떻게(how)와 언제(when)의 문제를 해결하는 것은 연구 중인 현상의 심도 있는 이해를 도울 것입니다.

분석적으로 “어떻게”에 관한 문제는 과정분석(process analysis) 혹은 매개분석(mediation analysis)을 이용하여 접근하고 “언제”에 관한 문제는 조절분석(moderation analysis)을 통하여 해결합니다. 매개분석의 목적은 원인변수 X가 한 개 이상의 매개변수(M)를 통하여 결과변수 Y에 영향을 주는 정도를 분석하는 것이고, 조절분석은 X가 Y에 미치는 영향의 크기와 부호가 특정한 방식으로 조절변수에 의존하는지(조절변수와 상호작용하는지)를 분석하는 것입니다.

최근 들어 연구방법론 학자들은 “어떻게”에 관한 문제만 다루거나 “언제”의 문제만 다루는 것은 불완전하다는 데에 인식을 같이하고 있습니다. 이러한 견해는 매개분석과 조절분석을 통합하여 메커니즘(매개과정)의 조건부상황(contingencies of mechanism)을 설정하는 것인데, 이는 “어떻게가 언제 발생하는가(when of the how)”의 문제로 귀결됩니다. “어떻게”와 “언제”를 결합한 분석을 Hayes는 조건부과정분석(conditional process analysis)이라고 명명하였는데, 이러한 분석이 바로 조절된 매개분석(moderated mediation analysis)입니다. 이러한 분석과 관련하여 Hayes는 “모든 효과는 무언가에 의하여 매개된다(All effects are mediated by something)” 그리고 “모든 효과는 무언가에 의하여 조절된다(All effects are moderated by something)”라고 주장하였습니다. 첫 번째 주장은 X가 Y에 미치는 영향에 매개변수(들)를 도입할 필요가 있다는 의미이고, 두 번째 주장은 X→M→Y의 매개과정에 조절변수(들)를 도입하여 조절된 매개분석을 실행할 필요성이 있다는 내용을 말한 것입니다.

본서는 Hayes(2013, 2018, 2022)의 저서(Introduction to Mediation, Moderation and Conditional Process Analysis)를 중심으로 하고 필자가 추가한 설명내용을 담고 있습니다. 특히 최근에 Hayes(2022)는 매개분석과 조절분석 및 조건부과정분석에 대한 개정판(제3판)을 출간하였습니다. 본서도 이러한 Hayes의 제3판의 개정내용을 모두 반영하여 집필되었습니다. 다만 Hayes의 제3판에는 R을 이용한 PROCESS command(PROCESS for R)를 추가하였는데, 본서는 R을 다루지 않고 SPSS만을 이용하기 때문에 이러한 R code는 생략하였습니다.

본서의 내용은 앞부분에서 매개분석을 다루고 다음으로 조절분석을 다루며 마지막으로 이들 매개분석과 조절분석을 결합한 조절된 매개분석(조건부과정분석)을 다루고 있습니다. Hayes(2013, 2018, 2022)의 저서에서는 조절변수가 하나인 두 개의 조절된 매개모형(PROCESS models 8 and 14)만 다루고 있지만 본서에서는 이와 더불어 조절변수가 하나인 또 다른 조절된 매개모형 및 조절변수가 두 개인 조절된 매개모형 그리고 다중매개모형과 조절모형을 결합한 조절된 매개모형도 소개하고 있습니다. 특히 조절변수가 두 개인 모형들 중에서 조절된 조절된 매개모형(moderated moderated mediation model)은 가장 복잡한 조절된 매개모형으로 미개척분야에 속하는 연구영역입니다.

본서에서 다루는 PROCESS macro는 회귀분석에 기초한 방법입니다. 또한 잠재변수(요인)를 구성하고 있는 지표변수들을 평균하여 하나의 값을 해당 변숫 값으로 결정하여 분석하는 방법입니다. 만일 잠재변수와 지표변수들을 모두 이용하는 경우에는 구조방정식 모델링(SEM) 방법 중에서 Mplus를 이용하여 분석할 것을 권장합니다. 특히 잠재변수와 지표변수를 모두 도입하여 조절분석 혹은 조절된 매개분석을 실행하는 경우에는 Mplus가 매우 유용하고 강력한 소프트웨어입니다.

Hayes와 그의 동료들이 2007년에 조절된 매개분석을 분석하기 위한 MODMED macro를 설명한 논문을 발표한 이후로 최근 10여 년 동안 조절된 매개분석에 관한 연구가 국내와 해외에서 폭발적으로 증가하고 있습니다. 우리나라도 2008년 이후로 조절된 매개분석에 관한 연구가 활발히 이루어지고 있습니다. 이러한 차원에서 본서가 연구자들의 조절된 매개분석의 올바른 이해에 도움이 되기를 기원합니다.

* PROCESS macro는 Hayes 교수의 웹페이지인 https://www.afhayes.com에서 압축파일을 내려받을 수 있습니다.

** 본서에서 사용하는 자료파일은 (주)신영사의 홈페이지(www.shinyoungsa.co.kr) 또는 블로그(https://blog.naver.com/sys28945) 자료실에서 다운로드하여 사용할 수 있습니다.

제1장 PROCESS macro의 사용법
■ 1.1 PROCESS macro를 설치하는 방법
1.1.1 dialog box의 설치방법(process.spd)
1.1.2 command syntax의 설치와 사용
■ 1.2 PROCESS macro의 사용
1.2.1 dialog box의 사용
1.2.2 command syntax의 사용
1.2.3 PROCESS macro의 사용예제
1.2.4 dialog box의 메뉴와 syntax 명령문의 비교
1.2.5 dialog box에서 사용 불가능한 옵션들
1.2.6 PROCESS version 2에 비하여 version 3에서 달라진 중요한 변화들
1.2.7 PROCESS version 4에 추가된 사항
1.2.8 PROCESS 사용시 유의사항

제2장 단순매개모형
■ 2.1 단순매개모형
■ 2.2 독립변수(X)의 직접효과와 간접효과 및 총효과의 추정
2.2.1 X의 Y에 대한 직접효과
2.2.2 X의 Y에 대한 간접효과
2.2.3 X의 Y에 대한 총효과
■ 2.3 매개모형 1：미디어영향력 연구(X가 이분형 변수)
2.3.1 회귀계수의 해석
2.3.2 PROCESS를 이용한 모형추정
■ 2.4 통계적 추론
2.4.1 직접효과의 추론
2.4.2 간접효과의 추론
2.4.3 총효과의 추론
■ 2.5 매개모형 2：경제적 스트레스 연구(X가 연속형 변수)

제3장 다중매개모형
■ 3.1 병렬다중매개모형
■ 3.2 병렬다중매개모형의 예제：미디어영향력 연구
■ 3.3 통계적 추론
3.3.1 직접효과의 추론
3.3.2 특정간접효과의 추론
3.3.3 특정간접효과들의 대응별 비교
3.3.4 총간접효과의 추론
3.3.5 총효과의 추론
■ 3.4 직렬다중매개모형
3.4.1 직렬다중매개모형의 직접효과와 간접효과
3.4.2 통계적 추론
3.4.3 직렬다중매개모형예제(미디어영향력 연구)
■ 3.5 병렬다중매개모형과 직렬다중매개모형이 결합된 모형
■ 3.6 다중매개모형의 보충내용과 매개변수들 간의 경쟁

제4장 매개분석의 기타주제
■ 4.1 Baron and Kenny(1986) 방법은 어떠한가?
■ 4.2 혼동효과와 인과순서
4.2.1 혼동과 부수현상적 관계의 설명
4.2.2 인과순서
■ 4.3 효과크기
4.3.1 부분표준화 효과
4.3.2 완전표준화효과
4.3.3 간접효과의 측정시에 문제가 되는 측정치들
■ 4.4 복수의 X 또는 복수의 Y: 개별분석인가 아니면 동시분석인가?
4.4.1 X가 여러 개인 경우
4.4.2 Y가 여러 개인 경우

제5장 다항범주형 선행변수가 포함된 매개분석
■ 5.1 상대적 총효과와 직접효과 및 간접효과
5.1.1 상대적 간접효과
5.1.2 상대적 직접효과
5.1.3 상대적 총효과
5.1.4 X의 효과의 전반적 검정
■ 5.2 예제：관광목적지 이미지연구
■ 5.3 지표코딩방법이 아닌 헬머트 코딩방법의 사용
■ 5.4 기타주제
5.4.1 매개변수가 두 개 이상인 경우
5.4.2 코딩방법 선택의 중요성

제6장 조절분석의 기초
■ 6.1 조건부효과와 비조건부효과
6.1.1 비조건부제약의 철회
6.1.2 조절작용의 대칭성
6.1.3 회귀계수의 해석
6.1.4 조절분석에서 b3의 중요성
■ 6.2 예제：성차별연구
6.2.1 PROCESS를 이용한 추정
6.2.2 회귀계수의 해석
6.2.3 변수의 척도 및 b1과 b2의 해석
■ 6.3 조절작용의 그래프 그리기
■ 6.4 상호작용의 탐색
6.4.1 특정값 선택방법
6.4.2 존슨-네이만 방법
■ 6.5 조절효과검정과 탐색작업의 차이점
■ 6.6 인위적 범주화와 하위집단분석

제7장 조절분석 원리의 확장
■ 7.1 조절변수가 이분형 변수인 경우의 조절분석
■ 7.2 독립변수와 조절변수가 모두 계량변수인 경우의 조절분석
7.2.1 회귀계수의 해석
7.2.2 그래프를 이용한 시각화
7.2.3 조절효과의 탐색
■ 7.3 위계적 회귀분석과 동시분석
■ 7.4 조절회귀분석과 2×2 factorial ANOVA의 동질성
7.4.1 단순효과 모수화
7.4.2 주효과 모수화
7.4.3 PROCESS를 이용한 2×2 집단 간 factorial ANOVA 분석

제8장 조절분석의 기타주제와 조절분석의 추가확장
■ 8.1 평균중심화에 대한 진실과 신화
8.1.1 평균중심화가 다중공선성과 의 표준오차에 미치는 영향
8.1.2 평균중심화가 과 및 이들의 표준오차에 미치는 영향
8.1.3 PROCESS에서의 평균중심화 옵션
■ 8.2 조절분석에서 표준화회귀계수의 추정과 해석
8.2.1 제1표준화방법(Variant 1)
8.2.2 제2표준화방법(Variant 2)
8.2.3 표준화는 조절효과의 탐색을 용이하게 하는가?
■ 8.3 조절변수가 두 개인 경우의 조절분석
8.3.1 가산다중조절모형
8.3.2 조절된 조절모형
■ 8.4 조건부효과들의 비교
8.4.1 가산다중조절모형에서 조건부효과의 비교
8.4.2 조절된 조절모형에서 조건부효과의 비교
8.4.3 PROCESS를 이용한 분석
■ 8.5 조절변수가 모두 계량변수인 경우의 조절된 조절모형

제9장 다항범주형 선행변수와 조절변수
■ 9.1 다항범주형 선행변수의 조절효과
■ 9.2 예제：관광목적지 이미지연구
9.2.1 PROCESS를 이용한 분석
9.2.2 회귀계수들의 해석
■ 9.3 그래프 그리기
■ 9.4 상호효과의 탐색작업
9.4.1 특정값 선택방법
9.4.2 존슨-네이만 방법
■ 9.5 조절변수가 다항범주형 변수인 경우
9.5.1 예제：관광목적지 이미지연구
9.5.2 상호효과의 탐색과 회귀계수의 해석
9.5.3 PROCESS를 이용한 분석

제10장 조건부과정분석의 기초
■ 10.1 조건부직접효과와 조건부간접효과
10.1.1 직접효과만 조절되는 모형
10.1.2 간접효과만 조절되는 모형
10.1.3 직접효과와 간접효과가 모두 조절되는 모형
10.1.4 병렬다중매개모형에서 특정간접효과가 조절되는 모형
■ 10.2 예제：역기능행동연구
■ 10.3 조건부 간접효과와 직접효과의 수량화
10.3.1 X의 조건부간접효과
10.3.2 X의 직접효과
■ 10.4 통계적 추론
10.4.1 직접효과의 추론
10.4.2 간접효과의 추론
10.4.3 조절된 매개의 탐색


제11장 조건부과정분석의 추가예제
■ 11.1 예제：성차별연구
11.1.1 단순조절분석
11.1.2 단순매개분석
■ 11.2 조건부과정모형에서 직접효과와 간접효과의 조절
11.2.1 PROCESS를 이용한 추정
11.2.2 직접효과와 간접효과의 수량화
11.2.3 직접효과와 간접효과의 그래프
■ 11.3 통계적 추론
11.3.1 직접효과의 추론
11.3.2 간접효과의 추론
11.3.3 모형의 간소화
■ 11.4 매개된 조절
11.4.1 적항(XW)의 간접효과로서의 매개된 조절
11.4.2 매개된 조절이 관심과 의미가 없는 이유

제12장 다항범주형 변수가 포함된 조건부과정분석
■ 12.1 예제：관광목적지 이미지연구
■ 12.2 X의 간접효과
12.2.1 매개과정의 첫 번째 단계
12.2.2 매개과정의 두 번째 단계
■ 12.3 상대적 조건부간접효과
■ 12.4 조절된 매개의 검정과 탐색
12.4.1 상대적 간접효과의 조절에 관한 검정
12.4.2 조절된 매개의 탐색
■ 12.5 상대적 조건부직접효과
■ 12.6 모형의 추가확장과 복잡성

제13장 조절변수가 한 개인 다른 조절된 매개모형
■ 13.1 PROCESS model 7
13.1.1 조절된 매개의 탐색 및 비조건부간접효과
13.1.2 model 7의 예제
13.1.3 조절된 매개의 탐색
■ 13.2 PROCESS model 59
13.2.1 비선형함수의 조절된 매개검정
13.2.2 model 59의 예제
■ 13.3 PROCESS model 15
13.3.1 model 15의 예제(주도적 성격연구)
13.3.2 조절된 매개의 검정과 탐색

제14장 조절변수가 두 개인 조절된 매개모형
■ 14.1 PROCESS model 9(부분 조절된 매개)
14.1.1 model 9의 예제
14.1.2 부분 조절된 매개의 탐색
■ 14.2 PROCESS model 16(부분 조절된 매개)
14.2.1 model 16의 예제
14.2.2 부분 조절된 매개의 탐색
■ 14.3 PROCESS model 11(조절된 조절된 매개)
14.3.1 조절된 조절된 매개모형의 검정과 탐색
14.3.2 조절된 조절된 매개의 대칭성
14.3.3 model 11의 예제
14.3.4 조절된 조절된 매개효과의 탐색
■ 14.4 PROCESS model 18(조절된 조절된 매개)
14.4.1 model 18의 예제
14.4.2 조절된 조절된 매개의 탐색
■ 14.5 PROCESS model 21(조절된 조절된 매개)
14.5.1 model 21의 예제
14.5.2 조절된 조절된 매개의 탐색
■ 14.6 PROCESS model 12(조절된 조절된 매개)
14.6.1 model 12의 예제
14.6.2 조절된 조절된 매개의 탐색과 조건부직접효과의 탐색

제15장 다중매개모형이 포함된 조절된 매개모형
■ 15.1 PROCESS model 84
15.1.1 model 84의 예제
15.1.2 조절된 매개지수와 조절된 매개의 탐색
■ 15.2 PROCESS model 88
15.2.1 model 88의 예제
15.2.2 조절된 매개지수와 조절된 매개의 탐색
■ 15.3 병렬다중매개모형과 조절모형의 결합
15.3.1 병렬다중매개모형과 조절모형의 결합 예제
15.3.2 조절된 매개지수와 조절된 매개의 탐색

제16장 PROCESS의 사용자정의모형
■ 16.1 매개과정의 행렬표현
■ 16.2 조절효과의 표기법
16.2.1 WMATRIX와 ZMATRIX 표기법
16.2.2 WZMATRIX 표기법
■ 16.3 사용자정의를 이용한 공변량의 지정방법
■ 16.4 숫자모형의 편집
■ 16.5 사용자정의모형의 추가예제
16.5.1 모형의 수정방법 이용
16.5.2 모형을 처음부터 구축하는 방법

부록
참고문헌
찾아보기