요인 분석(factor analysis) 은 대표적인 타당성 검증 방법 중에 하나로,
주로 데이터 클리닝 작업 이후에 진행하게 됩니다.
이론에 의해 검증된 척도가 이론에 근거하여 설문조사가 그대로 진행되었는지를 확인하고, 이를 통해 연구의 방향을 검토하게 됩니다.
요인분석의 큰 원리는 여러 개의 변수가 하나의 공통 요인(factor)이 있다고 가정을 하여 변수 간 상관을 분석하는 기법입니다.
따라서, 요인분석 시에 나타나는 값들은 모두 이러한 공통요인과 관련된 값들이 많으며, 공통요인을 다루는 방식에도 다양한 옵션이 존재합니다.
특히, 공통요인을 출하는 과정에서 추출된 변수의 변별력을 증가시키기 위해, 변수회전을 사용하는데, 이를 통해 연구자가 변수의 속성을 파악하게 됩니다.
그 밖에도 요인 수 결절을 위한 고유값, 스크리도표, 분산 비율, 선행연구 검토 등 다양한 요건을 고려하여 요인분석을 수행하게 됩니다.
신뢰도란, 설문을 통해 얻은 자료의 일관성 또는 일치도를 찾는 기법으로 크론바하 알파가 가장 많이 쓰이고 있습니다. 크론바하 알파는 다른 신뢰도검사 방법과는 달리 설문조가가 간단하다는 장점이 있습니다.
상관관계는 두 변수 간의 관련성을 연구하는 분석입니다.
분석 방법이 단순하고, 표준화된 수치를 활용하므로 5점 척도 7점 척도를 구분하지 않고 동간척도로 구성되어있다면 사용 가능하며, 해석도 쉬운편 입니다.
다만, 한 개에 변수에 대응하는 한 개의 상관관계만 볼 수가 있어서, 변수의 형태를 파악할 때 사용하거나, 다중 공선성 진단 등의 데이터 검토로 활용됩니다.
대부분, 등간척도로 되어있는 연구에서 쉽게 찾아볼 수 있습니다.
T-test는 두 집단을 비교하기 위한 분석입니다.
동일한 0.1 차이에서도 표본수와 편차에 따라 유의도가 바뀔수 있기 때문에 이를 정확하게 판단하기 위해서 T-test를 사용합니다.
3집단인 경우 ANOVA 분석을 통해 집단간 차이를 검증하게 됩니다.
전반적인 차이를 F값을 통해 검정한뒤 사후검증을 통해 어느 집단에서 유의미한 차이가 나타났는지 다시한번 검정하게 됩니다.
회귀분석은 인과관계를 검증하는 대표적인 방법으로 독립변수가 종속변수에 미치는 영향을 검증하는 방법입니다.
다수의 독립변수의 영향을 검증하는 방법이 가능하며, 독립변수를 넣는 순서 및 방법에따라 유의도가 변경되기도 합니다.
또한, 회귀분석은 매개효과 및 조절효과 분석을 위해 응용되기도 하는 등..
다양한 연구에서 이용되고 있습니다.
구조방정식 모형은 다수의 독립변수와 다수의 종속변수의 인과관계를 보다 입체적으로 분석하는 분석기법입니다.
구조방정식은 등간척도를 활용하지만, 모형의 적합도 여부를 판단하기 위한 절차가 복잡하기 때문에 논문통계에서는 일반적으로 연구기획 단계에서 구조방정식을 고려하여 연구설계를 하는 경우가 많습니다.
특히, 여러 개로 파생되어있는 인과관계 구조를 하나의 모형으로 제시하기 때문에 복잡한 분석 과정 대비 결과는 상당히 직관적인 편입니다.
때문에 통계 논문에서 어렵지 않게 구조방정식을 사용한 논문을 찾아볼 수 있습니다.