교수님 강의 감사합니다.^^ 몇 가지 궁금한 점 여쭤봅니다. 1). 상관관계 잔차행렬 residuals(fit, type="cor")$cov를 확인할 때 0.1보다 큰 변수를 확인하셨는데요. 0.1이 일반적인 평가 기준인것인가요? 2). 수정 지표로 모델 개선할 때 modindices(fit, sort.=T, minimum.value = 3)의 결과표에서요. y2~~y6와 y4~~y8는 각각 다른 잠재변수에 속하며, y2~~y4와 y6~~y8는 같은 잠재변수에 속하는데요. 모두 수정 모수설정에 포함되었지만, y3~~y6은 포함이 되지 않았습니다. 해서 결과표에서 모수 설정 선택에 있어서 어떤 기준으로 해야되는지 아직 잘 모르겠습니다. 지표 mi가 높은 것 중에서 분석가가 임의로 관측변수 간 상관관계가 있을 것으로 판단되는 것으로 선택하면 되는 것인지 궁금합니다. 3). 집중 타당도가 충족되기 위해서는 측정 모델의 모든 "잠재변수"의 요인적재 값이 통계적으로 유의해야 되는 것이지요? 화면에서는 "잠재변수"를 가리키셨는데 말씀에서는 "모든 관측변수"라고 하신것 같아서요. 관측변수를 보니 유의하지 않은 것도 있어서요. 뒤이어 설명주신 표준화된 요인 적재값 0.7이상인 것도 잠재변수에 해당되는 것이지요? 여기서 0.7은 권장수준인 것인가요?
1) 도메인이나 분석 목적에 따라 달라질 수 있기 때문에요, 일반적인 기준은 없습니다. 2) 기본적으로 mi값을 바탕으로 모수 설정을 하면 됩니다만, 기계적으로 하기보다는 이론적, 경험적 관계도 고려하며 하시는 것이 좋습니다. 3) 잠재변수와 관측변수 간 요인적재값이 통계적으로 유의해야 한다는 의미입니다.
수정지표를 이용하여 모델을 수정할 때는 이론적 배경이나 경험적 배경도 함께 고려하는 것이 좋습니다. 예를 들어, 여기에서 y2와 y6는 수정지표값이 크기도 하지만 이 두 변수는 동일한 측정항목('정치적 반대의 자유')를 연도만 달리하여 측정한 것이기 때문에 둘 간의 상관관계를 추가하는 것이 타당합니다. 수정지표가 큰 여러 후보 변수들 간의 관계를 새로 설정할 때는 관련된 이론적 배경 또는 경험적 배경을 함께 고려하여 우선순위를 정하는 것이 바람직합니다. 수정지표만을 이용하여 기계적으로 모델을 수정하면 모델의 적합도는 증가할지 몰라도 때로는 그 타당성을 주장하기 어려울 수도 있습니다. 강의 중 다음 부분부터 다시 들어보시면 좋을 것 같습니다: 24:16.
꾸준한 업로드 감사드립니다.
교수님 강의 감사합니다.^^ 몇 가지 궁금한 점 여쭤봅니다.
1). 상관관계 잔차행렬 residuals(fit, type="cor")$cov를 확인할 때 0.1보다 큰 변수를 확인하셨는데요. 0.1이 일반적인 평가 기준인것인가요?
2). 수정 지표로 모델 개선할 때 modindices(fit, sort.=T, minimum.value = 3)의 결과표에서요.
y2~~y6와 y4~~y8는 각각 다른 잠재변수에 속하며, y2~~y4와 y6~~y8는 같은 잠재변수에 속하는데요.
모두 수정 모수설정에 포함되었지만, y3~~y6은 포함이 되지 않았습니다.
해서 결과표에서 모수 설정 선택에 있어서 어떤 기준으로 해야되는지 아직 잘 모르겠습니다.
지표 mi가 높은 것 중에서 분석가가 임의로 관측변수 간 상관관계가 있을 것으로 판단되는 것으로 선택하면 되는 것인지 궁금합니다.
3). 집중 타당도가 충족되기 위해서는 측정 모델의 모든 "잠재변수"의 요인적재 값이 통계적으로 유의해야 되는 것이지요?
화면에서는 "잠재변수"를 가리키셨는데 말씀에서는 "모든 관측변수"라고 하신것 같아서요. 관측변수를 보니 유의하지 않은 것도 있어서요. 뒤이어 설명주신 표준화된 요인 적재값 0.7이상인 것도 잠재변수에 해당되는 것이지요? 여기서 0.7은 권장수준인 것인가요?
1) 도메인이나 분석 목적에 따라 달라질 수 있기 때문에요, 일반적인 기준은 없습니다.
2) 기본적으로 mi값을 바탕으로 모수 설정을 하면 됩니다만, 기계적으로 하기보다는 이론적, 경험적 관계도 고려하며 하시는 것이 좋습니다.
3) 잠재변수와 관측변수 간 요인적재값이 통계적으로 유의해야 한다는 의미입니다.
교수님 바쁘신데 답변주셔서 너무 감사합니다. ^^@@kykwahk
질문이 있는데요 수정 지표와 모델 개선 부분에서 추가하신 6개의 모수는 mi 값이 3이상인 모수들 중에서 어떤 기준으로 추가하신 걸까요??
수정지표를 이용하여 모델을 수정할 때는 이론적 배경이나 경험적 배경도 함께 고려하는 것이 좋습니다. 예를 들어, 여기에서 y2와 y6는 수정지표값이 크기도 하지만 이 두 변수는 동일한 측정항목('정치적 반대의 자유')를 연도만 달리하여 측정한 것이기 때문에 둘 간의 상관관계를 추가하는 것이 타당합니다. 수정지표가 큰 여러 후보 변수들 간의 관계를 새로 설정할 때는 관련된 이론적 배경 또는 경험적 배경을 함께 고려하여 우선순위를 정하는 것이 바람직합니다. 수정지표만을 이용하여 기계적으로 모델을 수정하면 모델의 적합도는 증가할지 몰라도 때로는 그 타당성을 주장하기 어려울 수도 있습니다. 강의 중 다음 부분부터 다시 들어보시면 좋을 것 같습니다: 24:16.
감사합니다 다시 들어보겠습니다