M-Plus 의활용 - 기본모형과예제명령어 - 성신여자대학교 심리학과 조영일, Ph.D.
2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형
3 / 27 1. M-plus 란? 기본정보 M-plus 는구조방정식모형과종단자료분석 ( 잠재성장모형 ) 의분석에사용되기위해서고안된프로그램임. 그러나 M-plus 는위에서기술한것이외의현재심리학의자료분석에서사용되는거의모든통계모형을검증할수있다. 명령어의체계가영문법에기반을두고단순하여배우기가쉽다. input 파일은.inp 의확장자를 output 파일은.out 의확장자명을가진다. M-plus 홈페이지인 www.statmodel.com 에서 Q&A 를통해서질문에답해준다. Trial-version 을다운로드받으세요. 잠재변수 2 개측정변수 6 개만을가지고있는모형만추정가능 특히, License 를구입한경우 ( 매년일정유지비용을내는경우 ) 에는문제가발생시이메일로자료와프로그램을보내면문제를직접해결해주기도한다.
4 / 27 1. M-plus 란? 기본정보 M-plus 는구조방정식모형과종단자료분석 ( 잠재성장모형 ) 의분석에사용되기위해서고안된프로그램임. 그러나 M-plus 는위에서기술한것이외의현재심리학의자료분석에서사용되는거의모든통계모형을검증할수있다. 명령어의체계가영문법에기반을두고단순하여배우기가쉽다. input 파일은.inp 의확장자를 output 파일은.out 의확장자명을가진다. M-plus 홈페이지인 www.statmodel.com 에서 Q&A 를통해서질문에답해준다. 특히, License 를구입한경우 ( 매년일정유지비용을내는경우 ) 에는문제가발생시이메일로자료와프로그램을보내면문제를직접해결해주기도한다.
5 / 27 1. M-plus 란? 기본명령어체계 1. 자료를읽어들이고, 변수를지정함 2. 모수를추정할방법을지정해줌. 특히, M-plus 는 input 은기본적으로 4 개의기본 section 으로나눌수있음. 1. 자료입력 2. 분석방법 3. 분석모형 4. 결과옵션 3. 검증하고자하는모형을명령어를사용하여기술함. 4. 결과창에대한옵션을지정해줌.
6 / 27 1. M-plus 란? 기본명령어체계 DATA: DATA: Tells Mplus where to find the file containing the data. E:\Growth_Curves\ClassData.dat Without a specific path, Mplus will look in the same folder w here the Mplus code is saved. FILE = kim1.dat; TYPE = INDIVIDUAL;! DEFAULT!TYPE = COVARIANCE; 일반적으로, Mplus 에서는스페이스 (space) 나탭 (tab) 으로분리된원자료를가지고있는 text 파일을불러들여사용한다. 변수의수는 500 개로제한된다. 공분산행렬이나상관행렬도자료로입력할수있다. 자료는일반적으로 M-plus 의 input 파일과같은폴더에있는것이좋다.
7 / 27 1. M-plus 란? 기본명령어체계 원자료를포함한 text파일의일반적인형태 1) Space로변수들이구분됨 2) Tab으로변수들이구분됨
8 / 27 1. M-plus 란? 기본명령어체계 분산 (variance) X1; X1 공분산 (covariance) X1 with X2; X1 X2 회귀계수 (regression coefficient) Y1 on X1; 독립변수 ( 예측변수 ) 는왼편에 종속변수 ( 준거변수 ) 는오른편에 X1 Y1 평균 (mean) [X1]; M-plus 에서는측정변수의평균을자동으로추정 1 X1
9 / 27 1. M-plus 란? 기본명령어체계 OUTPUT: Lists specific statistical and graphical output wanted OUTPUT: Will get to this in the next section CINTERVAL(BCBOOTSTRAP); 활용가능한옵션 : - SAMPSTAT : 기술통계치를출력하시오. - STANDARDIZED : 표준화계수를출력하시오. - RESIDUAL : 잔차행렬을출력하시오. - CINTERVAL(BCBOOTSTRAP) : Bootstrapping 에의한신뢰구간을출력하시오. - TECH1 : 추정되는모수들을표시해준다. - MODINDICES( 숫자 ): 해당하는숫자이상의수정지수를가지는값을출력하시오.
10 / 27 2. M-plus 의활용 활용자료 자료명 : 구조방정식모형 ( 문항꾸러미없음 ).sav 변수명 : 자존감 (SE): SE1, SE2, SE3 효능감 (EF): EF1, EF2, EF3 충동성 (SS): SS1, SS2, SS3 우울 (DEP): DEP1, DEP2, DEP3 GENDER SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 DEP1 DEP2 DEP3 SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP 사례수 : 300 명
11 / 27 2. M-plus 의활용 SPSS 에서 M-plus 데이터파일만들기 SPSS 데이터를콤마 (,) 로변수들을구분해주는 m-plus 자료를만듬.
12 / 27 2. M-plus 의활용 SPSS 에서 M-plus 데이터파일만들기 스프레드시트에변수이름쓰기 (W) 를클릭하여선택하지않는다.
13 / 27 2. M-plus 의활용 SPSS 에서 M-plus 데이터파일만들기
14 / 27 2. M-plus 의활용 TITLE: DATA DESCRIPTION In this file, you can find the variable names for the data file. USEVARIABLES = GENDER SE1 SE2 SE3 DATA: FILE IS PRACTICE.CSV; EF1 EF2 EF3 VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 SS1 SS2 SS3 DEP1 DEP2 DEP3 SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP; DEP1 DEP2 DEP3 SUICIDE MISSING = ALL(99); SAT_LIFE STR_LIFE SE EF SS DEP; ANALYSIS: TYPE=BASIC; MODEL: OUTPUT:
15 / 27 2. 예제 1 ( 중다회귀모형 ) 자존감 자살생각 우울
16 / 27 2. 예제 1 ( 중다회귀모형 )-M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names USEVARIABLES = for the data file. SUICIDE SE DEP; DATA: FILE IS PRACTICE.CSV; MISSING = ALL(99); VARIABLE: NAMES ARE GENDER ANALYSIS: SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 MODEL: DEP1 DEP2 DEP3 SUICIDE SUICIDE ON SE DEP; SAT_LIFE STR_LIFE SE EF SS DEP; OUTPUT:
17 / 27 2. 예제 1 ( 중다회귀모형 )-M-plus output 파일
18 / 27 2. 예제 2 ( 경로분석 - 단순매개모형 ) 자존감 자살생각 우울
19 / 27 2. 예제 2 ( 경로분석 - 단순매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE.CSV; MODEL: VARIABLE: NAMES ARE GENDER DEP ON SE; SE1 SE2 SE3 SUICIDE ON SE DEP; EF1 EF2 EF3 SS1 SS2 SS3 OUTPUT: DEP1 DEP2 DEP3 STANDARDIZED; SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP; USEVARIABLES = SUICIDE SE DEP; MISSING = ALL(99);
20 / 27 2. 예제 2 ( 경로분석 - 단순매개모형 ): M-Plus output 파일
21 / 27 2. 예제 2 ( 경로분석 - 단순매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE.CSV; MODEL: VARIABLE: NAMES ARE GENDER DEP ON SE; SE1 SE2 SE3 SUICIDE ON SE DEP; EF1 EF2 EF3 SS1 SS2 SS3 MODEL INDIRECT: DEP1 DEP2 DEP3 SUICIDE SUICIDE IND SE; SAT_LIFE STR_LIFE SE EF SS DEP; OUTPUT: USEVARIABLES = STANDARDIZED; SUICIDE SE DEP; MISSING = ALL(99);
22 / 27 2. 예제 2 ( 경로분석 - 단순매개모형 ): M-Plus output 파일
23 / 27 2. 예제 3 ( 경로분석 - 중다매개모형 ) 우울 자존감 자살생각 효능감
24 / 27 2. 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. USEVARIABLES = SUICIDE SE DEP; DATA: FILE IS PRACTICE.CSV; MISSING = ALL(99); VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 DEP1 DEP2 DEP3 SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP; USEVARIABLES = SUICIDE SE DEP; MISSING = ALL(99); ANALYSIS: MODEL: DEP ON SE; EF ON SE; SUICIDE ON DEP EF; OUTPUT: STANDARDIZED;
25 / 27 2. 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
26 / 27 2. 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. USEVARIABLES = SUICIDE SE DEP; DATA: FILE IS PRACTICE.CSV; MISSING = ALL(99); VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 EF1 EF2 EF3 SS1 SS2 SS3 DEP1 DEP2 DEP3 SUICIDE SAT_LIFE STR_LIFE SE EF SS DEP; USEVARIABLES = SUICIDE SE DEP; MISSING = ALL(99); ANALYSIS: MODEL: DEP ON SE; EF ON SE; SUICIDE ON DEP EF; MODEL INDIRECT: SUICIDE IND SE; OUTPUT: STANDARDIZED;
27 / 27 2. 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
28 / 27 2. 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: BOOTSTRAP IS 5000; DATA: FILE IS PRACTICE.CSV; MODEL: VARIABLE: NAMES ARE GENDER DEP ON SE; SE1 SE2 SE3 EF ON SE; EF1 EF2 EF3 SS1 SS2 SS3 SUICIDE ON DEP EF; DEP1 DEP2 DEP3 SUICIDE MODEL INDIRECT: SAT_LIFE STR_LIFE SE EF SS DEP; SUICIDE IND SE; USEVARIABLES = SUICIDE SE DEP; MISSING = ALL(99); OUTPUT: STANDARDIZED CINTERVAL(BCBOOTSTRAP);
29 / 27 2. 예제 3 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
30 / 27 2. 예제 3-1 ( 경로분석 - 중다매개모형 ) 우울 자존감 자살생각 효능감
31 / 27 2. 예제 3-1 ( 경로분석 - 중다매개모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE.CSV; MODEL: VARIABLE: NAMES ARE GENDER DEP ON SE; SE1 SE2 SE3 EF ON SE; EF1 EF2 EF3 SUICIDE ON DEP EF SE; SS1 SS2 SS3 DEP1 DEP2 DEP3 MODEL INDIRECT: SUICIDE SAT_LIFE STR_LIFE SUICIDE IND SE; SE EF SS DEP; USEVARIABLES = OUTPUT: SUICIDE STANDARDIZED; SE DEP; MISSING = ALL(99);
32 / 27 2. 예제 3-1 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
33 / 27 2. 예제 3-1 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
34 / 27 2. 예제 3-1 ( 경로분석 - 중다매개모형 ): M-Plus output 파일
35 / 27 2. M-plus 의활용 활용자료 자료명 : 구조방정식모형 ( 문항꾸러미없음 ).sav 변수명 : PRACTICE2.CSV 자존감 (SE): SE1, SE2, SE3, SE4, SE5, SE6 충동성 (SS): SS1, SS2, SS3, SS4, SS5, SS7, SS8, SS9 GENDER SE1 SE2 SE3 SE4 SE5 SE6 SS1 SS2 SS3 SS4 SS5 SS6 SS7 SS8 SS9 사례수 : 300 명
36 / 27 2. 예제 4 ( 확인적요인분석 ) 자존감 SE1 SE2 SE3 SE4 SE5 SE6
37 / 27 2. 예제 4 ( 확인적요인분석 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE2.CSV; MODEL: VARIABLE: NAMES ARE GENDER SE BY SE1 SE1 SE2 SE3 SE2 SE4 SE5 SE6 SE3 SS1 SS2 SS3 SE4 SS1 SS2 SS3 SE5 SS4 SS5 SS6 SE6; SS7 SS8 SS9; USEVARIABLES = SE1-SE6; MISSING = ALL(99); OUTPUT: STANDARDIZED;
38 / 27 2. 예제 4 ( 확인적요인분석 ): M-Plus output 파일
39 / 27 2. 예제 4 ( 확인적요인분석 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION In this file, you can find the variable names for the data file. ANALYSIS: DATA: FILE IS PRACTICE2.CSV; MODEL: VARIABLE: NAMES ARE GENDER SE BY SE1 SE1 SE2 SE3 SE2 SE4 SE5 SE6 SE3 SS1 SS2 SS3 SE4 SS1 SS2 SS3 SE5 SS4 SS5 SS6 SE6; SS7 SS8 SS9; USEVARIABLES = SE1-SE6; MISSING = ALL(99); OUTPUT: STANDARDIZED MODINDICES;
40 / 27 2. 예제 4 ( 확인적요인분석 ): M-Plus output 파일
41 / 27 2. 예제 4-1 ( 확인적요인분석 ) 자존감 SE1 SE2 SE3 SE4 SE5 SE6 역문항
42 / 27 2. 예제 4-1 ( 확인적요인분석 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION ANALYSIS: In this file, you can find the variable names MODEL: for the data file. SE BY SE1 SE2 DATA: FILE IS PRACTICE2.CSV; SE3 SE4 VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 SE4 SE5 SE6 SS1 SS2 SS3 SE5 SE6; NM BY SE4 SE5 SE6; SS1 SS2 SS3 SS4 SS5 SS6 SE WITH NM @0; SS7 SS8 SS9; USEVARIABLES = SE1-SE6; MISSING = ALL(99); OUTPUT: STANDARDIZED;
43 / 27 2. 예제 4-1 ( 확인적요인분석 ): M-Plus output 파일
44 / 27 2. 예제 5 ( 구조방정식모형 ) 자존감 우울 SE1 SE2 SE3 DEP1 DEP2 DEP3
45 / 27 2. 예제 5 ( 구조방정식모형 ): M-Plus input 파일 TITLE: MULTIPLE REGRESSION ANALYSIS: In this file, you can find the variable names MODEL: for the data file. SE BY SE1 SE2 DATA: FILE IS PRACTICE3.CSV; SE3; VARIABLE: NAMES ARE GENDER SE1 SE2 SE3 DEP1 DEP2 DEP3; USEVARIABLES = SE1-SE3 DEP1 DEP2 DEP3; MISSING = ALL(99); DEP BY DEP1 DEP2 DEP3; DEP ON SE; OUTPUT: STANDARDIZED;
46 / 27 2. 예제 5 ( 구조방정식모형 ): M-Plus output 파일
47 / 27 2. 예제 6 ( 잠재성장모형 ) F1 F2 T1 T2 T3 T4
48 / 27 2. 예제 6 ( 잠재성장모형 ): M-Plus input 파일 TITLE: LATENT GROWTH CURVE MODEL ANALYSIS: DATA: FILE IS PRACTICE4.CSV; MODEL: VARIABLE: NAMES ARE ATT1 ATT2 ATT3 ATT4 ATT5 SE1 SE2 SE3 SE4 SE5 ; USEVARIABLES = SE1 SE2 SE3 SE4 ; BASE RATE SE1@0 SE2@1 SE3@2 SE4@3; OUTPUT: STANDARDIZED MODINDICES; MISSING = ALL(99);
49 / 27 2. 예제 6 ( 잠재성장모형 ): M-Plus output 파일
50 / 27 2. 예제 7 ( 교차지연자기회귀모형 ) ATT1 ATT2 ATT3 SE1 SE2 SE3
51 / 27 2. 예제 7 ( 교차지연자기회귀모형 ): M-Plus input 파일 TITLE: CROSS-LAGGED AUTOREGRESSIVE MODEL ANALYSIS: In this file, you can find the variable names MODEL: for the data file. SE2 ON SE1; SE3 ON SE2; DATA: FILE IS PRACTICE4.CSV; ATT2 ON ATT1; VARIABLE: NAMES ARE ATT3 ON ATT2; ATT1 ATT2 ATT3 ATT4 ATT5 SE1 SE2 SE3 SE4 SE5 ATT2 ON SE1; ; ATT3 ON SE2; USEVARIABLES = SE1 SE2 SE3 ATT1 ATT2 ATT3 ; MISSING = ALL(99); SE2 ON ATT1; SE3 ON ATT2; OUTPUT: STANDARDIZED;
52 / 27 2. 예제 7 ( 교차지연자기회귀모형 ): M-Plus output 파일
경청해주셔서감사합니다. 발표자연락처성신여대심리학과 010-6333-0312 E-mail: young.il.cho@gmail.com