https://doi.org/10.14400/jdc.2017.15.10.103 탐색적요인분석과확인적요인분석의비교에과한연구 최창호 *, 유연우 ** 한성대학교지식서비스 & 컨설팅학과겸임교수 *, 한성대학교지식서비스 & 컨설팅학과교수 ** The Study on the comparative analysis of EFA and CFA Chang Ho Choi *, Yen Yoo You ** Adjunct professor Dept. of Knowledge Service & Consulting, Hansung University * Professor, Dept. of Knowledge Service & Consulting, Hansung University ** 요약본연구는탐색적요인분석과확인적요인분석에대한특성과그차이점에대하여살펴보고, 동일한데이터를활용하여탐색적요인분석과확인적요인분석의분석과정및결과를비교분석함으로써두방법론의올바른이해와적용에대하여알아보고자한다. 한편, 실증분석결과는아래와같다. 탐색적요인분석에서는판별타당도가저해되는 p.1, p.3이제거된반면, 확인적요인분에서는집중타당도가저해되는 p.3가제거되었다. 탐색적요인분석의경우다수의측정변수를소수의요인으로축약하는분석과정 ( 다소부족한이론적배경 ) 인반면, 확인적요인분석은측정변수와잠재변수들간의관계를파악및확인하는과정 ( 강력한이론적배경 ) 으로동일한데이터를활용한다하더라도두방법론은언제든지다른결과 값이도출될수있는바, 데이터의성격등에따라올바른방법론의활용이요구된다는시사점을보여주고있다. 주제어 : 탐색적요인분석, 확인적요인분석, 동일데이터, 비교분석, 집중타당도, 판별타당도 Abstract This study was performed with a view to examine the nature and difference of EFA(Exploratory Factor Analysis) and CFA(Confirmatory Factor Analysis), and to compare the analysis process and result of EFA and CFA with the same data. The result of empirical analysis was as follows. Meanwhile, p.1, p.3 was removed owing to hampering the convergent validity in EFA, p.3 was removed owing to hampering the discriminent validity in CFA. EFA was reduction process of muti measurement variables to a few factor, but CFA was understanding and confirmatory process of measurement and latent variables' relation. Eventually, this study showed that EFA and CFA used different methology, thus the different outcomes appeared although using the same data, and implicated resonable application of methology according to given data. Key Words : EFA(Exploratory Factor Analysis), CFA(Confirmatory Factor Analysis), Same data, Comparative analysis, Convergent validity, Discriminent validity 1. 서론 으며, 통계분석과정에서변수들간의상관관계나인과 관계를검정하기전에선행되는절차로매우번잡하고 사회과학분야의논문에서활용되는통계분석중요인 어려운과정을거치게되고이과정에서설명력이낮은 분석 (factor analysis) 은매우중요한위치를차지하고있 변수가제거되는변수정제과정이수반된다. * This research was financially supported by Hansung University. Received 26 July 2017, Revised 24 September 2017 Accepted 20 October 2017, Published 28 October 2017 Corresponding Author: YenYoo You(Hansung University*) Email: threey0818@hansung.ac.kr C The Society of Digital Policy & Management. All rights reserved. This is an openaccess article distributed under the terms of the Creative Commons Attribution NonCommercial License (http://creativecommons.org/licenses/bync/3.0), which permits unrestricted noncommercial use, distribution, and reproduction in any medium, provided the original work is ISSN: 17381916 properly cited. Journal of Digital Convergence 103
탐색적요인분석과확인적요인분석의비교에과한연구 한편, 요인분석은측정변수들간의상호관련성 ( 공분산또는공분산을표준화한상관계수 ) 을분석해서이들간에공통적으로작용하는요인을추출하여정보의손실을최소화한상태에서전체측정변수를대별할수있는변수의수를축약하는기법이다. 따라서요인분석을활용하면주어진많은정보 ( 다수의측정변수 ) 를몇개의핵심적인요인으로축약하여정보에대한이해력을높일수있고추가적인분석 ( 상관관계나인과관계 ) 이가능할수있다 [1,2,3]. 또한, 요인분석은추상적인구성개념 ( 개념적정의 ) 을일반적으로다수의설문항 ( 조작적정의 ) 을통해측정하는과정에서측정하고자하는추상적인구성개념 (construct) 을설문항 ( 측정도구 ) 이제대로측정했는가라는타당도 (validity) 와관련된내용으로, 이타당도는하나의추상적구성개념을형성하고있는설문항들이그구성개념과는상관관계 (correlation) 가높아야한다는집중타당도 (convergent validity) 와다른구성개념과는상관관계가낮아야한다는판변타당도 (discriminant validity) 로각각구분된다. 한편, 요인분석은요인분석을하는목적에따라탐색적요인분석 (exploratory factor analysis) 과확인적요인분석 (confirmatory factor analysis) 으로각각구분되지만이두가지기법은매우상이한가정과접근방법론을사용하기때문에결과 ( 변수가정제되는과정등 ) 에상당한차이를보이게되는등올바른이해와적용이요구된다. 그래서본연구는먼저, 일반적으로회귀분석모델에서활용되는탐색적요인분석 ( 다소부족한이론적배경 ) 과주로구조방정식모델에서활용되는확인적요인분석 ( 강력한이론적배경 ) 에대한특성과그차이점에대하여살펴보고, 다음으로동일한데이터를활용하여탐색적요인분석과확인적요인분석을실시하는과정과그결과를비교분석함으로써두방법론의올바른이해와적용에대하여알아보고자한다. 2. 이론적배경 2.1 탐색적요인분석 (exploratory factor analysis) 일반적으로요인분석이라하면과거에는탐색적요인 분석을지칭했지만, 탐색적요인분석과대별되는확인적요인분석이개발됨에따라지금은서로구분하여사용중에있다. 탐색적요인분석의기원은유전학자 Francis Galton(18221911) 까지거슬러올라가지만, 1904년 Charels Spearman(18631945) 이체계화했다. Charels Spearman 은인간의지능은일반요인 (general factor) 과특수요인 (specific factor) 으로구성되어있다고하면서공통요인 (common factor) 을주장하였다. 탐색적요인분석은 SPSS, SAS 등의프로그램에서수행되는기법으로변수들간의구조를조사하고, 통계적효율성을높이기위해변수의수를줄이기위한방법으로사용되고있으며변수와요인간의관계가이론적으로정립되지않거나논리적으로체계화되지않은상태에서주로활용된다 [4,5,6,7,8,9,10]. 그렇기때문에탐색적요인분석에서는모든측정변수가모든요인들로부터영향을받는다고 ( 각각의요인이모든측정변수와연관을지음 ) 가정하고, 이를바탕으로어떤요인과상관관계가높은측정변수 ( 다른요인과는상관관계가낮아야함 ) 들을하나의요인으로추출하여변수를축약하는과정을거치게된다. 그래서탐색적요인분석은이론적배경이나선행연구에근거하기보다는데이터가보여주는결과자체를그대로받아들이게되므로이론생성과정 (theory generating procedure) 에가깝고, 데이터지향적 (data driven) 인성격을띤다고할수있다 [11,12]. 한편, 탐색적요인분석을실시하기위해서는먼저관련변수들이연속형데이터 ( 등간척도또는비율척도 ) 여야하고, 관련변수들간에는어느정도의상관관계가있어야한다. 변수들간의상관관계는일반적으로 KMO(KaiserMeyerOlkin) 와 Bartlett의구형성검정으로확인하는데, KMO는변수들간의편상관계수 [13] 가얼마나작은지를 [KMO = 상관계수의제곱합 /( 상관계수의제곱합 + 편상관계수의제곱합 )] 확인 ( 일반적으로 KMO.8 이면바람직하고최소한.5 이상이여야함 ) 하는방법이고, Bartlett 의구형성검정은변수들이모두상관관계가없다 ( 단위행렬 ) 는귀무가설과하나라도상관관계가있다는대립가설을설정하여대립가설이채택되는 [x 2 (p)..05 이여야함 ] 지를파악하여확인한다. 그리고탐색적요인분석과정은크게요인수를결정하는것, 요인을회전시키는것, 그리고변수를정제하는 104 Journal of Digital Convergence 2017 Oct; 15(10): 103111
The Study on the comparative analysis of EFA and CFA 것으로각각이루어져있다. 먼저, 요인수를결정하는방법은크게요인의고유값 (eigenvalue) 을기준으로하는경우와선행연구등에따른사전기준등을바탕으로하는경우가있다. 고유값기준은고유값이 1 이상 ( 요인이최소한변수하나의분산을설명하는 ) 인요인을통계패키지가자동으로추출해주는방법이고, 선행연구등에따른사전기준은연구자가미리요인수를정하고분석을 실시하는경우에해당된다. 다음으로, 요인을회전시킨다는것은요인의축을적당히회전시켜추출된요인들과변수들간의관계 ( 상관관계 ) 를보다명확하게하기위함으로직각회전과사각회전방법이있으나일반적으로직각회전중 Varimax 방법이활용되고있다. 마지막으로, 변수를정제하는과정은탐색적요인분석에서가장번거롭고어려운과정으로, 변수가정제되는경우는크게선행연구와다른요인에적재될때, 집중타당도가저해될때, 그리고판별타당도가저해될때가해당된다. 집중타당도와판별타당도가저해되는경우는표본의수에따라차이가있으나약 150개정도의표본의수를감안할경우, 집중타당도의경우에는요인적재값 (factor loading) 이.5 미만일경우, 판별타당도의경우에는교차요인적재값 (cross factor loading) 이.4 이상일경우가해당된다할것이다. 이렇게탐색적요인분석을통해정제된측정변수를 대상으로신뢰도분석 ( 이과정에서신뢰도를저해하는변수는또다시정제됨 ) 을거쳐정제된변수를대상으로평균화등의작업을통해새로운구성개념이생성되며이들구성개념을가지고인과관계분석등을통한가설을검정하게되는것이다. 2.2 확인적요인분석 (confirmatory factor analysis) 확인적요인분석이란탐색적요인분석과대별되는개념으로 1956년과 1969년에 Anderson, Rubin 등이차별화된확인적요인분석을개발하였다. 확인적요인분석은측정오차 (measurement error) 및측정오차가분리된순수한구성개념인잠재변수 (latent variable) 개념을개발함으로써기존의경로분석 (path analysis) 과결합을통한지금의구조방정식모델 (structural equation model) 의탄생에지대한공헌을하게된것이다. 확인적요인분석은구조방정식모델을구현하는프로그램중하나인 AMOS 프로그램에서수행되는기법으로측정변수와잠재변수간의관계및잠재변수간의관계를검정및확인하며, 분석전에요인 ( 잠재변수 ) 의수와이들요인을구성하는측정변수 ( 설문항 ) 가미리지정된상태에서분석이이루어진다. 그렇기때문에확인적요인분석에서는강력한이론적배경이나선행연구를바탕으로특정한측정변수는반드시관련요인 ( 잠재변수 ) 으로부터만영향을받고다른요인과는연관되지않는것으로가정된다. 그래서확인적요인분석은이론검증과정 (theory testing procedure)] 에가깝고, 이론지향적 (theory driven) 인성격을띤다고할수있다 [11,12]. 이러한가정으로인해확인적요인분석은데이터의공분산행렬이연구모델의추정공분산행렬과일치하는지 ( 또는연구모델이데이터에적합한지 ) 를검정하는모델적합도 (model fit) 판정은물론, 집중타당도와판별타당도등의추가적인검정과정을거치게되는등, 탐색적요인분석에비해보다엄격하고보수적인방법이라할수있다. 한편, 확인적요인분석을실시하기위해서는관련변수들이연속형데이터여야하며, 확인적요인분석을통한측정모델분석을활용하여모델적합도가확보 ( 이과정에서설명력이낮은변수는정제됨 ) 되어야하고, 이상태에서추가적으로집중타당도와판별타당도검정 ( 이과정에서도설명력이낮은변수는정제됨 ) 을거치게되는것이다. 모델적합도지수 (model fit index) 는일반적으로절대적합도지수 (absolute fit index) 를활용하는데이는연구자가수집한데이터의공분산행렬 ( 표본의공분산행렬 ) 과이론적배경및선행연구등을바탕으로한연구모델의추정공분산행렬이얼마나적합한지를검정하는것으로크게아래와같이 3가지범주로구분할수있다. 첫째, 표본의공분산행렬과연구모델의추정공분산행렬의분포의차이가있는지를알아보기위한 x 2 검정이다. 이는모델적합도지수중유일하게통계량을제시하는것으로두공분산행렬이차이가없어야하므로 x 2 (p) 값이.05 이상 (5% 유의수준 ) 이여야모델적합도가확보되는것이다. 그러나 x 2 검정은표본의크기, 모델의복잡성등에따라결과값이상이하게나오는한계점을가지고있어절대적기준이되지는못한다. Journal of Digital Convergence 105
탐색적요인분석과확인적요인분석의비교에과한연구 둘째, 표본의공분산행렬과연구모델의추정공분산행렬간의차이를오차 (residual) 행렬이라고하는데이오차행렬이 0 에근접해야두공분산행렬의분포의차이가없게되는것으로, 이를알아보기위한 RMR(root meansquare residual), RMSEA 지수 (root mean square error of approximation) 가있으며일반적으로 RMR지수는.05 이하, RMSEA 지수는.1 이하이면모델적합도가확보되는것으로본다. 마지막으로, 표본의공분산행렬이연구모델의추정공산행렬에의해설명되어지는비율로이는 1 에근접해야두공분산행렬의분포의차이가없게되는것으로, 이를알아보기위한 GFI(goodness of fit index) 지수가있으며일반적으로.9 이상이면모델적합도가확보되는것으로본다. 이외에도증분적합도지수 (incremental fit index) (CFI, NFI, TLI 등으로, 일반적으로.9 이상이면모델적합도가확보되는것으로봄 ) 와간명적합도지수 (parsimonious fit index)(pgfi, PNFI 등으로, 낮을수록모델적합도가확보되는것으로봄 ) 가있다. 한편, 확인적요인분석과관련한집중타당도분석방법은첫째, 표준화요인부하량값 (standardized regression weight) 과유의성 [ 잠재변수에서측정변수로가는표준화요인부하량값이. 최소.5 이상 (.7 이상이면바람직 ) 이면서통계적으로유의미한지 ], 둘째, AVE(average variance extracted, 평균분산추출법 )[14]( 표준화요인부하량값의제곱합을표준화요인부하량값의제곱합과측정오차의분산합의합으로나눈값으로일반적으로.5 이상인지 ), 마지막으로, CR(construct reliability, 개념신뢰도 )( 표준화요인부하량값의합의제곱을표준화요인부하량값의합의제곱과측정오차의분산합의합으로나눈값으로일반적으로.7 이상인지 ) 등이있다. 그리고판별타당도분석방법 [2,6] 은첫째, AVE R 2 ( 상관계수의제곱 ), 둘째, R±2SE( 공분산의표준오차 ) 1, 마지막으로, 두잠재변수간공분산을 1로제약한제약모델과제약하지않은비제약모델간의 x 2 값차이 (95% 신뢰수준에서 3.84보다커야함 ) 등이있다. 이렇게확인적요인분석을통한측정모델분석이완성된상태에서신뢰도분석을거친후정제된측정변수과잠재변수들을대상으로구조모델분석을통한가설검정작업이진행된다. 3. 연구모델및실증분석결과본연구에서는어떤재화나용역의가격요인 (5점척도의설문항 4개 ), 품질요인 (5점척도의설문항 3개 ) 및접근용이성 (5점척도의설문항 4개 ) 이만족도 (5점척도의설문항 4개 ) 에미치는영향관계 ( 데이터의수 350개 ) 를알아보기전에각각구성개념들을대상으로이를구성하고있는측정변수들에대하여탐색적요인분석과확인적요인분석을각각실시하기로한다. 한편, 본연구는탐색적요인분석과확인적요인분석이라는두가지방법론을동일한데이터에적용하여분석하는방법과결과를비교분석하는것을목적으로하고있어따로가설을설정하지는않았다. 3.1 탐색적요인분석 SPSS statistics을활용하는탐색적요인분석의연구모델은아래 [Fig. 1] 과같으며, 보는바와같이모든구성개념이모든측정변수와연관이되어있다고가정한다. [Fig. 1] Model of study(efa) 탐색적요인분석을하기전에먼저데이터가요인분석하기에적합한지알아보기위해서는 KMO 지수와 Bartlett의구형성검정을실시해야한다. 먼저, KMO 지수는변수들간편상관계수가낮을수록관련변수들간의연관성이높게나타나요인분석하기에적합한데이터이며일반적으로.8을상회 ( 최소한.5 이상 ) 106 Journal of Digital Convergence 2017 Oct; 15(10): 103111
The Study on the comparative analysis of EFA and CFA 해야한다. 관련데이터의 KMO 지수 (.904) 가일반적인기준인.8을상회하고있어관련변수들간의연관성은높은것으로나타났다. 다음으로, Bartlett의구형성검정결과 x 2 (p)=.000으로측정변수들간에하나라도상관관계가있다는대립가설이채택되어본데이터는요인분석하기에적합하다 <Table 1>. <Table 1> Result of exploratory factor analysis(1) variables access satisfac tion quality price.846.834.744.710.204.290.286.301.101.087.156.195.181.161.155.218.260.234.311.192.810.785.752.737.076.045.158.117.259.211.005.111.131.105.171.133.110.067.863.833.825.163.254.204 p.3 p.1.144.201.416.070.154.133.198.132.243.233.110.509.787.731.625.601 eigenvalue % variance % accum. 3.020 20.135 20.135 2.811 18.742 38.877 2.630 17.537 56.413 2.292 15.277 71.691 KMO=.904, Bartlett x 2 =2854.274, df=105, p=.000 한편, 탐색적요인분석결과 <Table 1> 먼저, 각각구성개념들의집중타당도는요인적재값이모두.6 이상로모두확보되었다. 다음으로, 판별타당도를살펴보면, 접근용이성, 만족도, 품질요인의교차요인적제값이.4 미만인반면, 가격요인의경우 p.1은품질요인과의교차요인적재값이.509이고, p.3은접근용이성과의교차요인적재값이.416으로판별타당도가저해된다고할수있다. 그래서먼저, p.1을제거한후다시탐색적요인분석을실시하였으며결과는 <Table 2> 와같다. <Table 2> 에서보는바와같이각각구성개념들의요인적재값이모두.6 이상로집중타당도는확보되었다. 다음으로, 판별타당도를살펴보면, 접근용이성, 만족도, 품질요인의교차요인적제값이.4 미만인반면, 가격요인의경우 p.3은접근용이성과의교차요인적재값이.405로판별타당도가저해된다고할수있다. <Table 2> Result of exploratory factor analysis(2) variables access satisfac tion quality price.839.832.757.708.202.288.285.300.103.087.153.195.200.169.132.222.260.244.320.177.811.786.751.738.081.046.155.118.256.188.021.139.125.166.136.114.071.872.841.832.156.236.196 p.3.133.176.405.159.138.201.268.257.128.786.760.634 eigenvalue % variance % accum. 2.997 21.409 21.409 2.799 19.991 41.400 2.439 17.422 58.822 1.973 14.094 72.916 KMO=.895, Bartlett x 2 =2631.439, df=91, p=.000 그래서 p.3을제거한후다시탐색적요인분석을실시하였으며결과는 <Table 3> 와같다. <Table 3> 에서보는바와같이각각구성개념들의요인적재값은.7 이상으로집중타당도는확보되었으며, 교차요인적값은.4 이하로판별타당도도확보되었으며, 4개구성개념의설명력은 74.681% 로일반적인기준인 60% 를상회하고있다. <Table 3> Result of exploratory factor analysis(3) variables eigenvalue % variance % accum. access.849.839.763.719.272.255.314.183.127.109.167.174.218 2.929 22.529 22.529 satisfac tion.201.290.286.299.814.785.755.738.136.116.075.169.143 2.778 21.369 43.899 quality.094.158.194.085.043.169.117.871.843.839.269.248 2.442 18.782 62.681 KMO=.884, Bartlett x 2 =2443.865, df=78, p=.000 price.173.125.093.204.230.182.081.125.149.224.166.794.791 1.560 12.000 74.681 Journal of Digital Convergence 107
탐색적요인분석과확인적요인분석의비교에과한연구 한편, 상기연구모델의경우에는모델이간명하여모든구성개념을대상으로한꺼번에탐색적요인분석을실시하였으나, 연구모델이복잡하여다수의독립변수, 다수의매개변수및다수의종속변수등으로구성되어있는경우에는변수별로탐색적요인분석을실시할수도있으며, 하나의상위개념을구성하고있는하위개념들에대하여는반드시탐색적요인분석을실시하여하위개념별로묶이는지를확인하여야한다. 3.2 확인적요인분석 AMOS 프로그램을활용한확인적요인분석의연구모델은아래 [Fig. 2] 와같으며, 보는바와같이각각의구성개념이특정한측정변수와만연관이되어있다고가정한다. <Table 4> Result of confirmatory factor analysis(1) variables R.W. S.E. C.R. S.R.W p.1 p.3 a.1 1.122.930.991 1.162 1.073 1.111 1.416 1.202 1.241 1.022 1.133.093.084.086.068.065.075.094.062.069 12.074 11.056 11.494 17.179 16.621 14.817 13.651 12.722 11.915 16.619 16.309.709.738.667.697.774.871.844.765.672.877.789.729.801.850.831 x 2 (p):000, x 2 /df:2.270, GFI:.932, CFI:.962, NFI:.934, TLI:.952, RMR:.039, RMSEA:.060 <Table 5> Result of confirmatory factor analysis(2) [Fig. 2] Model of study(cfa) 확인적요인분석결과 <Table 4> x 2 (p) 만을제외하고다른적합도지수는기준치를모두충족하고있어완벽한모델적합도를보이고있다. 그래서변수정제없이후속절차인집중타당도와판별타당도를진행할수도있으나, 표준화요인부하량값 (standardized regression weight) 을확인해보면 p.3,, 이.5를상회하고는있으나바람직한.7을하회하고있어변수정제 ( 잠재변수를구성하고있는측정변수의수가많을경우 ) 를할수도있다 [15,16]. 그래서표준화요인부하량이가장낮은 p.3을제거한후다시확인적요인분석을실시하였으며결과는 <Table 5> 와같다. variables R.W. S.E. C.R. S.R.W p.1 a.1 1.063.933 1.164 1.074 1.112 1.415 1.204 1.242 1.025 1.139.089.082.068.065.075.095.062.070 11.981 11.366 17.143 16.583 14.790 13.632 12.725 11.914 16.625 16.347.742.731.686.773.871.844.765.672.876.790.729.799.850.833 x 2 (p):.000, x 2 /df:2.066, GFI:.944, CFI:.971, NFI:.946, TLI:.963, RMR:.031, RMSEA:.055 p.3을제거함으로써 x 2 (p) 만을제외하고나머지지수의모델적합도는모두전차보다개선되었다. 여전히, 은.7을하회하고있어변수정제를할수도있으나.7 에근접하고있으며향후추가적인집중타당도및판별타당도검정이있는점등을감안하여제거하지않는것으로한다. 한편, 집중타당도와판별타당도를검정하기위한잠재변수들간의공분산 ( 공분산의표준오차포함 ) 과상관계수는아래 <Table 6> 과같으며, 측정변수들의측정오차의분산값은아래 <Table 7> 과같다. 108 Journal of Digital Convergence 2017 Oct; 15(10): 103111
The Study on the comparative analysis of EFA and CFA <Table 6> Covariances and Correlation <Table 9> Convergent and Discriminant validity(2) variables Cova. S.E. Corr. price access price satisfaction price quality access satisfaction access quality satisfaction quality.226.190.339.241.170.133.033.030.040.031.029.026.536.512.744.688.398.351 variable Corr. SE price access price satisfaction price quality access satisfaction access quality satisfaction quality 0.536 0.512 0.744 0.688 0.398 0.351.033.030.040.031.029.026 Corr.+2S E 0.602 0.572 0.824 0.750 0.456 0.403 Corr.2S E 0.470 0.452 0.664 0.626 0.340 0.299 <Table 7> Variance measurement error Var. S.E. C.R. p.1 a.1.366.440.437.266.170.184.348.376.188.271.348.263.187.265.038.045.041.024.020.019.031.032.026.027.038.027.023.030 9.561 9.791 10.583 11.052 8.574 9.538 11.173 11.758 7.334 10.166 11.179 9.868 8.219 8.833 먼저, 잠재변수별로 AVE값을계산해보면가격요인은.556, 접근용이성은.733, 만족도는.654, 품질요인은.742로모두.5를상회하고있으며, CR값은가격요인이.789, 접근용이성이.916, 만족도가.882, 품질요인이.896 으로모두.7을상회하고있어집중타당도는확보되었다할수있다 <Table 8>. <Table 8> Convergent and Discriminent validity(1) variables price access satisfaction quality CR price access satisfaction quality 0.556 0.536 0.512 0.744 0.733 0.688 0.398 0.654 0.351 0.742 0.789 0.916 0.882 0.896 다음으로 AVE 값이상관계수의제곱값을상회하고있으며 <Table 8>, 상관계수에다공분산의표준오차의 2 배를더하고뺀값이모두 1이아닌것으로나타나판별타당도도확보되었다할수있다 <Table 9>. 한편, 상기연구모델의경우에는모델이간명하여모든구성개념을대상으로한꺼번에확인적요인분석을실시하였으나, 연구모델이복잡하여다수의독립변수, 다수의매개변수및다수의종속변수등으로구성되어있는경우에는변수별로확인적요인분석을실시하여설명력이낮은변수를정제한후에모든측정변수전체를대상으로다시확인적요인분석을통한측정모델분석을실시할수도있다. 4. 결론본연구는먼저, 일반적으로회귀분석모델에서활용되는탐색적요인분석과주로구조방정식모델에서활용되는확인적요인분석에대한특성과그차이점에대하여살펴보고다음으로, 동일한데이터를활용하여탐색적요인분석과확인적요인분석의분석과정과결과를비교분석함으로써두방법론의정확한이해와관련데이터의성격등에따른올바른적용방법에대하여알아보고자한다. 상기실증분석에서보는바와같이두방법론은전혀다른접근법을활용하기때문에변수정제과정에서제거되는변수가상이하며상이한결과값이도출됨을알수있다. 즉, 탐색적요인분석에서는판별타당도를저해하는 p.1, p.3이각각제거된반면, 확인적요인분석에서는집중타당도를저해하는 p.3이제거된것이다. 결론적으로, 탐색적요인분석은모든측정변수가모든요인과연관지어져있다고가정 ( 이론적배경및선행연구가다소부족한상황 ) 때문에다수의측정변수들로부터소수의구성개념 ( 요인또는잠재변수 ) 을추출하는분석과정 ( 즉, 차원을감소시키는과정 ) 이라면, 확인적요인분 Journal of Digital Convergence 109
탐색적요인분석과확인적요인분석의비교에과한연구 석은사전에어떤잠재변수를구성하는측정변수가미리지정되어있는상태 ( 강력한이론적배경및선행연구를바탕으로 ) 에서분석이이루어지기때문에잠재변수와측정변수간의관계를파악및확인하는분석과정이라할수있는바, 관련데이터의성격등에따라올바른방법론을선택하여활용해야한다는시사점을보여주고있다. ACKNOWLEDGMENTS This research was financially supported by Hansung University. REFERENCES [1] HunYeong Lee, The Research Methodology, Cunng Ram, 2015. [2] ChangHo, Choi, The study on comparative analysis of the same data through regression analysis model and structural equation model, Journal of the Korea Convergence Society, Vol. 14, No. 6, pp. 167175, 2016. [3] ChangHo, Choi, The study on the different moderation effect of contingency variable(focused on SPSS statistics and AMOS program)l, Journal of the Korea Convergence Society, Vol. 15, No. 2, pp. 110, 2017. [4] JongPil Woo, The concept and understanding of structural equation model, Hannare, 2012. [5] ByeongRyeol Bae, Structural Equation Modeling with AMOS 17.0, Cunng Ram, 2009. [6] WooHo Kim, BoJun Seo, A Study on the Parents Recognition of School Enterprise Convergence by Type of Disability, Journal of the Korea Convergence Society, Vol. 6, No. 4, pp. 8997, 2015. [7] JongSik Lim, ChunHo Yang, Relationship between Sports Confidence and Class Satisfaction according to Adolescents Participation Marine Sports, Journal of the Korea Convergence Society, Vol. 6, No. 4, pp. 169176, 2015. [8] JiWon Lee, KyungHee Kang, Study about the relationship between selfesteem, depression and stress of students according to school system, Journal of the Korea Convergence Society, Vol. 5, No. 4, pp. 6974, 2014. [9] MiJin Kim, GyunYoung Kang, The convergence study on the relationship between the job stress and mental health of nurses, Journal of the Korea Convergence Society, Vol. 6, No. 5, pp. 3947, 2015. [10] ChangHo, Choi, A study on the effects of ties and trust relationship between the clients and consultants on the consulting performance, Journal of the Korea Convergence Society, Vol. 12 No. 10, pp. 8697, 2014. [11] Stapleton, C. D. Basic concepts and procedures of confirmatory factor analysis, Paper presented at the annual meeting of the Southwest Educational Research Association, Austin, TX, January, p325, 1997. [12] Van Prooijen, J.W.,& Van der Kloot, W.A, Confirmatory analysis of exploratively obtained factor structures, Educational and Psychological Measurement, Vol. 61, No. 5, pp. 777792, 2001. [13] IlHyen, Lee, Easy Flow Regression Analysis, Hannare, 2012. [14] Hair, J.F.Jr., Black, W.C., Babin, B.J., Anderson, R.E., & Tatham, R.E., Multivariate data Analysis(6th ed.), Upper Saddle River, NJ: Pearson Prentice Hall, 2006. [15] Bagozzi, R.P., & Yi,Y, On the evaluation of structural equation models, Journal of the Academy of Marketing Science, Vol. 16, No. 1, pp. 7494, 1988. [16] Fornell, C., & Larcker, D.F, Evaluating structural equation models with unobservable variables and measurement error, Journal of Marketing Research, Vol. 18, No. 1, pp. 3950, 1981. 110 Journal of Digital Convergence 2017 Oct; 15(10): 103111
The Study on the comparative analysis of EFA and CFA 최창호 (Choi, Chang Ho) 1988 년 2 월 : 고려대학교무역학과 ( 경영학사 ) 2002 년 9 월 : 신용분석사 2008 년 9 월 : 경영지도사 ( 재무관리 ) 2011 년 2 월 : 한성대학교지식서비스 & 컨설팅대학원지식서비스 & 컨설팅학과 ( 컨설팅학석사 ) 2014 년 2 월 : 한성대학교일반대학원지식서비스 & 컨설팅학과 ( 컨설팅학박사 ) 2012 년 3 월 현재 : 한성대지식서비스 & 컨설팅대학원겸임교수 ( 전략적 VBM 컨설팅방법론, 통계조사방법론, 통계분석컨설팅방법론강의 ) 2015 년 6 월 : 기업 기술가치평가사 1991 년 12 월 현재 : 신용보증기금근무 ( 현, 서부창조금융센터장 ) 관심분야 : 컨설팅, 컨설팅성과, 재무관리, 인사조직, CSR, 기업가치평가, 지식재산가치평가, 조사방법론, 통계분석방법론 EMail : chchoi@kodit.co.kr 유연우 (You, Yen Yoo) 1996년 2월 : 숭실대학교정보과학대학원산업경영 ( 석사 ) 2007년 2월 : 한성대학교일반대학원행정학과 ( 행정학박사 ) 1981년 7월 2002년 1월 : 해외건설협회 ( 기획, 전산, 해외금융, 전략 /IT 컨설팅 ) 2002년 2월 2009년 4월 : 중소기업기술정보진흥원 ( 컨설팅, 경영혁신, CSR, IT, 서비스R&D, 기술혁신 ) 2008년 9월 현재 : 한성대학교지식서비스 & 컨설팅학과교수 2010년 1월 현재 : 서울산업통산진흥원 BS 산업육성위원회위원 2011년 1월 현재 : 소상공인진흥원신사업아이디어발굴및평가운영위원 2011년 7월 현재 : ( 재 ) 장애인기업종합지원센터평가위원 2011년 11월~ 현재 : 제주관광공사성과평가위원 2012년 1월~현재 : 한국발명진흥회사업평가위원 관심분야 : Consulting(Strategy, PM, 성과평가, MOT), CSR, Technology Innovation, Management Innovation, Service R&D, Franchise, 1인창조기업, 지식재산, 장애인기업지원 EMail : threey0818@hansung.ac.kr Journal of Digital Convergence 111