김수영 교수팀 논문 세계적 SSCI 학술지 <Structural Equation Modeling> 게재
- 작성처
- 등록일2021.05.07
- 8623
심리학과 김수영 교수(교신저자)와 지도학생 전민정 씨(제1저자)가 「부분종단측정불변성 조건에서 2차잠재성장모형의 수행도: 두 척도화 방법의 비교(Performance of Second-Order Latent Growth Model Under Partial Longitudinal Measurement Invariance: A Comparison of Two Scaling Approaches)」 논문을 통해 사회과학 연구방법론에서 지금까지 그 복잡성으로 인해 정확히 규명되지 못했던 2차잠재성장모형의 추정 정확성과 해석상의 문제점을 규명했다. 본 논문은 심리학, 사회학, 교육학 등을 포함하는 사회과학 연구방법론 분야의 세계적인 SSCI 학술지로서 지난 10년 동안 네 번이나 인용지수 1위(Social Sciences, Mathematical Methods 분야)를 차지한 <Structural Equation Modeling>에 게재됐다.
최근 사회과학 연구의 핵심 중 하나는 여러 시점에 걸친 종단자료(longitudinal data)를 수집하여, 횡단자료(cross-sectional data)로는 밝힐 수 없는 인과관계와 시간의 흐름에 따른 관심 변수의 변화를 규명하는 것이다. 이를 위해 자주 사용되고 있는 잠재성장모형(Latent Growth Model)은 시간이 지남에 따른 변화 패턴을 분석하고자 할 때 구조방정식의 틀을 사용하는 뛰어난 통계모형으로 이미 심리학·교육학·간호과학·경영학 등에서 광범위하게 이용되고 있다. 하지만 사람의 심리 등을 종단적으로 측정하는 연구에서는 필연적으로 측정의 오차가 발생하게 된다. 예를 들어, 개인의 태도나 성향의 강도를 측정하는 기법의 하나인 리커트 척도(likert scale)를 이용하여 사람의 행복을 측정한다고 할 때 ①행복하지 않다 ②그저 그렇다 ③행복하다 라는 세 가지 반응 중의 하나로 진정한 행복 수준을 정확히 측정할 수가 없다. 그리고 일반적인 잠재성장모형은 이러한 측정의 오차를 통제할 수 없다는 단점이 있다.
이에 반해 2차잠재성장모형은 종단자료의 심리측정 과정에서 발생하는 오차를 모형으로 통제할 수 있어 최근 심리구인을 사용하는 다양한 영역에서 큰 관심을 받고 있다. 이런 장점에도 불구하고 2차잠재성장모형을 사용하는 데 있어 가장 어려운 점은 모형의 척도화(scaling) 부분이다. 척도화는 모형에서 변수의 단위를 결정하는 작업으로서 모형추정의 출발점인데, 이것이 아직 충분히 규명되지 못한 상태이다.
본 연구는 다양한 척도화 방법 중에서 2차잠재성장모형에 오랜 기간 적용해 왔던 표지변수(marker variable) 방법과 최근 새롭게 주목받는 효과코딩(effects coding) 방법 중 무엇이 더 정확한 추정을 가능하게 하는지, 그리고 어떤 방법이 실용적인 해석가능성을 가지고 있는지를 수식 전개와 컴퓨터 시뮬레이션을 통해서 밝혔다. 본교팀은 프로그래밍을 통하여 가상의 종단자료를 생성하고, 이를 표지변수 방법과 효과코딩 방식을 이용하여 모형추정한 이후에 오차의 크기를 비교하는 시뮬레이션 방식을 채택했다. 그 결과 두 방법은 여러 조건에서 그 우월성을 다투지만, 전반적으로 새로운 효과코딩 방법이 현실적인 자료수집 상황에서 더 정확하고 문제의 소지가 적은 척도화 방법으로 나타났다.
현재까지 출판된 2차잠재성장모형을 이용하는 대다수의 논문들이 표지변수를 이용하는 상황에서 본교팀의 논문은 효과코딩 방식의 우월성을 처음으로 증명한 연구라고 할 수 있다. 김수영 교수는 “향후 2차잠재성장모형을 이용하여 종단자료를 분석하고, 결과를 해석할 연구자들에게 중요한 지침을 줄 수 있으며, 국내외 종단자료 연구방법이 한단계 더 도약할 것으로 기대한다”고 밝혔다.
김수영 교수는 사회과학 영역의 심리측정 및 통계 분야에서 강의, 저술, 자문 등 다양한 연구 및 학술 활동을 꾸준하게 진행하는 동시에 자신의 전문성을 자동차, 바이오 분야로도 확장하여 심리학에 기반한 사용자 참여 디자인 연구, 음성자료를 이용한 빅데이터 연구, 유전체분석 관련 실증 연구를 진행하는 등 활발한 산학 간 융합 연구도 펼치고 있다.