[내가 하는 통계 분석] 매개효과 분석(Meditation Analysis) in R

안녕하세요, 산격동 너구리입니다.

 

 

이번 포스팅은,

 

R을 이용한 "매개효과 분석"입니다.

 

그 중에서도 가장 간단한 Baron & Kenny의 방법론으로 진행할 예정입니다.

---

개요

 

매개효과 분석이란?

 

독립 변수 X와 종속 변수 Y 사이에서, M이라는 변수가 중간에서 매개 역할을 할 것이다.

 

이러한 가설을 검증하는 분석입니다.

 

여기서 매개효과란??!

 

X가 Y에 직접적으로 영향을 줄 수도 있지만,

 

X가 M에 영향을 주고, 영향을 받은 M이 다시 Y에 영향을 주는 것을 매개효과라고 합니다.

 

 

매개효과에 대해서도 완전 매개와 부분 매개라는 것이 있는데요.

 

완전 매개는 X가 M을 통해 Y에게 주는 영향이 전부인 것이고,

 

부분 매개는 X가 M을 통해 Y에게 주는 영향에, X가 직접적으로 Y에게 주는 영향이 있는 것을 말합니다.

 

 

 Baron & Kenny의 방법론

 

매개 효과를 분석하는 방법에는 몇 가지 방법이 있지만,

 

그 중에서도 Baron & Kenny의 방법론은 회귀분석을 이용합니다.

 

아이디어는 간단합니다.

 

  1) X가 Y에 영향을 주면서,

 

  2) X가 M에도 영향을 줄 때,

 

  3) X와 M의 영향력을 같이 확인했을 때, X의 영향력의 변화에 따라 매개효과를 결정합니다.

 

1) ~ 3)에서의 영향력을 확인하기 위해 회귀분석을 사용합니다.

---

논란까지는 아닌 것 같고... 논문마다 조금씩 다른 부분이 있더라구요.

 

첫 번째는, 분석 순서입니다.

 

X → Y를 먼저하는 곳도 있고, X → M을 먼저하는 곳도 있었습니다만...

 

결과가 달라지지는 않으니....큰 문제는 아닐 것 같아요.

 

한국 논문에서는 대부분 아래의 순서대로 진행하므로 여기서도 똑같이 하겠습니다.

 

  1) X → M

 

  2) X → Y

 

  3) X + M → Y

 

 

두 번째는, 3단계로 하는 곳도 있고 4단계로 하는 곳도 있었습니다.

 

4단계의 경우에는, 위의 과정에서 M → Y의 과정이 추가되는 걸로 알고있는데,

 

포스팅에서는 위의 순서대로 3단계로 진행하겠습니다.

 

---

예제

 

15. [산격동 너구리] 매개 효과 예제.csv

0.01MB

 

1) X : 독립 변수

 

2) Y : 종속 변수

 

3) M : 매개 변수

 

 

데이터 불러오기

# 데이터 불러오기
data = read.csv("G:/잡동사니/산격동 너구리/[수정]/예제 파일/15. [산격동 너구리] 매개 효과 예제.csv", header = T)

1단계 : 독립 변수 → 매개 변수

 

model1 = lm(M~X, data = data)
summary(model1)

1단계에서, 독립 변수가 매개 변수에 유의한 영향을 미치는 것으로 나타났습니다.

 

따라서, 1단계는 만족합니다.

 

 

2단계 : 독립 변수 → 종속 변수

 

model2 = lm(Y~X, data = data) 
summary(model2)

2단계에서, 독립 변수가 종속 변수에 유의한 영향을 미치는 것으로 나타났습니다.

 

따라서, 2단계까지 만족합니다.

 

 

3단계 : 독립 변수 + 매개 변수 → 종속 변수

 

model2 = lm(Y~X, data = data) 
summary(model2)

3단계에서, 

 

  1) 매개 변수가 유의하고,

 

  2) 독립 변수도 여전히 유의합니다.

 

  3) 하지만, 독립 변수의 영향력이 줄어들었습니다.

     (1) 계수   : 0.38849 → 0.29246

     (2) t-value : 4.386 → 3.183

 

따라서, 매개 변수가 유의하고, 독립 변수의 영향력이 줄었지만, 여전히 유의하므로 부분 매개효과가 있음을 알 수 있습니다.

 

끝??

Baron & Kenny의 방법론에 의해서는 여기까지입니다.

 

하지만, 만약 여러분들이 논문을 찾아보고 들어온 것이라면, 조금 허전하실거예요.

 

Baron & Kenny의 방법은 방법론 자체에 있어서 빈틈이 많다고 알려져있으며,

 

보통 Baron & Kenny 방법으로 끝내지 않고, 마지막에 "Sobel Test"를 덧붙힙니다.

 

 

"Sobel test"는 다음 포스팅에서 소개하도록 하겠습니다.

---

이것으로 포스팅을 마무리하고, 다음 포스팅에서 다시 찾아뵙겠습니다.

 

이상, 산격동 너구리였습니다.

 

감사합니다.

 

 

 

* 잘못된 정보 및 오타가 포함되어 있을 수 있습니다.

  그대로 받아들이시기보다는 다른 사람의 의견도 참고하셔서 분석하시길 바랍니다.

 

* 포스팅 내용 및 통계 분석 관련 질문은 언제나 환영입니다.

  가능한 선에서 최대한 답변하도록 하겠습니다.