순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
■ 모형 개요
최근 데이터 양이 적은 상황에서도 예측 중심의 구조방정식 분석이 늘어나면서 PLS-SEM을 활용한 연구가 주목받고 있습니다. 저는 현재 온라인 설문을 통해 수집한 응답 데이터를 기반으로, 사용자의 서비스 만족도를 예측하는 모형을 구상하고 있습니다.
■ 변수 설정
· 독립변수 : 시스템 사용 용이성, 정보 제공 적시성
· 매개변수 : 인지된 유용성, 감정적 몰입도
· 종속변수 : 서비스 만족도
· 조절변수 : 사용자 연령, 이용 빈도
시스템 사용 용이성과 정보 제공 적시성이 인지된 유용성과 감정적 몰입도를 각각 매개해 서비스 만족도에 영향을 미칠 것으로 가정했습니다. 또한 연령과 이용 빈도가 이 경로들을 강화하거나 약화시킬 수 있다고 설정했습니다. 변수 간 관계가 과도하게 복잡하거나 표본 크기에 비해 과다하게 설정되지 않았는지 검토가 필요합니다.
검토 요청
위와 같은 변수 배치와 가설 설정이 PLS-SEM 모형에 적합한지, 혹은 추가하거나 제외해야 할 요소가 있는지 의견을 주시면 감사하겠습니다.
자세한 내용: https://ssra.or.kr/glossary.php
댓글 1
SSRA 연구지원팀
2026-10-01 09:28
서비스 만족도를 구체적으로 어떤 설문 항목으로 측정할 계획인지 여쭤봅니다.
· 독립변수와 매개변수 사이에 경로가 다중으로 설정돼 있어 표본이 작을 경우 모델 복잡도가 높아질 위험이 있습니다. 특히 인지된 유용성과 감정적 몰입도를 동시에 매개변수로 두면 잠재변수 간 중복 문제가 발생할 수 있으니 하나를 삭제하거나 차원을 축소하는 방안을 고려해 보시기 바랍니다. 조절변수인 연령과 이용 빈도를 다중군집으로 나누면 표본이 더욱 분산되어 추정 안정성이 떨어질 수 있습니다.
다음 단계에서는 각 잠재변수의 신뢰도와 수렴 타당도를 검토하고, 표본 크기에 맞는 최소 요구사항을 확인한 뒤 모델을 단순화하는 작업을 진행하시길 권합니다.
댓글 1