■ Q²predict와 평균 예측 Q²predict 가 0보다 크면 모델이 단순 평균 예측보다 우수하다는 의미입니다. 0 이하이면 예측적 관련성이 없다고 판단합니다. 따라서 Q²predict 를 먼저 확인하고, 양수인지 여부로 모델의 기본 타당성을 검증합니다. ■ RMSE·MAE 선택 기준 오차 규모를 나타내는 RMSE 는 큰 오차에 가중치를 부여합니다. 반면 MAE 는 절대값 평균으로 이상값에 덜 민감합니다. 오차 분포가 비대칭(왜도 절대값이 1 초과)일 경우 MAE 를 사용하는 것이 권장됩니다. SSRA 에서는 왜도가 1을 초과하는 지표가 절반 이상이면 MAE 로, 그렇지 않으면 RMSE 로 판정합니다. LM 기준모형과 비교 PLS-SEM 의 예측 성능을 평가하려면 비교 대상이 필요합니다. 가장 단순한 경쟁 모형인 LM(선형 회귀)과의 오차 차이를 살펴봅니다. PLS-SEM 이 LM 보다 오차가 작다면, 잠재변수와 경로를 포함한 이론 모형이 단순 회귀보다 새로운 자료에 대해 더 높은 예측력을 가진다고 해석합니다. 위 세 가지 지표를 순차적으로 검토하면, 어느 결과를 보고서에 제시할지 명확히 판단할 수 있습니다. Q²predict 가 양수이고, RMSE·MAE 선택 기준에 맞는 지표가 낮으며, LM 보다 오차가 작을 경우 PLS-SEM 결과를 그대로 보고하는 것이 타당합니다. 반대로 어느 한 항목이라도 기준에 미치지 못한다면, 해당 지표를 보완하거나 모델을 재검토해야 합니다. 자세한 내용: https://ssra.or.kr/kc/post.php?id=189