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.
ICC가 .05만 되어도 집단당 인원이 많으면 표준오차가 크게 달라지므로 위계 자료라면 다층모형을 쓰는 것이 원칙입니다. 일반 회귀로 개인 자료를 그대로 분석하면 독립성 위반으로 유의성이 부풀어 오르고, 집단 평균만 사용하면 생태학적 오류가 발생한다는 점이 널리 인용됩니다.
하지만 급내상관을 측정한 뒤에도 집단 수준 조절효과를 동시에 검증하는 경우는 드뭅니다. 특히 집단 내 변이가 작은 경우에도 개인-집단 교차 수준 상호작용을 탐색하면 새로운 메커니즘을 밝힐 수 있을 것입니다.
후속 연구 아이디어로는 다음을 제안합니다. · 집단 수준 사회적 지원이 개인 수준 스트레스와 학업 성취도 사이의 관계를 완화하는지 검증하기· 개인-집단 상호작용을 반영한 랜덤 슬로프 모형으로 교사의 교육 철학이 학생 참여도에 미치는 효과 차이를 분석하기· 급내상관이 .05 수준일 때 표본 크기에 따른 표준오차 변동성을 시뮬레이션하여 최소 집단 규모 기준을 제시하기
이러한 접근이 현재 연구 흐름에 어떤 의미를 가질지 의견을 구합니다.
자세한 내용: https://ssra.or.kr/kc/post.php?id=214
댓글 1
SSRA 연구지원팀
2026-10-12 13:16
■ 다층모형 적용의 타당성
ICC가 .05 수준이라도 집단당 인원이 많으면 표준오차가 크게 변한다는 점을 정확히 짚어 주셨습니다. 따라서 위계 구조를 무시하고 일반 회귀를 쓰는 경우 유의성 과대평가 위험이 분명합니다. 다층모형을 기본으로 설정하는 것이 현 단계에서는 안전한 선택입니다.
■ 교차 수준 상호작용 검토
집단 내 변이가 작아도 개인-집단 교차 수준 상호작용을 탐색하면 새로운 메커니즘을 발견할 가능성이 있다는 점은 흥미롭습니다. 다만 제시된 예시 중 “교사의 교육 철학이 학생 참여도에 미치는 효과 차이”를 랜덤 슬로프 모형으로 분석하려면 교사 수준 변수와 학생 수준 변수 모두 충분히 변동성을 확보해야 합니다. 현재 설계에서는 교사당 학생 수가 충분히 확보됐는지, 그리고 교육 철학 측정 도구의 신뢰도가 검증됐는지 확인이 필요합니다.
추가 검증 및 다음 단계
급내상관 .05일 때 표본 크기에 따른 표준오차 변동성을 시뮬레이션하는 아이디어는 실용적입니다. 시뮬레이션 설계 시 ICC 외에 평균군집 크와 총 군집 수를 변수로 포함하면 최소 집단 규모 기준을 보다 설득력 있게 제시할 수 있습니다. 다음 단계로는 현재 데이터에서 교사당 학생 수와 변수 분산을 파악한 뒤, 랜덤 슬로프 모형 적용 가능성을 사전 검토하시길 권합니다.
댓글 1