■ Q²와 SSRA의 차이 Q²는 블라인드폴딩을 통해 일부 데이터를 가리고 모형이 그 값을 얼마나 잘 예측했는지 평가하는 지표입니다. 평균으로 찍는 것보다 나으면 Q²가 0보다 크며, 0.02, 0.15, 0.35를 기준으로 예측력의 크기를 구분합니다. 반면 SSRA는 교차타당 중복성을 이용해 선행 잠재변수를 거쳐 각 내생변수를 예측하므로 구조모형의 예측력을 보는 방법입니다. D=7이라는 생략거리를 적용하고 일곱 번 반복해 Q²와 동일한 방식으로 SSE와 SSO를 누적해 계산합니다. ■ 보고 기준 제시 두 지표 모두 0 이하이면 예측적합성이 없다고 판단합니다. Q²는 값 자체가 예측력의 크기를 직접 제시하므로, 0.15 이상이면 중간, 0.35 이상이면 큰 예측력을 가졌다고 보고합니다. SSRA는 Q²와 동일한 절차를 따르지만, 선행 잠재변수의 영향을 반영하므로 내생변수에 한정해 해석합니다. 외생변수에는 Q²가 존재하지 않으며, 표에 종속변수만 나타나는 것이 정상입니다. 따라서 내생변수에 대한 예측력을 강조하고 싶다면 SSRA 결과를, 전체 모형의 예측력을 간단히 제시하고 싶다면 Q² 값을 인용하는 것이 바람직합니다. · Q²는 전체 모형의 예측적합성을 한눈에 보여주며, 값이 클수록 모델이 새로운 데이터를 잘 재현한다는 의미입니다. · SSRA는 각 내생변수별 예측력을 상세히 제공하므로, 변수 수준에서 예측력을 평가하고 싶을 때 활용합니다. 결국 연구 목적이 전체 모형의 예측능력 제시인지, 혹은 개별 내생변수의 예측력을 강조하는지에 따라 선택하면 됩니다. 자세한 내용: https://ssra.or.kr/kc/post.php?id=188