표본을 k겹으로 나눠, 학습 겹으로 추정한 모형이 나머지 응답자의 내생변수 측정지표를 얼마나 맞히는지 재는 표본 외 예측력 평가. Q²predict 와 RMSE·MAE 를 선형회귀(LM) 기준모형과 견준다.
자주 묻는 질문
Q. SSRA에서 PLS-SEM 분석을 할 수 있나요?
A. 할 수 있습니다. 모형을 그리고 실행하면 신뢰도·타당도, 경로계수, 가설검증 결과가 논문 표 형식으로 나옵니다. CB-SEM 도 같은 화면에서 지원합니다.
Q. PLS-SEM 결과에서 경로계수 옆의 별표는 무슨 뜻인가요?
A. 유의수준 표시입니다. *는 p<0.05, **는 p<0.01 을 뜻합니다.
Q. 매개효과와 조절효과도 분석되나요?
A. 매개효과·조절효과·그룹비교 모두 같은 화면에서 이어서 실행합니다.
Q. SPSS나 SmartPLS 없이 논문을 쓸 수 있나요?
A. 기술통계부터 구조방정식까지 SSRA 안에서 실행되고 결과가 논문 표 형식으로 나오므로, 별도 통계 프로그램 없이 진행할 수 있습니다.
Q. 분석 결과를 논문 표로 그대로 쓸 수 있나요?
A. 결과표가 학술지 형식으로 나오고, 보고서 작성 자동화에서 표와 그림을 본문에 자동 삽입할 수 있습니다.
Q. PLS-SEM 모형의 예측력(PLSpredict)도 볼 수 있나요?
A. 볼 수 있습니다. PLS-SEM 을 실행한 뒤 분석결과의 [예측력(PLSpredict)]을 누르면, 10겹 교차검증 10회 반복(5겹·1회도 선택 가능)으로 내생변수 측정지표마다 Q²predict 와 RMSE·MAE 를 구해 선형회귀(LM) 기준모형과 견주고, 예측력을 높음·중간·낮음·없음으로 판정합니다(Shmueli et al., 2019).