[SmartPLS 비교] Corporate Reputation 모형 — SmartPLS 결과와 맞춰보기

연구 Q&A

# SmartPLS와 SSRA, 같은 자료로 같은 결과가 나오는지 맞춰보기 — Corporate Reputation 모형

「SSRA 결과가 SmartPLS와 같은가?」라는 질문을 자주 받습니다. 말로 답하는 대신 **같은 자료·같은 모형을 두 프로그램에 각각 돌려 숫자를 나란히 놓고 보는 것**이 가장 확실합니다.

이 카드는 PLS-SEM 교재의 표준 예제인 **Corporate Reputation 모형**(Hair, Hult, Ringle, Sarstedt, *A Primer on PLS-SEM*)을 SSRA에서 그대로 재현하는 절차입니다. 독일 이동통신 이용자 **344명**, 7점 척도 자료이고, SmartPLS 공식 홈페이지가 예제 프로젝트로 공개하고 있어 **정답지(SmartPLS 실행 결과)가 이미 출판되어 있다**는 점이 이 예제를 고른 이유입니다.

> 이 카드는 **임시 공개본**입니다. 실제로 돌려 보고 화면 이름·버튼 위치·수치를 확인한 뒤 다듬을 예정입니다.

---

## 한눈에 보는 순서

| 단계 | 하는 일 | 화면 |
| --- | --- | --- |
| 1 | 예제 자료 내려받기 | SmartPLS 공식 예제 페이지 |
| 2 | 자료 업로드 | 통계분석 자동화 → 새 자료 만들기 |
| 3 | 구조방정식모형 설정 + **잠재변수 일괄등록** | 구조방정식모형 설정 |
| 4 | PLS 구조방정식모형 실행 | 구조방정식(PLS) 실행 |
| 5 | 신뢰도·타당도·가설검증 결과 대조 | 분석 결과 |
| 6 | 보고서 생성 | 보고서 작성 |

---

## 1) Corporate Reputation 예제 자료 내려받기

자료는 **SmartPLS 공식 예제 페이지**에서 직접 받으세요. 로그인 없이 내려받을 수 있습니다.

👉 https://smartpls.com/documentation/sample-projects/corporate-reputation

페이지의 **download the project** 를 눌러 `sample_corporate_reputation_primer.zip` 을 받고, 압축을 풀면 나오는 **`Complete data.txt`** 가 분석용 자료입니다. 세미콜론(`;`)으로 구분된 344행 × 42열이고, **SSRA는 이 파일을 변환 없이 그대로 읽습니다.**

> 자료의 저작권은 교재 저자와 SmartPLS에 있습니다. SSRA는 사본을 두지 않고 공식 배포처로 안내합니다.

### 결측값이 11칸 있습니다

이 파일에는 **빈칸으로 비어 있는 결측이 11칸** 있습니다. 네 열에만 몰려 있고, 행으로 세면 344명 중 **8명**입니다.

| 열 | 결측 수 | 결측 비율 | 평균(결측 제외) |
| --- | --- | --- | --- |
| `cusa` | 1 | 0.29% | 5.440 |
| `cusl_1` | 3 | 0.87% | 5.129 |
| `cusl_2` | 4 | 1.16% | 5.276 |
| `cusl_3` | 3 | 0.87% | 5.651 |

#### 잠깐 — 어떤 판본을 받았는지부터 보세요

같은 자료가 **결측을 다르게 표시한 두 판본**으로 돌아다닙니다. 어느 것을 받았느냐에 따라 해야 할 일이 갈립니다.

| 판본 | 결측 표시 | 어디서 받나 | 할 일 |
| --- | --- | --- | --- |
| `Complete data.txt` | **빈칸** | 예제 프로젝트 zip 안 | 없음 — 자동으로 결측으로 읽힙니다 |
| `Corporate reputation data.csv` | **`-99`** | 교재 사이트 배포본 | 「−99는 결측」이라고 **등록**해야 합니다 |

차이가 나는 이유는 이렇습니다. **어떤 숫자도 그 자체로는 결측이 아닙니다.** `-99` 도 그냥 숫자 −99라서, 사람이 「이 값은 결측으로 취급한다」고 약속하고 등록해 주기 전까지는 프로그램이 알 방법이 없습니다. 등록하지 않으면 −99가 실제 응답으로 평균에 들어갑니다. 교재가 「응답에 달리 나타나지 않는 값을 고르라」고 못 박는 것도 이 때문입니다 — 예컨대 0을 결측 코드로 쓰면 0이 유효 응답인 척도에서는 둘을 구분할 수 없게 됩니다.

반면 **빈칸은 «값이 없다»는 사실 자체**라 약속이 필요 없습니다. 세미콜론 사이가 비어 있으면 어떤 숫자로도 해석되지 않으므로 그대로 결측입니다.

* **SmartPLS** — `-99` 판본은 자료 가져오기 창 아래 `Missing value treatment` 상자에 `-99` 를 넣고 `Apply marker` 를 눌러야 합니다(누르면 상자가 초록으로 바뀌며 「11 missing values」가 뜹니다). 빈칸 판본은 이 단계가 없습니다.
* **SSRA** — **결측값 등록** 화면의 «이산형 결측값 / 범위지정 결측값»이 바로 이 코드값 등록 기능입니다. `-99` 판본을 쓸 때만 필요하고, 빈칸 판본은 손댈 게 없습니다.

이 카드는 **빈칸 판본(`Complete data.txt`)** 을 기준으로 씁니다.

#### SmartPLS의 처리 방식

**SmartPLS는 이 자료를 평균대체(Mean Replacement)로 처리합니다.** 공식 예제 프로젝트에 들어 있는 모든 모형의 설정이 `MEAN_REPLACEMENT` 로 저장되어 있고, 교재 3장도 「결측 비율이 5%를 넘는 지표가 없으므로(최대 `cusl_2` 1.16%) 평균대체를 쓴다」고 밝히고 있습니다. 즉 **표본 344명을 그대로 두고 빈칸에 위 평균값을 채운 것**이 교재 수치의 조건입니다.

SmartPLS에서 이 선택은 분석을 돌릴 때 합니다 — 알고리즘 설정 창의 **`Data` 탭 → `Missing value algorithm`** 에서 셋 중 하나를 고릅니다.

| 옵션 | 하는 일 | 표본 |
| --- | --- | --- |
| **Mean replacement** | 결측을 그 지표의 평균으로 채움 | 344명 유지 |
| **Casewise deletion** | 결측이 있는 응답자를 통째로 제외 | 336명 |
| **Pairwise deletion** | 계산마다 쓸 수 있는 사례만 사용 | 계산별로 다름 |

> **「결측치 삭제」는 파일에서 행을 지우는 게 아닙니다.** SmartPLS에서는 `Casewise deletion` 을 고르면 원본은 그대로 두고 알고리즘이 해당 응답자를 빼고 계산합니다. 결과는 그 8개 행을 지우고 올린 것과 같습니다.

결측이 5%를 넘는 지표가 있으면 평균대체는 권장되지 않고 삭제 방식을 씁니다. 이 예제는 최대 1.16%라 평균대체가 기본값입니다.

SSRA에서 맞추는 방법은 두 가지입니다.

* **교재와 똑같이 맞추기 (권장)** — 엑셀에서 네 열의 빈칸을 위 평균값으로 채우고 올립니다. 표본 **344명**. 교재 수치와 소수점 셋째 자리까지 대조할 수 있습니다.
* **간단히 가기** — 빈칸이 있는 8개 행을 지우고 올립니다(엑셀에서 해당 열을 **빈 셀**로 필터링 → 행 삭제). 표본 **336명**. 헤더를 뺀 행 번호로 **178, 199, 204, 218, 279, 282, 300, 338**번입니다. 계수가 소수점 셋째 자리에서 조금 갈리지만 유의/비유의 결론은 바뀌지 않습니다.

> **원본을 그대로 올리면 등록이 막힙니다.** SSRA는 빈칸을 `Null` 로 인식하고, Null이 있는 자료는 기본적으로 등록을 허용하지 않습니다(미리보기에서 「"Null" 값이 포함된 자료는 입력이 허용되지 않습니다」가 뜨고 **작성 확인** 버튼이 나타나지 않습니다). 그러니 **올리기 전에 위 둘 중 하나로 정리하세요.** 굳이 원본 그대로 넣어 보려면 미리보기 화면의 [[btn:설정|gray]] → **Null 포함여부**를 «예»로 바꾸면 등록은 되지만, 이후 처리 방식이 교재 조건과 달라지므로 비교용으로는 권하지 않습니다.
>
> 참고로 SSRA의 **결측값 등록** 화면은 `-99` 같은 «코드값»을 결측으로 바꾸는 용도라 빈칸에는 쓸 일이 없습니다.

**자료 구성 (344 × 42)**

| 구성개념 | 코드 | 측정지표 |
| --- | --- | --- |
| 역량 Competence | COMP | comp_1 comp_2 comp_3 |
| 호감도 Likeability | LIKE | like_1 like_2 like_3 |
| 고객만족 Customer Satisfaction | CUSA | cusa *(단일지표)* |
| 고객충성도 Customer Loyalty | CUSL | cusl_1 cusl_2 cusl_3 |
| *(확장모형)* 매력도 | ATTR | attr_1 ~ attr_3 |
| *(확장모형)* 사회적 책임 | CSOR | csor_1 ~ csor_5 |
| *(확장모형)* 성과 | PERF | perf_1 ~ perf_5 |
| *(확장모형)* 품질 | QUAL | qual_1 ~ qual_8 |

이 밖에 `switch_1~4`(전환비용, 조절효과 실습용), `*_global`(단일문항 총괄평가, 조형지표 중복성 분석용), `serviceprovider`·`servicetype`(그룹비교용) 열이 함께 들어 있습니다.

### SmartPLS로도 직접 돌려보려면 — 30일 무료

이 카드의 **5) 결과 대조** 에 실린 수치는 교재에 출판된 값이라 SmartPLS 없이도 비교할 수 있습니다. 다만 두 화면을 나란히 놓고 보고 싶다면 **30일 무료 평가판**으로 충분합니다.

* **SmartPLS Professional 30일 무료 · 신용카드 등록 불필요 · 전 기능 사용 가능**
* 설치 후 처음 실행하면 라이선스를 묻습니다. **30일 무료 평가판**을 고르고 이메일 주소를 넣으면 확인 코드가 메일로 옵니다. 그 코드를 넣으면 끝입니다.
* 👉 https://www.smartpls.com/free-trial/

> **무료 student 버전으로는 이 실습을 못 합니다.** 알고리즘은 다 쓸 수 있지만 **표본 100개 제한**이 있어 344명 자료가 들어가지 않습니다(보고서 내보내기도 막혀 있습니다). 반드시 30일 평가판을 쓰세요.

---

## 2) 통계분석 자동화에서 파일 업로드

### ① 자료 생성 패널 열기

**통계분석 자동화 → 구조방정식모형 분석** 화면에서, 위쪽 **자료 선택** 영역의 **오른쪽 끝**에 있는 [[btn:자료 생성|primary+plus-circle-fill]] 버튼을 누릅니다. 아래로 **자료 파일 등록** 패널이 펼쳐집니다. (버튼 이름이 [[btn:자료 생성 닫기|gray]] 로 바뀌면 열린 상태입니다.)

### ② 파일 형식 선택 — TXT

**파일 형식 선택** 에서 **TXT**(첫 줄 헤더 포함)를 고릅니다. CSV·Excel·SPSS·Google Sheet 중 TXT를 고를 때만 아래에 **구분자 선택** 칸이 나타납니다.

### ③ 구분자를 «세미콜론 (;)» 으로 — 이 단계를 빠뜨리기 쉽습니다

**구분자 선택의 기본값은 «탭 (Tab)» 입니다.** `Complete data.txt` 는 세미콜론으로 나뉘어 있으므로, 그대로 두면 42개 열이 한 덩어리로 읽혀 다음 화면에 **「항목 구분이 되지 않았습니다」** 경고가 뜹니다.

* **미리 고르는 방법(권장)** — 파일을 고르기 전에 **세미콜론 (;)** 을 선택해 둡니다.
* **이미 경고가 떴다면** — 그 경고 상자 안에 구분자 라디오(탭 / 쉼표 / 세미콜론 / 공백)가 함께 나옵니다. **세미콜론 (;)** 을 고르면 **자동으로 다시 읽어들입니다.** 처음부터 다시 올릴 필요 없습니다.

### ④ 파일 선택 → 등록 확인

[[btn:파일 선택|gray+folder2-open]] 을 누르거나 점선 영역에 파일을 끌어다 놓고, [[btn:등록 확인|primary+upload]] 를 누릅니다.

### ⑤ 미리보기에서 확인하고 «작성 확인»

표 형태의 미리보기가 뜹니다. 여기서 볼 것은 네 가지입니다.

| 확인할 것 | 정상 |
| --- | --- |
| 열이 제대로 나뉘었나 | 첫 줄이 `serviceprovider` `servicetype` `comp_1` … 로 42칸 |
| **첫줄 행제목** | «예» (기본값) |
| 행 수 | 344 또는 336 |
| 빨간 `Null` 표시 | **없어야 합니다** |

**설문제목** 칸에 이름을 넣고(24자 이내, 예: `Corporate Reputation`) [[btn:작성 확인|primary+check-lg]] 를 누르면 등록이 끝납니다.

> **작성 확인 버튼이 안 보인다면** 둘 중 하나입니다. ⑴ 표에 빨간 `Null` 이 있다 — 위 결측 절대로 정리한 파일인지 확인하세요. ⑵ 행이 1,200개를 넘는다 — 이 자료는 344행이라 해당 없습니다.

> 엑셀에서 결측을 정리하다 `.csv` 로 저장했다면 파일 형식 **CSV** 로 올리면 됩니다(구분자 선택 칸이 나오지 않습니다). 어느 쪽이든 결과는 같습니다.

---

## 3) 구조방정식모형 설정 — 잠재변수 일괄등록

**구조방정식모형 설정** 화면에서 [[btn:잠재변수 일괄등록|primary]] 를 누르고, 아래 스크립트를 **통째로 붙여넣은 뒤** [[btn:설정확인]] 을 누르세요. 잠재변수·측정지표·경로·도형 좌표가 한 번에 들어가고 연구모형이 그대로 그려집니다.

### 기본모형 (Simple Model) — 잠재변수 4개

```
역량: COMP = comp_1 comp_2 comp_3
호감도: LIKE = like_1 like_2 like_3
고객만족: CUSA = cusa
고객충성도: CUSL = cusl_1 cusl_2 cusl_3
CUSA = COMP LIKE
CUSL = COMP LIKE CUSA
COMP(120x110)
LIKE(120x390)
CUSA(460x250)
CUSL(760x250)
```

줄 형식은 세 가지입니다.

| 줄 | 형식 | 뜻 |
| --- | --- | --- |
| 잠재변수 | `잠재변수명: 코드 = 측정지표들` | 코드는 영문 대문자, 측정지표는 업로드한 열 이름 |
| 경로설정 | `종속변수 = 독립변수1 독립변수2` | 화살표가 들어오는 변수를 왼쪽에 |
| 좌표 | `코드(가로x세로)` | 도형 위치. 900×620 화면 기준, 생략하면 자동 배치 |

붙여넣은 뒤 화면 오른쪽 도형이 **COMP·LIKE(왼쪽) → CUSA(가운데) → CUSL(오른쪽)** 모양으로 그려지면 정상입니다. 마지막으로 [[btn:설정|primary]] 을 눌러 모형을 저장하세요.

> **확인 지점** — CUSA는 측정지표가 `cusa` 하나뿐인 **단일지표 구성개념**입니다. 단일지표를 SSRA가 어떻게 처리하는지가 첫 번째 비교 포인트입니다.

### 확장모형 (Extended Model) — 잠재변수 8개

기본모형이 잘 돌아간 뒤에 시도하세요. 교재에서 ATTR·CSOR·PERF·QUAL은 **조형지표(formative)** 로 지정합니다. 아래 스크립트로 등록한 뒤, 이 네 개는 화면에서 조형지표로 바꿔 주어야 교재와 같은 결과가 나옵니다.

```
매력도: ATTR = attr_1 attr_2 attr_3
사회적책임: CSOR = csor_1 csor_2 csor_3 csor_4 csor_5
성과: PERF = perf_1 perf_2 perf_3 perf_4 perf_5
품질: QUAL = qual_1 qual_2 qual_3 qual_4 qual_5 qual_6 qual_7 qual_8
역량: COMP = comp_1 comp_2 comp_3
호감도: LIKE = like_1 like_2 like_3
고객만족: CUSA = cusa
고객충성도: CUSL = cusl_1 cusl_2 cusl_3
COMP = ATTR CSOR PERF QUAL
LIKE = ATTR CSOR PERF QUAL
CUSA = COMP LIKE
CUSL = COMP LIKE CUSA
ATTR(70x60)
CSOR(70x220)
PERF(70x380)
QUAL(70x540)
COMP(360x170)
LIKE(360x430)
CUSA(610x300)
CUSL(830x300)
```

---

## 4) PLS 구조방정식모형 실행

**구조방정식(PLS) 실행** 을 누릅니다. 교재와 같은 조건으로 맞추려면

* 알고리즘: **PLS (경로가중 방식)**
* 부트스트랩 표본: **10,000** (교재 기준. 5,000으로도 결론은 같습니다)
* 유의수준: 양측 5%

부트스트랩은 난수를 쓰기 때문에 소수점 셋째 자리는 실행할 때마다 조금씩 달라집니다. **둘째 자리까지 일치하면 같은 결과로 봅니다.**

---

## 5) 결과 대조 — SmartPLS 기준값

아래 표는 SmartPLS 공식 케이스 스터디에 **출판된 값**입니다. SSRA 결과를 옆에 적어 비교해 보세요.

### 신뢰도 · 집중타당도 (기본모형)

| 구성개념 | Cronbach α | ρ_A | ρ_C (CR) | AVE | √AVE |
| --- | --- | --- | --- | --- | --- |
| COMP | 0.776 | 0.832 | 0.865 | 0.681 | 0.825 |
| LIKE | 0.831 | 0.836 | 0.899 | 0.747 | 0.864 |
| CUSL | 0.831 | 0.839 | 0.899 | 0.748 | 0.865 |
| CUSA | *단일지표 — 해석하지 않음* | 1.000 | — | — | — |

판별타당도는 HTMT 값이 모두 0.85 아래, Fornell–Larcker 기준도 모두 충족합니다.

### 경로계수 · 설명력 (기본모형)

| 경로 | SmartPLS 기준값 | 판정 |
| --- | --- | --- |
| CUSA → CUSL | **0.504** | 지지 |
| LIKE → CUSL | **0.342** | 지지 |
| COMP → CUSL | **0.009** | 기각 |
| COMP → CUSA | *교재 미공개 — 확장모형 기준 0.146* | — |
| LIKE → CUSA | *교재 미공개 — 확장모형 기준 0.436* | — |

| 내생변수 | R² |
| --- | --- |
| CUSL | **0.562** |
| CUSA | **0.295** |

### 확장모형 경로계수 (부트스트랩 10,000)

| 경로 | 계수 | t 값 | p 값 | 판정 |
| --- | --- | --- | --- | --- |
| QUAL → COMP | 0.430 | 6.400 | 0.000 | 지지 |
| QUAL → LIKE | 0.380 | 5.834 | 0.000 | 지지 |
| PERF → COMP | 0.295 | 4.457 | 0.000 | 지지 |
| PERF → LIKE | 0.117 | 1.684 | 0.092 | 기각 |
| CSOR → COMP | 0.059 | 1.086 | 0.278 | 기각 |
| CSOR → LIKE | 0.178 | 3.200 | 0.001 | 지지 |
| COMP → CUSA | 0.146 | 2.173 | 0.030 | 지지 |
| LIKE → CUSA | 0.436 | 7.381 | 0.000 | 지지 |
| COMP → CUSL | 0.006 | 0.103 | 0.918 | 기각 |
| LIKE → CUSL | 0.344 | 6.207 | 0.000 | 지지 |
| CUSA → CUSL | 0.505 | 11.960 | 0.000 | 지지 |

확장모형 R²: COMP 0.631 · LIKE 0.558 · CUSL 0.562 · CUSA 0.292

### 매개효과 (확장모형)

| 관계 | 직접효과 | 간접효과 (CUSA 경유) | 해석 |
| --- | --- | --- | --- |
| COMP → CUSL | 0.006 (n.s.) | 0.074 (유의) | **완전매개** |
| LIKE → CUSL | 0.344 (유의) | 0.220 (유의) | **부분매개**(보완적) |

---

## 6) 보고서 생성 — SSRA만 되는 부분

여기까지는 두 프로그램이 같은 숫자를 내는지 확인하는 과정입니다. **결과가 나온 다음**부터가 차이입니다.

SmartPLS는 수치표를 주고 끝납니다. 표를 논문 형식으로 옮기고, 문장으로 풀고, 표·그림 번호를 붙이는 일은 사람이 합니다.

SSRA는 **보고서 작성** 에서 같은 결과를 논문 체제 그대로 뽑아냅니다.

* 측정모형 평가표(신뢰도·집중타당도·판별타당도)를 학술지 표 형식으로
* 구조모형 검증표(경로계수·t·p·채택 여부)와 가설검증 요약
* 결과를 서술한 **본문 문장 초안**과 연구모형 그림
* 한글(HWP)·Word·PDF 내려받기

같은 자료로 두 도구를 돌려 보면, 숫자가 같은지보다 **숫자 다음에 남는 일이 얼마나 줄어드는지**가 더 크게 보일 것입니다.

---

## 실행하면서 확인할 것 (피드백 환영)

1. **단일지표 구성개념(CUSA)** 이 그대로 등록되고 실행되는지
2. **결측 처리** — 빈칸을 손대지 않고 올렸을 때 SSRA가 결측으로 인식하는지, 그리고 평균대체(344명)와 8개 행 삭제(336명)의 결과 차이가 어느 정도인지
3. **부트스트랩 표본 수**를 10,000으로 맞출 수 있는지
4. **조형지표(formative)** 지정 후 확장모형이 교재 값과 맞는지
5. 도형 좌표가 스크립트대로 그려지는지 (모바일에서는 전체가 축소되어 보입니다)

---

## 자료 출처

* SmartPLS 공식 예제: https://smartpls.com/documentation/sample-projects/corporate-reputation
* Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). *A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM)* (3rd ed.). Sage.
* 위 표의 기준값은 같은 책의 공개 케이스 스터디(3·4·5·6·7장)에 실린 수치입니다.

## 함께 보기

* [PLS-SEM과 CB-SEM 실습 예제 — 기술수용모형(TAM)](post.php?id=72)
* [조형지표 실습 예제 — 정보시스템 성과모형(IS Success)](post.php?id=77)
* [매개효과분석 실습 예제 — 미국고객만족지수(ACSI)](post.php?id=75)