홍세희 교수의 고급연구방법론 워크샵 시리즈 VI 2009년 여름, 구조방정식 모형 집중 워크샵 안녕하세요. 다가오는 이번 여름에 구조방정식모형과 다층모형을 비롯한 고급 계량모형에 대한 연구센터인 S & M Research Group에서는 홍세희 교수(고려대학교 교육학과)의 구조방정식 모형 집중 워크샵을 실시합니다 홍세희 교수의 고급연구방법론 워크샵 시리즈에서는 다층모형, 구조방정식 모형, 잠재성장모형 등과 같은 행동과학의 최고급 계량방법을 개론수준이 아니라 심층적으로 다루어서 다양한 분야의 연구자들에게 좋은 반응을 얻었습니다. 이에 6번째 시리즈로 구조방정식 모형(기초부터 최신 고급모형까지 포함)에 관한 집중 워크샵을 아래와 같이 마련하였습니다. ● 프로그램 1: 구조방정식 모형의 기초 (초급: 2009년 7월 1일~3일, 총 3일) ● 프로그램 2: 구조방정식 모형의 이론과 적용 (중급: 2009년 7월 8일~10일, 총 3일) ● 프로그램 3: 구조방정식 모형의 고급방법 (고급: 2009년 7월 22일~24일, 총 3일) ● 장소: 중앙대학교 각 프로그램에 대한 구체적인 내용은 다음과 같습니다. ■■ 프로그램 1: 구조방정식 모형의 기초 (초급: 총 3일) ■■ ● 시기 및 장소: 2009년 7월 1일 ~ 3일, 중앙대학교 ● 내용: 회귀분석에 대한 기초적인 이해가 있으면 수강가능합니다. 기초부터 시작해서 중급수준까지 끌어 올리는 단계입니다. 회귀분석에서 시작해서, 요인분석을 학습하고 최종단계에서는 구조방정식 모형을 분석하고 해석하는 수준까지 배우게 됩니다. 통계 프로그램 AMOS 사용방법도 배우므로 워크샵 후엔 구조방정식 모형을 적용한 독립적인 연구수행이 가능해집니다. 이 워크샵의 목표는 수강 후 구조방정식 모형을 연구에 적용할 수 있도록 하는 것입니다. 각 주제에 대해 이론을 배우고 통계프로그램을 이용하여 실습을 할 뿐만 아니라 실제 적용 논문사례를 같이 공부하므로 논문작성에 크게 도움이 될 것입니다. 참가자의 연구에 대한 자문도 제공됩니다. 워크샵 주제는 아래와 같습니다. ◎ 상관과 회귀분석 복습 공분산, 상관, 편상관 범주형 변수 코딩 ◎ 탐색적 요인분석 주성분 분석과 비교 주축분해법과 최대우도법 요인수 결정 (스크리 도표, 카이자승 검증, 적합도 지수) 회전방법(직각회전, 사각회전) 주성분 분석 결과와 비교 SPSS와 SAS 결과의 차이점 ◎ 확인적 요인분석 탐색적 요인분석과 확인적 요인분석의 차이점 고차요인구조 더블로딩 모형 다특성 다방법(MTMM: Multi trait multi method) 분석 ◎ 구조방정식 모형의 기본개념 ◎ 구조방정식 모형으로 표현한 하위모형 상관, 편상관 ANOVA, 회귀분석 ◎ 경로분석 ◎ 구조방정식 모형 개발 지표변수(indicator) 결정방법 Parceling 방법 표본수 결정 ◎ 구조방정식 모형 추정방법 최대 우도법(maximum likelihood)의 논리 ◎ 모형 적합도 평가 각 지수의 논리 지수를 이용한 적합도 평가 ◎ 모형수정 수정지수 사용시 주의할 점 ◎ 모형비교 내재적 모형비교, 비내재적 모형비교 ◎ 논문 기술방법 ■■ 프로그램 2: 구조방정식 모형의 이론과 적용 (중급: 총 3일) ■■ ● 시기 및 장소: 2009년 7월 8일 ~ 10일, 중앙대학교 ● 내용: 구조 방정식 모형의 초급 수준의 내용을 이해하고, 다양한 모델링을 시도하고자 하는 연구자에게 적합한 워크샵입니다. 각 주제에 대해 이론을 배우고 통계프로그램 AMOS를 이용하여 실습을 할 뿐만 아니라 실제 적용 논문사례를 같이 공부하므로 논문작성에 크게 도움이 될 것입니다. 참가자의 연구에 대한 자문도 제공됩니다. 워크샵 주제는 아래와 같습니다. ◎ 구조방정식 모형 복습 ◎ 비정상분포 자료분석 Bootstrapping 방법 Robust 추정방법 Robust 추정방법 사용시 모형비교 ◎ 다집단 분석 완전동일성, 부분동일성 ◎ 계수 사이의 차이 검증 ◎ 구조방정식 모형을 이용한 공분산분석 ◎ 잠재평균 모형 잠재변수의 평균비교 잠재평균차이의 효과크기 Cohen's d 더미변수 방법과 비교 MANOVA와 비교 ◎ 매개모형 회귀분석을 이용한 매개모형 검증 Baron & Kenny 방법 Sobel 검증 방법 구조방정식 모형을 이용한 매개모형 검증 Sobel 검증 Bootstrapping 방법 Bootstrapping 신뢰구간 설정방법 (percentile 방법, bias-corrected 방법) Phantom 변수를 이용한 개별 부분매개효과(specific indirect effect)에 대한 Bootstrapping ◎ 상호작용 모형 회귀분석을 이용한 상호작용모형 검증 평균 중심화(mean centering)의 개념 및 필요성 잠재변수 사이의 상호작용 다집단 분석과의 차이점 ◎ 순환모형 (nonrecursive models) 서로에게 영향을 주는 쌍방관계 검증 Order condition과 rank condition ◎ 단일 지표변수 방법 ◎ AMOS의 알고리즘을 적용한 최적화된 모형 탐색방법 ◎ 동일모형 (Equivalent models) ■■ 프로그램 3: 구조방정식 모형의 고급방법 (고급: 총 3일) ■■ ● 시기 및 장소: 2009년 7월 22일 ~ 24일, 중앙대학교 ● 내용: 구조 방정식 모형의 초, 중급 수준의 내용을 이해하고 최고급 수준의 복잡한 모형에 관심있는 연구자에게 적합한 워크샵입니다. 고급 워크샵을 통해 구조방정식 모형의 최신 발전을 학습하실 수 있다고 자부합니다. 최고급 수준의 주제를 다루지만 초,중급 수준을 이해하는 분들이라면 충분히 이해가능한 수준으로 강의합니다. 각 주제에 대해 이론을 배우고 통계프로그램 AMOS, Mplus를 이용하여 실습을 할 뿐만 아니라 실제 적용 논문사례를 같이 공부하므로 논문작성에 크게 도움이 될 것입니다. 참가자의 연구에 대한 자문도 제공됩니다. 워크샵 주제는 아래와 같습니다. ◎ 고급 매개효과 분석 다변량 델타방법의 기초 다변량 델차방법을 이용한 고차 매개효과 검증 다변량 델차방법을 이용한 직접효과와 매개효과의 비교검증 다변량 델차방법을 이용한 다중 매개효과 대비검증 Bootstrapping 방법 복습 Phantom 변수를 이용한 고차 매개효과에 대한 bootstrapping 검증 Phantom 변수를 이용한 직접효과와 매개효과의 비교에 대한 bootstrapping 검증 Phantom 변수를 이용한 다중 매개효과 대비매개효과에 대한 bootstrapping 검증 ◎ 고급 상호작용효과 분석 비선형고정 모형 잠재점수 모형 비고정 모형 ◎ 매개효과와 상호작용효과의 결합 중재된 매개 (moderated mediation) 매개된 중재 (mediated moderation) Phantom 변수를 이용한 다집단 매개분석의 예 ◎ 결측자료(missing data) 분석방법 결측사례 제거방법 (Listwise deletion, Pairwise deletion) 평균삽입법 (Mean imputation) 회귀 삽입법 (Regression imputation) Stochastic regression imputation Expectation-maximization (EM) Multiple imputation (MI) MI에서 auxiliery 변수 이용방법 MI를 이용한 후 parceling Full information maximum likehood (FIML) FIML에서 auxiliery 변수 이용방법 MI, FIML의 비교 ◎ 범주형 변수 모형 로지스틱 모형의 기초 프로빗 모형의 기초 범주형 변수 요인분석 범주형 변수 구조방정식모형 범주형 변수 매개효과검증 ◎ 혼합모형 (mixture models) 잠재계층 모형 잠재프로파일 모형 혼합 회귀분석 혼합 구조방정식 모형 ■■ 등록방법, 장소 및 기타사항 ■■ ● 워크샵 등록비 ◎ 프로그램 1: 구조방정식 모형의 기초 (초급 3일): 학생 30만원, 일반 33만원 ◎ 프로그램 2: 구조방정식 모형의 이론과 적용 (중급 3일): 학생 35만원, 일반 40만원 ◎ 프로그램 3: 구조방정식 모형의 고급방법 (고급 3일): 학생 38만원, 일반 43만원 (1. 프로그램을 동시에 2개 이상 신청하시면 5만원이 할인됩니다. 2. 학생할인을 받으시려면 워크샵 첫날 학생증이나 재학증명서를 제시하셔야 합니다.) ● 신청은 2009년 6월 16일(화) 오전 9시 부터 아래 이메일로 받습니다. snm_rg@hanmail.net 선착순으로 수강하실 분이 확정되면 신청자의 이메일로 입금안내를 합니다. 신청시 수강희망 프로그램, 성명, 소속, 직위, 전공분야, 핸드폰번호를 적어 위의 이메일로 신청해주세요. ● 신청 및 등록(입금)은 반드시 본인의 이름으로 해야 합니다. 본인의 신청 및 등록을 타인에게 양도할 수 없습니다. ● 입금을 마친 최종 등록자께는 워크샵에서 사용되는 통계 프로그램과 읽을 논문에 대한 자세한 안내를 드립니다. ● 워크샵을 위해 제작된 자료집, 실습자료 및 다과가 제공되고 워크샵을 이수하신 경우, 수료증을 드립니다 (유학준비생, 외국방문 연구자를 위해 영문으로도 발급가능합니다). ● 기타 자세한 정보는 아래 이메일이나 전화번호로 연락해서 확인하시기 바랍니다. 이메일: snm_rg@hanmail.net 전화: 02) 3291-9919 홈페이지: http://www.snmrg.com ■■ 강사: 홍세희 교수 (고려대학교 교육학과) ■■ ● 경력 및 학력: ◎ 고려대학교 교육학과 교수 (2008 - 현재) ◎ 연세대학교 및 이화여자대학교 조교수, 부교수, 교수 (2003 - 2008) ◎ University of California, Santa Barbara 교육학과 및 심리학과 조교수, 부교수 (종신교수) (1998 - 2005) ◎ University of California 사회과학 학제 간 계량프로그램 참여교수 (1999 - 현재) ◎ Tanaka Award 수상, Society of Multivariate Experimental Psychology 최우수 연구상 (2002) ◎ 서울대학교 심리학과 학사, 오하이오 주립대학교 심리학 박사 (계량 심리학 전공) ● 주요논문: ◎ Power analysis for covariance structure models using GFI and AGFI. Multivariate Behavioral Research, 32, 193-210. ◎ Sample size in factor analysis. Psychological Methods, 4, 84-99. ◎ Generating correlation matrices with model error for simulation studies in factor analysis: A combination of the Tucker-Koopman-Linn model and Wijsman's algorithm. Behavioral Research Methods, Instruments, & Computers, 31, 727-730. ◎ Sample size in factor analysis: The role of model error. Multivariate Behavioral Research, 36, 611-637. ◎ An investigation of the influence of internal test bias on regression slope. Applied Measurement in Education, 14, 351-368.