조절효과 표준화계수
안녕하세요 교수님.
조절효과 관련해서 논문을 쓰고 있는데요
리뷰어에게 표준화계수를 제시하라는 답변을 받았습니다. (no standardized effect sizes or simple slopes with
confidence intervals are presented. Present standardized effect sizes and
simple slopes with confidence intervals.)
이전에 서울대에서 하신 특강을 들을때 관련 질문이 나왔었던 것 같은데, 답변이 잘 기억이 나지 않아 다시 문의드립니다.
process macro에서는 표준화계수가 의미가 없다고 설명을 해주셨던거같은데 그 이유가 무엇일까요..?
또 한가지 질문은, Johnson-Neyman plot을 그릴 때, mean centered를 하지 않은 값으로 표를 그려도 되나요? moderator 변수를 측정한 도구가 0-4점이라서 mean centered를 하지 않을때 정수값으로 설명이 가능하여 그렇게 했습니다.
그리고 만약 이 경우에 Conditional effects of the focal predictor at values of the moderator(s)를 표로 제시해야 한다면, mean centered된 값을 제시해도 괜찮나요? 아니면 mean centered하지 않은 값으로 통일해서 제시해야 할까요?
감사합니다!!!
댓글
이일현 (2026-02-25 12:00:10)
1. 표준화 계수는 변수들의 표준화한 후의 계수입니다.
X, Mo 를 표준화 하면, XM 도 다시 계산해야 하는데, 실제로는 표준화한 값의 곱이므로 원자료와 구조가 달라집니다.
따라서 표준화 계수는 해석의 외곡될 가능성이 매우 높습니다.
2. 조절효과는 단위 기반입니다.
즉, 기울기의 변화량이 핵심입니다.
독립변수가 1 단위 커질 때 종속변수가 얼마나 달라지는지 보고자 하는 것입니다.
이에 비해 표준화 계수는 표준편차 기반입니다.
X 가 1 표준편차 커질 때 Y 는 얼마(?)의 표준편차가 변하는가이죠.
Andrew F. Hayes의 『Introduction to Mediation, Moderation, and Conditional Process Analysis』
를 참고하시면 됩니다.
3. 조절효과에서 이전에는 다중공선성의 문제로 Mean Centering(M.C. 평균 중심화) 을 해야 한다는 것이 거의 정설이었죠.
하지만 기 이후 연구들에서 안해도 된다는 것이 밝혀졌습니다.(위 책 참조)
따라서 조절효과를 검정할 때 굳이 M.C. 를 안해도 됩니다.
해석 측면에서는 오히려 M.C. 가 더 까다롭습니다.
결론적으로 J-N 에서는 M.C. 하지 않고 raw data 로 하는 것이 해석이 훨씬 수월합니다.
4. 논문은 일관성 있게 제시하는 것이 좋습니다.
따라서 Conditional effects of the focal predictor at values of the moderator(s) 역시 굳이 M.C. 한 결과를 제시할 필요는 없습니다.
다만 특수한 목적 등에서 제시하고자 한다면 반드시 주석이나 제목에 명시를 해야 합니다.
헬니이 (2026-02-26 14:27:47)
감사합니다!
Legacy document_srl: 309361 / Legacy URL: http://www.statedu.com/QnA/309361
댓글