구조방정식 모형의 적합도, 불량한 이유는 무엇인가
구조방정식 모델링(SEM)에서 적합도 불량은 이론 모형과 실제 데이터 간의 불일치를 의미합니다. 적합도 지수(GFI, CFI, RMSEA, SRMR 등)가 기준값 이하일 때 발생하며, 주요 원인은 측정모형 오류, 경로 설정 미흡, 샘플 크기 부족, 정규성 위반 등입니다. 심사 교수와 학위논문 심사위원은 단순히 적합도 수치만 보는 것이 아니라, 그 원인을 정확히 진단하고 이론적으로 타당한 개선 과정을 거쳤는지 평가합니다.
적합도 불량의 가장 흔한 원인 5가지
구조방정식 연구에서 적합도 부진은 단일한 원인이 아닌 복합적 요인으로 발생합니다. 다음 순서대로 진단해야 합니다.
1. 측정모형의 문제: 잠재변수를 측정하는 관측변수(문항)의 신뢰도와 타당도 미흡. 문항 간 상관이 너무 높거나(다중공선성) 낮아서 인자구조가 무너지는 경우. Cronbach's α가 0.6 이상이어야 하며, 표준화계수(factor loading)는 0.5 이상이어야 합니다.
2. 경로 설정 오류: 이론적 근거 없이 변수 간 관계를 과다하게 설정하거나, 중요한 매개변수나 조절변수를 빠뜨린 경우. 특히 초기 모형이 관성적으로 설정되었다면 문헌 검토를 다시 수행해야 합니다.
3. 샘플 크기 부족: 구조방정식은 일반적으로 최소 200~250명, 복잡한 모형은 500명 이상의 샘플이 필요합니다. 추정 모수 개수의 10배 이상 확보를 권장합니다.
4. 정규성 가정 위반: 데이터가 심하게 편포(skewness)되거나 첨도(kurtosis)가 높을 때 최대우도추정법(MLE)의 신뢰성이 떨어집니다. Multivariate kurtosis가 10 이상이면 부트스트랩(Bootstrap) 방법으로 전환해야 합니다.
5. 모형 복잡도와 자유도: 경로가 너무 많거나 변수가 많아서 모형이 과포화(saturated) 상태가 되면 적합도 지수 자체가 의미를 잃습니다. 일반적으로 자유도가 50 이상이어야 적절합니다.
적합도 지수별 진단 및 개선 전략
각 적합도 지수는 모형의 서로 다른 측면을 반영하므로, 하나의 지수만으로 판단해서는 안 됩니다. 다음은 주요 지수와 대응 방안입니다.
GFI(Goodness of Fit Index) < 0.9: 전체 설명력이 낮은 상태. 측정모형 신뢰도를 먼저 검증하고, 문항 삭제나 모형 재구성 검토.
CFI(Comparative Fit Index) < 0.95: 독립모형 대비 상대적 개선 부족. 경로의 이론적 타당성 재검증 및 수정지수(Modification Index) 참고하여 공분산 설정 검토.
RMSEA(Root Mean Square Error of Approximation) > 0.08: 추정 오차가 큼. 표본 크기 증대, 모형 단순화, 또는 부트스트랩 표본 추출법 적용.
SRMR(Standardized Root Mean Square Residual) > 0.08: 잔차 구조가 큼. 측정항목 간 오차항 공분산(e1 <-> e2) 추가 검토하되, 이론적 근거 필수.
실제 대학원 논문에서의 개선 사례
공학계 대학원생이 조직몰입 구조모델을 분석했을 때, 초기 GFI=0.82, RMSEA=0.12로 적합도가 불량했습니다. 진단 결과는 다음과 같았습니다.
Cronbach's α 확인: 몇 개 문항이 0.5 이상의 문항-전체 상관을 보이지 않아 해당 문항 삭제.
측정모형 재구성: 25개 문항 → 18개 문항으로 정제한 후 확인적요인분석(CFA) 다시 수행.
경로 재설정: 이론 모형에 없던 경로 3개를 제거하고, 문헌 검토를 통해 누락된 직접효과 1개 추가.
샘플 증대: 원래 180명 → 280명으로 재수집.
결과: GFI=0.91, CFI=0.96, RMSEA=0.061로 모두 기준값 충족. 학위 심사위원은 개선 과정과 이론적 근거를 높이 평가했습니다.
구조방정식 적합도 개선 체크리스트
다음 순서대로 진단하고 조치하면 효율적입니다.
□ 단계 1: 기술통계 및 정규성 검증 (왜도, 첨도, Shapiro-Wilk 검정)
□ 단계 2: 측정모형 신뢰도 검증 (Cronbach's α ≥ 0.6, 요인적재량 ≥ 0.5)
□ 단계 3: 확인적요인분석(CFA)으로 측정모형 적합도 검증
□ 단계 4: 구조모형 적합도 확인 (GFI, CFI, RMSEA, SRMR 모두 기준값 충족 여부)
□ 단계 5: 수정지수(MI) 검토하되, 이론적 근거 있는 것만 추가
□ 단계 6: 최종 모형의 경로계수 해석 및 의의 기술
자주 묻는 질문(FAQ)
Q1. 적합도 기준값이 논문마다 다르게 제시되는데, 어느 것을 따를까?
학위논문 심사위원과 학술지 심사위원의 기준이 미묘하게 다를 수 있습니다. 일반적으로 GFI, CFI ≥ 0.90, RMSEA ≤ 0.08을 수용할 수 있는 기준으로 봅니다. 다만 본인 논문의 목표 학술지 또는 대학원의 지도교수 피드백을 최우선으로 삼으세요.
Q2. 수정지수(MI)를 많이 따르면 적합도가 높아질 수 있는데, 이를 해도 되나?
수정지수는 통계적 개선만을 제시할 뿐, 이론적 타당성을 보장하지 않습니다. 각 경로나 공분산 추가 시 "왜 이 관계가 존재하는가?"에 대한 문헌적, 이론적 근거를 명확히 기술해야 심사위원 지적을 피할 수 있습니다.
Q3. 부트스트랩을 쓰면 적합도가 자동으로 나아지나?
부트스트랩은 정규성 위반 시 신뢰도 있는 표준오차를 추정하는 방법일 뿐, 모형 자체의 적합도를 개선하지는 않습니다. 적합도 지수(GFI, CFI 등)는 여전히 데이터와 모형의 불일치를 반영합니다.
Q4. 적합도가 불량하면 논문을 통과 못 하나?
적합도 수치도 중요하지만, 더 중요한 것은 개선 과정과 타당성입니다. 초기 적합도에서 최종 적합도로의 진행 과정, 각 단계별 이론적 근거, 경로계수의 의미 있는 해석까지 모두 평가됩니다. 심사 교수는 "수치가 완벽한가"보다 "연구자가 얼마나 성실하게 모형을 정제했는가"를 봅니다.
Q5. 여러 대안 모형을 비교할 때 적합도 기준은?
모형 간 비교는 chi-square 차이 검정(Δχ²)과 AIC/BIC 값 비교를 사용합니다. 단순히 CFI 또는 RMSEA 수치만 보면 안 되고, 모형의 경제성(간결성)과 해석 가능성도 함께 고려해야 합니다.
빅링커 대학원 코칭 상담
구조방정식 적합도 부진은 학위 과정 중 가장 흔한 난제 중 하나입니다. 단순 통계 기법 수정이 아니라 연구 설계 전 단계의 이론적 점검이 필요한 경우가 많습니다. 빅링커의 대학원 입시·논문 전문 코치는 데이터 진단부터 모형 재구성, 심사 대비까지 1:1 맞춤 상담을 제공합니다. 지도교수 피드백을 바탕으로 적합도 개선과 학위 통과를 동시에 준비하고 싶다면, 무료 상담을 신청하세요. 당신의 연구 결과가 논문으로서의 신뢰도를 갖출 때까지 함께하겠습니다.
