#############################################################################################
##  본 Q&A는 과거 운영사이트(snscon.com) Q&A에서 좋은 질문에 대한 답변을 학습 목적으로 재정리하셔 업로드한 것입니다. ##
#############################################################################################

Q1. 잠재변수1,2 중에 하나는 regression weight 를 주어야하잖아요.
    책에보니.. 아무 설명이 없이 주어서요.. (가중치를 주지 않으면 모형도 안돌아가고)
    그리고 문제는 잠재변수 1에서 연결되는 측정변수 1,2 모두 경로계수를 보려면...
    회귀계수를 1로 주면.. p 값도 안나오고... 어떻게 해석해야 하는건가요?
    그냥 제 생각은.. 한번씩 번갈아가면서... weight를 부여해서... p값이나 측정값을 파악하는건가요? 죄송한데... 가르쳐 주세요~

Q2. 그리고 두번째는...  잼재변수에서 잠재변수로 나가는 flow의 regression weight도 똑같이 설정하는것 같은데... 위의 1번과 차이가 어떤건지 궁금합니다..

Q3. 마지막으로 설문척도가 만족도 인데요,
 매우 만족,   만족,  불만족,   매우불만족, 해당없음
     5             4        2               1            0

이런식으로 받았는데요... 위에서 처럼  5,4,2,1,0 처럼 가운데 3이 없이 분석해도 되는건가요? 아님... 4,3,2,1,0 으로 변경한 다음 경로분석해야 하는건가요?

A1: 전체 모형을 보지 못해 정확하진 않지만, 분석되지 않는 이유는 모델식별성(model identification)의 문제로 보입니다. 잠재변수를 구성하는 관측변수는 최소2개이상, 그리고 3-7개 정도가 적당합니다. 이러한 이유로 현재 모델처럼 적은 관측변수로는 추정하려는 모수에 비해 상당히 적기 때문입니다. 관측변수에 연결된 경로계수 중 하나를 1로 고정하는 것도 이러한 모델식별성을 충족하기 위함입니다. 만약 한쪽을 1로 두어 식별성이 문제가 없다면, 다른 경로에 번갈아 1을 둘 필요가 없습니다. 우선 p값보다는 모델적합성지수를 파악하여 모델 자체가 적합한지를 보아야 합니다.

A2: 잠재변수 간 경로는 인과관계이며, 관측변수는 요인구성관계라고 할 수 있습니다. 잠재변수에서 잠재변수로 가는 경로는 모수 등가제약을 통한 조절효과 검증 외에 별도로 1로 제약하지는 않습니다. 물론 이는 모형에 따라 설정하기도 하지만 대부분 모형에서는 아무런 가중치를 두지 않습니다.

A3: 3이 없는게 문제가 아니라 0: 해당없음이 문제입니다. 이는 실제로 결측치에 해당되는 것이므로 점수를 부여하는 것은 의미가 없을 뿐만 아니라 잘 못된 결과를 가져옵니다. 해당없으면 무조건 만족도가 0점은 아니니까요. 3(보통)이 없다고 해서 잘 못된 것은 아닙니다. 다만 0이라고 응답한 사람들의 데이터는 제거하든지 혹은 결측치 대체법 등을 이용해서 다른 값으로 넣어야 분석이 가능합니다