R을 활용한 Baron & Kenny 매개효과분석 실습 가이드
Baron & Kenny의 매개효과분석은 한 변수가 다른 변수에 미치는 영향을 특정 세 번째 변수가 매개하는 정도를 평가합니다.
1. baron & kenny 매개효과분석 이란
Baron & Kenny의 매개효과분석은 한 변수(X)가 다른 변수(Y)에 미치는 영향을 특정 세 번째 변수(M)가 어떻게 매개하는지를 평가하는 분석 방법입니다.
본질적으로, 이 방법은 변수 X와 Y 사이의 관계가 M의 존재나 수준에 따라 어떻게 변하는지를 탐색하는 것입니다.
매개 변수 M은 X와 Y 사이의 관계를 설명하거나 강화, 약화시킬 수 있습니다.
이 분석은 심리학, 사회학, 경제학 등 다양한 학문 분야에서 관계의 복잡성을 이해하기 위해 널리 사용됩니다.
2. R에서 baron & kenny 매개효과분석하는 법
R에서 Baron & Kenny의 접근법을 사용하여 매개효과를 분석하려면 여러 회귀분석을 수행해야 합니다.
첫째, 독립변수 X가 종속변수 Y에 미치는 직접적인 영향을 확인합니다.
둘째, 독립변수 X가 매개변수 M에 미치는 영향을 파악합니다.
셋째, 매개변수 M이 종속변수 Y에 미치는 영향과 독립변수 X의 영향을 함께 고려하여 분석합니다.
예시 코드:
# 데이터 생성
set.seed(123)
data <- data.frame(X = rnorm(100), M = rnorm(100))
data$Y <- 1.5 * data$X + 0.5 * data$M + rnorm(100)
# 독립변수 X가 종속변수 Y에 미치는 영향
model1 <- lm(Y ~ X, data=data)
# 독립변수 X가 매개변수 M에 미치는 영향
model2 <- lm(M ~ X, data=data)
# 매개변수 M과 독립변수 X가 종속변수 Y에 미치는 영향
model3 <- lm(Y ~ X + M, data=data)
3. 분석결과 해석하는 법
매개효과분석의 결과를 해석할 때는 회귀계수와 p값을 주로 참조합니다.
model1에서 X의 회귀계수는 X가 Y에 미치는 직접적인 영향을 나타냅니다.
model2에서 X의 회귀계수는 X가 M에 미치는 영향을 보여줍니다.
model3에서 X와 M의 회귀계수는 각각 X와 M이 Y에 미치는 영향을 함께 고려한 것입니다.
이 모델에서 X의 회귀계수가 model1에서의 계수와 크게 다르다면, M이 X와 Y 사이의 관계를 매개하고 있다는 강한 증거로 볼 수 있습니다.
예시 코드:
summary(model1)
summary(model2)
summary(model3)
| 아래 포스팅도 참고해 보세요! ▶ R에서 데이터 정렬하기 ▶ R에서 구조방정식 하는 방법(Lavaan 패키지 사용법) ▶ RStudio 단축키 모음 ▶ [R] ggplot2로 쉽게 데이터 시각화하기 ▶ R을 활용한 조절효과 분석 기법 |