Gemini 3.8 Flash의 답변
둘 다 보고하는 것이 가능하며, 심사위원의 요구를 충족시키면서 통계적 타당성까지 확보할 수 있는 가장 안전하고 권장되는 방법입니다.
학술 논문, 특히 국내 학위논문이나 학술지 투고 시 Baron & Kenny(1986)의 단계별 회귀분석 방식과 부트스트래핑(Bootstrapping) 결과를 함께 제시하는 것은 매우 흔하고 안전한 전략입니다.
1. 두 방식을 함께 보고해도 좋은 이유
- Baron & Kenny 방식: 독립변수, 매개변수, 종속변수 간의 관계를 단계별(1~3단계 회귀분석)로 보여주어 연구 모형의 직관적인 흐름과 '완전매개/부분매개' 형태를 파악하기에 여전히 유용합니다. 심사위원들은 이 익숙한 프레임을 통해 변수 간 관련성을 확인하고 싶어 합니다.
- 부트스트래핑 방식: 표본에서 수천 번 데이터를 재추출하여 간접효과(독립변수가 매개변수를 거쳐 종속변수에 전달되는 효과)의 신뢰구간을 구하는 기법입니다. 전통적 방식(Sobel test 등)이 가진 정규분포 가정의 한계를 극복하고 검정력을 크게 높여주므로 현대 통계학의 표준으로 자리 잡았습니다.
따라서 두 방식을 병기하면 심사위원의 요구사항(B&K)을 수용하는 동시에, 최신 통계적 기준(부트스트래핑)을 충족했다는 연구자의 전문성을 함께 보여줄 수 있습니다.
2. 논문 작성 팁
- 표(Table) 구성: Baron & Kenny의 회귀분석 3단계(또는 4단계) 분석 결과를 주 표로 제시하여 계수(Beta)와 유의확률($p$값), 설명력($R^2$)의 변화를 보여줍니다.
- 본문 및 하단 요약: 본문 서술 말미나 표 하단에 *"간접효과의 통계적 유의성을 보다 엄밀하게 검증하기 위해 SPSS PROCESS Macro(부트스트래핑 5,000회 등)를 활용하여 95% 신뢰구간을 산출하였다"*는 내용을 덧붙입니다.
- 유의성 판단: 부트스트래핑 95% 신뢰구간(LLCI ~ ULCI) 사이에 0이 포함되지 않음을 언급하며 "간접효과가 통계적으로 유의하게 나타나 최종적으로 매개효과가 검증되었다"고 결론을 맺으면 완벽합니다.
Claude Sonnet 5.5의 답변
둘 다 보고해도 되며, 부트스트래핑을 주 분석으로 두고 Baron & Kenny 절차는 보조로 제시하면 심사자 요구도 충족된다.
두 방법의 차이
- Baron & Kenny(1986) 인과단계법: ① X→Y, ② X→M, ③ M→Y(X 통제) 등 단계별 회귀계수의 유의성을 차례로 확인합니다. 간접효과(a×b) 자체를 검정하지 않고, 검정력이 낮다는 비판을 받습니다. 또 1단계(총효과 유의)를 필수로 요구하는데, 이 조건이 꼭 필요하지 않다는 지적이 많습니다(Hayes, 2009; Zhao et al., 2010).
- 부트스트래핑: 데이터를 반복 재표집(보통 5,000회 이상)해 간접효과 a×b의 신뢰구간을 구합니다. a×b의 표집분포는 비대칭이라 정규성 가정이 맞지 않는데, 부트스트래핑은 이 가정이 필요 없습니다. 신뢰구간에 0이 포함되지 않으면 간접효과가 유의하다고 해석합니다.
권장 보고 방식
- 주 분석: 부트스트랩 신뢰구간으로 간접효과를 검정합니다. 예를 들어 PROCESS macro(Model 4)나 R의
lavaan을 쓰고, 재표집 횟수와 신뢰구간 종류를 명시합니다. - 보조 분석: 인과단계법의 회귀계수(a, b, c, c′)를 표로 함께 제시합니다. 이 계수들은 부트스트랩 분석에서도 어차피 나옵니다.
- 불일치 시: 예컨대 총효과는 비유의한데 간접효과만 유의할 수 있습니다. 이는 모순이 아니며, 부트스트랩 결과를 기준으로 해석하고 그 이유를 짧게 설명하면 됩니다.
- 심사 응답서: "인과단계법 결과를 함께 제시하되, 간접효과의 직접 검정에는 부트스트래핑이 더 적절하다고 판단했다"는 취지로 근거 문헌과 함께 답하면 충분합니다.
주의할 점
- 완전매개/부분매개라는 구분은 최근 권장되지 않습니다. 간접효과의 크기와 신뢰구간 중심으로 서술하세요.
- 통계적으로 유의한 간접효과가 곧 인과적 매개를 입증하는 것은 아닙니다. 횡단 자료라면 한계로 명시하는 것이 좋습니다.
- 분야마다 관행이 다르므로, 투고 저널의 최근 논문이 어떻게 보고하는지 확인해 보세요.
GPT-6.1 Sol의 답변
둘 다 보고해도 되지만, Baron & Kenny는 보조적으로 제시하고 간접효과의 판단은 부트스트랩 신뢰구간에 근거하는 것이 좋습니다.
두 방법은 무엇이 다른가요?
Baron & Kenny의 단계적 접근은 독립변수(X), 매개변수(M), 종속변수(Y) 사이의 회귀관계를 차례로 확인하는 방법입니다. 전통적으로 총효과(X→Y)의 유의성 등을 요구하지만, 이 조건은 실제 간접효과를 놓칠 수 있습니다.
반면 부트스트래핑은 표본을 반복 재추출하여 **간접효과 (ab)**의 신뢰구간을 구하는 방법입니다. 여기서 (a)는 X→M, (b)는 X를 통제한 M→Y의 회귀계수입니다. 간접효과의 분포가 비대칭일 수 있어, 정규성을 가정하는 검정보다 널리 권장됩니다. 보통 95% 신뢰구간에 0이 포함되지 않으면 간접효과가 통계적으로 유의하다고 판단합니다.
어떻게 함께 보고하면 좋을까요?
- 코멘트에 따라 단계별 회귀계수와 유의확률을 제시합니다.
- 주된 검증 결과는 간접효과 추정치와 부트스트랩 신뢰구간으로 보고합니다. 재추출 횟수(예: 5,000회)와 신뢰구간 산출 방식도 명시하세요.
- 총효과가 유의하지 않아도 간접효과는 유의할 수 있습니다. 두 결과가 다르다고 오류는 아니며, Baron & Kenny의 조건만으로 간접효과를 부정하지 않습니다.
보고 문장은 다음처럼 쓸 수 있습니다.
“Baron과 Kenny의 절차에 따른 회귀분석을 제시하고, 간접효과는 5,000회 부트스트래핑으로 검증하였다.”
단, 부트스트래핑은 통계적 불확실성을 평가할 뿐입니다. 특히 횡단자료에서는 유의한 간접효과만으로 인과적 매개관계가 입증되지는 않습니다.