YesStat — 조절효과 (결과)

조절효과

PROCESS 모형 1 · 단순기울기 · Johnson-Neyman

그림 8. 조절모형 검증 결과100%

상호작용항(X·W)의 계수가 유의하면 조절효과가 성립합니다. 위 숫자가 비표준화계수, 괄호가 표준화계수입니다.

표 1. 조절효과 위계적 회귀

단계	변수	B	SE	β	t	R²	ΔR²
1	직무자원 (X)	.412	.044	.458	9.36***	.210	.210***
2	직무요구 (W)	−.148	.038	−.192	−3.89***	.246	.036***
3	X × W	−.126	.041	−.164	−3.07**	.272	.026**

N = 409. 평균중심화 후 상호작용항 생성. ** p < .01, *** p < .001.

표 2. 조절변수 수준별 조건부 효과 · 단순기울기

직무요구 수준	효과	SE	t	p	LLCI	ULCI
−1 SD (낮음)	.516	.058	8.90	<.001	.402	.630
평균	.412	.044	9.36	<.001	.326	.498
+1 SD (높음)	.308	.061	5.05	<.001	.188	.428

Johnson-Neyman 유의성 영역: 직무요구 4.62 이하 구간(표본의 91.2%)에서 유의합니다.

그림 9. 단순기울기와 조건부 효과100%

왼쪽 가로축은 직무자원 수준입니다. 직무요구가 낮을 때 기울기가 더 가파릅니다.

해석interp_rules.rule_id = MOD_SIG_ATTENUATE · 매칭조건 interaction_p<.05 AND slope_decreasing

상호작용항 투입 시 설명력이 유의하게 증가하여(ΔR² = .026, p = .008) 직무요구의 조절효과가 확인되었습니다(B = −.126, β = −.164, p = .002).

단순기울기 분석 결과 직무요구가 낮을 때(−1SD) 직무자원의 효과는 .516이었으나 높을 때(+1SD) .308로 감소하였습니다. 즉 직무요구가 높을수록 직무자원의 긍정적 영향이 약화됩니다.

Johnson-Neyman 분석 결과 직무요구가 4.62 이하인 구간에서 직무자원의 효과가 유의하였으며, 이는 전체 표본의 91.2%에 해당합니다.

코드 생성 · 이 분석을 다른 프로그램 문법으로

DEFINE: CENTER JR_mean JD_mean (GRANDMEAN);
  XW = JR_mean*JD_mean;
MODEL: JP_mean ON JR_mean JD_mean XW;
OUTPUT: STDYX CINTERVAL;
LOOP: 조건부 효과는 MODEL CONSTRAINT 사용;

center JR_mean JD_mean, prefix(c_)
regress JP_mean c.c_JR_mean##c.c_JD_mean
margins, dydx(c_JR_mean) at(c_JD_mean=(-0.83 0 0.83))
marginsplot

dat$cJR <- scale(dat$JR_mean, scale=FALSE)
dat$cJD <- scale(dat$JD_mean, scale=FALSE)
m <- lm(JP_mean ~ cJR*cJD, dat); summary(m)
interactions::sim_slopes(m, pred=cJR, modx=cJD, johnson_neyman=TRUE)

PROCESS y=JP_mean /x=JR_mean /w=JD_mean
  /model=1 /center=1 /jn=1 /plot=1 /boot=5000.

모형이나 변수 지정을 바꾸면 네 코드가 함께 갱신됩니다. 심사자가 다른 프로그램으로 재현을 요구할 때 그대로 전달할 수 있습니다.