석사논문 심사에서 자주 나오는 장면이 있습니다.한 학생은 매개모형으로 설계했다가 “이건 조절효과 아니냐”는 지적을 받습니다.다른 학생은 조절효과로 설계했다가 “매개변수를 놓친 것 같다”는 말을 듣습니다.같은 데이터를 놓고 왜 이런 정반대의 지적이 나올까요?
답은 간단합니다.
매개효과는 X가 Y에 영향을 미치는 “왜/어떻게”를 설명하고, 조절효과는 그 영향이 “언제/누구에게” 강해지거나 약해지는지를 설명합니다.
이 질문 하나만 정확히 구분해도 매개효과와 조절효과 사이의 혼란은 대부분 풀립니다.
· · ·
매개효과는 독립변수(X)가 종속변수(Y)에 영향을 미치는 과정 자체를 설명하는 개념입니다.매개변수(M)는 X와 Y 사이에서 중개자 역할을 하며, “X가 Y에 영향을 미치는 이유”를 보여줍니다.
SimplyPsychology가 든 예시가 직관적입니다.
운동(X)이 기분(Y)을 좋게 만드는 이유는 엔돌핀 분비(M) 때문입니다.운동 → 엔돌핀 분비 → 기분 개선.이 흐름 전체가 매개효과입니다.
Fairchild & MacKinnon(2009)은 이 구조를 경로 방정식으로 정리합니다.X→M 경로를 a, M→Y 경로를 b라 하면, 간접효과의 크기는 a×b로 계산됩니다.매개변수를 통제했을 때 X의 직접효과가 사라지면 완전매개, 줄어들지만 유의하게 남아 있으면 부분매개입니다.
매개변수의 결정적 특징은 이중 지위에 있습니다.X→M 관계에서는 M이 종속변수이고, M→Y 관계에서는 M이 독립변수가 됩니다.같은 변수가 한쪽에서는 결과이고, 다른 쪽에서는 원인이 되는 것,이게 매개변수와 조절변수를 가르는 첫 번째 기준입니다.
조절효과, 관계의 강도를 바꾸는 “조건”
조절효과는 제3의 변수(Z, 조절변수)가 X와 Y 사이 관계의 강도나 방향을 바꾸는 현상입니다.조절변수는 X→Y 관계가 강해지거나, 약해지거나, 심지어 방향이 바뀌는 조건을 만듭니다.SimplyPsychology의 예시를 보면 더 명확합니다.
“사회적 지지가 스트레스 감소에 미치는 영향은 성격 유형(내향/외향)에 따라 달라진다”
이때 성격 유형이 조절변수입니다.같은 사회적 지지를 받아도 누구에게는 효과가 크고, 누구에게는 효과가 작습니다.Fairchild & MacKinnon(2009)은 이를 회귀식으로 표현합니다.
Y = β₁X + β₂Z + β₃(XZ) + e
여기서 상호작용항(XZ)의 계수 β₃이 통계적으로 유의하면, 조절효과가 존재한다고 판단합니다.
조절변수는 매개변수와 달리 항상 독립변수의 지위만 가집니다.
종속변수 역할을 겸하지 않는다는 점,이게 조절변수의 구조적 특징입니다.
핵심 질문 자체가 다릅니다.
조절효과는 “특정 조건에서 X와 Y의 관계가 어떻게 달라지는가”에 답하고,매개효과는 “X가 M을 통해 Y에 어떻게 영향을 미치는가”에 답합니다.
Fairchild & MacKinnon(2009)의 정리가 가장 압축적입니다.
매개는 어떻게(how)·왜(why) 작동하는지를 설명하고, 조절은 언제(when)·누구에게(for whom) 작동하는지를 설명한다는 대비입니다.
통계모형 구조도 다릅니다.
조절효과 분석은 상호작용항(interaction term)을 회귀식에 투입해 유의성을 검증하고,매개효과 분석은 X→M, M→Y로 이어지는 두 개의 경로가 각각 유의한지를 확인합니다.
매개는 X와 Y 사이의 인과 사슬 안에서 간접효과를 만드는 통로 역할을 하고,조절은 그 관계 바깥에서 관계의 세기·방향에만 영향을 주는 제3의 독립변수로 작용합니다.이 표 하나만 논문 심사 전에 다시 확인해도,매개효과와 조절효과를 혼동해서 설계 자체를 다시 짜야 하는 상황은 피할 수 있습니다.· · ·
각 효과를 검증하는 통계 방법은 확실히 구분됩니다.
매개효과 검증
Baron & Kenny(1986) 4단계 접근법: X→Y(경로 c), X→M(경로 a), M→Y(경로 b)를 순서대로 확인하고, M을 통제한 X→Y의 직접효과(c′)가 유의하게 남는지로 완전매개·부분매개를 판정합니다.Sobel test: 간접효과(a×b)의 표준오차를 계산해 Z값으로 유의성을 검정합니다. |Z| > 1.96이면 유의수준 .05에서 유의합니다.부트스트래핑(bootstrapping): 원자료에서 반복 재표집을 통해 간접효과의 신뢰구간을 직접 추정하는 방식으로, 정규성을 가정하지 않아 최근 더 권장됩니다.
Sobel test는 간접효과의 분포가 정규분포라고 가정하는데, 실제로는 비대칭적인 경우가 많아 표본이 작을 때 특히 보수적입니다.
이 때문에 편향-수정(bias-corrected) 부트스트랩이 여러 조건에서 가장 검정력이 높은 방법으로 확인됐습니다.
조절효과 검증
위계적 회귀분석: 1단계에 독립변수·조절변수를 투입하고, 2단계에서 상호작용항을 추가로 투입해 R² 증가분과 계수 유의성을 확인합니다.상호작용항 유의성 검증: Y = β₁X + β₂Z + β₃(XZ) + e 모형에서 β₃의 유의성으로 판단합니다.SEM에서의 Ping의 2단계 접근법도 구조방정식모형에서 조절효과 검증 방법으로 제시됩니다.
두 효과를 동시에 다루는 통합 도구로는 Andrew F. Hayes가 개발한PROCESS Macro가 대표적입니다.SPSS, SAS, R에서 쓸 수 있고, 매개효과(단일·다중·병렬·직렬 매개), 조절효과(2원·3원 상호작용, 단순기울기), 조절된 매개효과(모델 7 등)를 하나의 프레임워크에서 분석할 수 있습니다.논문 방법론 부분에는 이렇게 정리해두면 심사에서 흔들리지 않습니다.
“매개효과 검증을 위해 Baron & Kenny(1986)의 4단계 접근법과 함께 5,000회 재표집한 부트스트래핑 절차를 실시하였으며, 조절효과는 위계적 회귀분석을 통해 상호작용항의 유의성을 확인하였다.”
자주 하는 실수, 그리고 조절된 매개효과
서영석(2010)은 상담심리 분야 논문을 분석하며 다음과 같이 지적합니다.
“많은 연구자들이 매개효과와 조절효과가 정확히 무엇을 의미하고 어떻게 다른지에 대해 여전히 혼란스러워하고 있다”
정선호·서동기(2016)도 같은 문제를 짚습니다.
“조절된 매개, 매개된 조절이라는 통합모형의 개념적 구분과 분석절차 적용에서 상당한 혼란을 경험하고 있다”
여기서 가장 흔한 오해가 하나 있습니다.
“조절이 먼저 일어나면 매개된 조절, 매개가 먼저 일어나면 조절된 매개”
라는 순서 기준으로 구분하는 방식입니다.
정선호·서동기(2016)는 이 통념이 잘못됐다고 지적합니다.
실제 구분 기준은 순서가 아니라, 어떤 효과를 종속변수로 놓고 검증하는지에 달려 있습니다.
조절된 매개효과(Moderated Mediation)는 간접효과(a×b)의 크기가 조절변수(Z)의 수준에 따라 달라지는가를 검증합니다.
매개된 조절효과(Mediated Moderation)는 X와 Z의 상호작용 효과(XZ)가 매개변수(M)를 통해 설명되는가를 검증합니다.
Hayes는 여기서 한 걸음 더 나아가, “조절된 매개 지수(index of moderated mediation)”라는 단일 통계치로 간접효과가 조절변수에 따라 얼마나 선형적으로 변하는지를 요약하는 방법을 제안했습니다.
Preacher, Rucker & Hayes(2007)의 지적도 실무적으로 중요합니다.조절과 매개를 동시에 검증하는 모형은 상호작용항 추정 때문에 검정력이 낮아지고 1종 오류 가능성이 커질 수 있어,대표본(N≥500~1000 수준)이 필요하다는 점입니다.
현재 연구모형과 변수 목록, 검증하려는 가설, 그리고 사용 예정인 통계 프로그램을 보내주시면,
매개효과·조절효과 중 어느 모형에 해당하는지, 어떤 검증 방법이 적합한지 확인해드릴 수 있습니다.
매개효과와 조절효과의 차이는 결국 “어떤 질문에 답하려는가”에서 시작됩니다.
#매개효과#조절효과#매개효과조절효과차이#구조방정식#SEM#AMOS분석#경로분석#PROCESS매크로#논문통계#석사논문컨설팅#박사논문컨설팅#통계분석#조절된매개효과#매개된조절효과#SKY논문통계연구소
▶ 석사/박사논문 컨설팅 자세히 보기