(12월16일~2월28일: 75일 반복수강) 다층모형 (HLM) 특강개최: 10시간 녹화 동영상 강의 및 실시간 질의응답

[INSOO]

그동안 회귀분석에서는 학생의 수능성적을 예측하는 회귀식에서 학생변수인 학생의 학습시간이나 사교육비와 조직변수인 재학 중인 학교의 유형이 특목고 인지 여부를 함께 하나의 회귀식에서 모형화 하였습니다. 문제는 과학고에 다니는 학생은 모두 같은 독립변수를 값을 같는다는 점입니다. 가장 단순하게 말하면 이것은 일종의 독립성 가정 위반입니다. 왜냐하면 회귀분석등 일반적인 양적연구에서는 정규성, 등분산성, 독립성 등의 가정을 요구합니다. 신뢰롭고 타당한 추청치를 위해서 말이죠.

그런데 다층모형을 적용하기 전 단계의 중다회귀분석에서는 조직변수와 개인변수를 구별해서 모형화 하지 못하는 한계가 있습니다. 이것이 왜 문제가 될 까요? 개인변수와 조직변수를 구별해야 하는 이유가 뭘까요? 다층모형을 적용하지 않는다면 우리는 두 가지 전통적인 접근이 가능합니다. 하나는 조직변수를 개인변수화 해서 모형화 하는 것이죠. 좀 전에 말씀 드린 것처럼 조직변수인 과학고 여부를 개인변수화 해서 (disaggregation) 모형화 하는 것이죠. 이 경우 조직의 특성을 반영하기 어렵고, 개인변수로 포함되므로 인해 표준오차를 부정확하게 추정하는 문제가 있습니다. 두 번째는 개인변수인 수능성적을 학교평균으로 만들고 개인 독립변수를 학교평균으로 변환하여 조직변수화 하여 분석하는 것입니다 (aggregation). 이 경우는 개인들의 특성을 모형화 하지 못하는 문제점이 있습니다.

다층모형은 개인변수와 조직변수를 구별해서 모형화 하는 장점이 있습니다. 이러한 다층모형이 필요한 예로 제가 들어보는 예는 미국 대통령 선거를 들기도 합니다. 예를 들면 개인 유권자수의 투표율로 결정한다면 힐러리가 대통령이 되었을 겁니다. 그런데 미국은 각 주의 독립성을 강조하므로 개인 투표율 보다는 각 주를 단위로 의사결정을 합니다. 그래서 힐러리 후보가 아니라 트럼프 후보가 대통령이 된 것 같습니다. 제가 여기서 말씀 드리고 싶은 것은 다층모형의 논리와 완벽하게 들어맞지 않을지는 몰라도, 개인을 분석단위로 하느냐 혹은 조직이나 지역을 분석단위로 하느냐에 따라 우리의 의사결정이나 추정값이 다를 수 있다는 점입니다.

그래서 일반적으로 회귀분석 대신 다층모형을 적용한다는 것은 이러한 분석단위의 문제를 타당하게 고려한 것으로 생각합니다. 우리가 많이 쓰는 구조방정식에서는 간접관계나 측정오차를 반영하는 면이 있지만, 다층모형에서 강조되는 분석단위를 고려하지는 못합니다.

또한 다층모형에서는 평균이나 기울기와 같은 개별모수의 값을 추정하는 것 외에, 개인과 조직 간의 분산구성성분의 양(variance component)도 연구자의 주된 관심사입니다.

제가 전공한 메타분석에서는 분석모형을 선택하는데 있어서 고정효과 모형과 랜덤효과 모형을 제시하고 있습니다. 이 랜덤효과 모형이 다층모형과 관련되는 논의입니다.

메타분석에 대해서 여러 가지 오해와 이해의 부족이 있는데, 대부분이 이 다층모형적 성격에 대한 충분한 고찰 및 이해가 부족한 데서 비롯된다고 저는 생각합니다.

다층모형은 전공에 따라 Hierarchical linear modeling, mixed effect model, random coefficient model 등으로 불리고 사용되고 있습니다.

보통 Raudenbush의 교재를 저는 기본서로 사용하는데요, 최근에 한국어로는 강상진 교수님의 교재가 새롭게 나와서 영어를 어려워 하는 우리들에게는 한글 기본서가 생긴 것은 다행이라고 생각합니다.

다층모형과 관련된 최근 논의는 다변량 다층모형, 구조방정식과 결합된 다층구조방정식, 제가 하는 메타분석과 관련된 최근 논의로는 다층 메타분석, 메타 구조방정식이 있습니다. 또한 최근에 논의되고 있는 진단검사 정확도 메타분석 등은 기본적으로 다층모형을 상정하고 있습니다. 메타분석에서 랜덤효과 모형에 대한 개념이 잘 잡히지 않는 분은 기본적인 다층모형의 논리를 먼저 학습해 보는 것도 추천 드립니다.

● 다음을 클릭하시거나 인터넷 주소창에 다음 주소를 복사해 신청해주시기 바랍니다.​

https://naver.me/583MuT6H

교육통계연구소 특강 신청

다층모형

(HLM: Hierarchical Linear Modeling)

특강개최:

10시간 녹화 동영상 강의 및 실시간 질의응답 특강

● 강 사 : 신인수 교수

(현 동국대학교 근무, Florida State University Ph. D, measurement and statistics)

메타분석 전공, 연세대학교 교육학과, Florida Department of Education Psychometrician. 행정고시 39회(교육행정직)

워크숍 프로그램

▶ 특강 일정: 강의 녹화 동영상 링크 제공 강의: 5시간*2 = 10시간

(12월16일~2월28일: 75일 제공, 75일간 반복시청 가능)

강의명	강의 개요
HLM 다층모형 기초	Nested data, 조직효과성, 성장모형, HLM 실습
HLM 다층모형 실전	3수준, HGLM, CCM 다변량 다층, 다층경로모형

▶운영: 실시간 온라인 강의 녹화 링크 제공 (12월16일~2월28일: 75일 제공, 75일간 반복시청 가능)

▶질의 응답 방법

1) 오리엔테이션 및 녹화 링크 제공: 12월 16일(월)

3) 실시간 온라인 일요일 질의/응답 강의 일정: 오후2시~3시 (1시간 질의 응답 강의)

참가신청 및 등록방법

● 다음을 클릭하시거나 인터넷 주소창에 다음 주소를 복사해 신청해주시기 바랍니다.

https://naver.me/583MuT6H

● 참가비(교재비 포함): 20만원 (12월16일~2월28일: 75일 제공, 75일간 반복시청 가능)

▪ 계좌번호: 국민은행 501001-04-391822 ▪ 예금주: 교육통계연구소

● 연구비 처리 및 세금 계산서 발급 가능

● 워크샵 스텝 연락처: 메일주소(001447@naver.com)

환불기준

수강취소 시기	환불액
특강 4일 전	100% 환불
특강 3일 이내	80% 환불
특강 당일	환불 불가

강의내용 및 특강 세부 계획, 접수 세부사항, 기타 자료 및 질문 카페 참조

SPSS를 이용한 데이터분석 카페: http://cafe.daum.net/SPSSANALYSIS

기초통계연구회 카페: http://cafe.daum.net/regressionANOVA

분산분석연구회 카페: http://cafe.daum.net/ANOVAMANOVA

회귀분석연구 카페: http://cafe.daum.net/REGRESSION

측정이론의 기초 카페: http://cafe.daum.net/measurementtheory

다층분석 카페: https://cafe.daum.net/hlmmultilevel

페이스북: https://www.facebook.com/researchsynthesis

교육통계연구소