조절효과 분석을 돌릴 때마다 이런 생각이 들 수 있습니다.
“주효과는 나오는데, 왜 상호작용항은 유의하지 않을까?”
조절효과는 원래 잘 나오지 않는 분석입니다.
그 이유에는 구조적인 원인이 있습니다.
1️⃣ 상호작용항은 원래 ‘작은 효과’입니다
조절효과는
X → Y 관계가 상황에 따라 달라지는지를 보는 분석입니다.
즉,
이미 존재하는 효과의 ‘차이’를 다시 한 번 보는 것입니다.
따라서 효과크기가 작게 나오는 경우가 매우 많습니다.
✔ 점검해볼 것
- 표본 수가 충분한지
- 검정력(power)을 사전에 계산했는지
- 효과크기를 함께 확인했는지
조절효과는 일반 회귀보다 더 많은 표본을 요구합니다.
2️⃣ 변수의 분산이 부족한 경우
조절변수가 거의 비슷한 값으로 분포되어 있다면
상호작용이 나타나기 어렵습니다.
예를 들어,
조직문화 점수가 대부분 3.8~4.2 사이에 몰려 있다면
차이를 비교할 수 있는 여지가 거의 없습니다.
✔ 점검해볼 것
- 평균과 표준편차 확인
- 분포 왜곡 여부 확인
- 극단값 제거가 과도하지 않았는지
3️⃣ 평균 중심화(mean-centering)를 하지 않은 경우
조절효과를 분석할 때
독립변수와 조절변수를 평균 중심화하지 않으면
다중공선성이 증가할 수 있습니다.
공선성이 높아지면
상호작용항의 계수가 불안정해집니다.
✔ 해결 방법
- X와 M을 각각 평균 중심화
- 그 후 상호작용항(X*M) 생성
이 과정을 생략하면 결과가 흔들릴 수 있습니다.
4️⃣ 조절이 아니라 매개일 가능성
가설을 설정할 때
이론적으로 ‘조절’이라고 생각했지만
실제로는 ‘매개’ 구조일 수 있습니다.
조절은 “강도가 달라진다”이고
매개는 “경로를 통해 전달된다”입니다.
이론적 설명이 불분명하면
조절효과는 거의 나오지 않습니다.
5️⃣ 주효과가 약하면 조절도 어렵습니다
기본적인 X → Y 관계가 매우 약하다면
그 관계의 차이를 설명하는 조절효과는 더더욱 어렵습니다.
조절효과는
기존 관계 위에 얹히는 구조입니다.
주효과가 전혀 없는데
조절만 유의하게 나오는 경우는 드뭅니다.
6️⃣ 논문에서는 이렇게 정리합니다
조절효과가 유의하지 않을 경우,
“조절효과는 통계적으로 유의하지 않았으며, 이는 표본 특성 및 효과크기의 제한과 관련될 가능성이 있다. 향후 연구에서는 보다 확장된 표본을 통해 재검증이 필요하다.”
이처럼 원인을 분석적으로 설명하는 것이 중요합니다.
정리
조절효과가 잘 나오지 않는 것은
연구가 잘못되었기 때문이라기보다,
- 효과 자체가 작고
- 표본 요구 수준이 높고
- 이론적 정교함이 더 필요하기 때문입니다.
조절은 가장 ‘그럴듯해 보이지만’
가장 까다로운 분석 중 하나입니다.
