협력적 거버넌스 척도의 다차원 요인구조 평가: Bifactor 모형의 적용

문영주

추천

검색

자료유형: 학술저널

저자정보: 문영주

저널정보: 한국사회복지연구회 사회복지연구 사회복지연구 제51권 제2호

발행연도: 2020.1

수록면: 173 - 203 (31page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

사회과학 연구에서 척도의 다차원 요인구조를 분석하기 위해서 연구자들은 총합점수방법 혹은 개별점수방법을 선택해 왔다. 그러나 이 두 방법은 잠재변수의 개념적 명확성이 저하된다는 점에서 한계를 내포하고 있다. 이러한 점에 기반을 두어 이 연구에서는 최근 척도의 다차원 요인구조와 측정학적 속성을 탐색하기 위해 활용되고 있는 Bifactor 모형을 적용하여 협력적 거버넌스 척도의 다차원 요인구조를 평가하고, 활용가능성을 살펴보고자 수행되었다. 연구목적을 달성하기 위해 부산광역시에 소재한 종합사회복지관, 장애인복지관, 노인복지관에 근무하는 사회복지사를 대상으로 하여 우편 설문조사를 실시하였다. 회수된 설문 1,236부를 무작위로 2개 표본으로 분할한 뒤, 표본 1(n=618)로 탐색적 요인분석을 실시한 후, 표본 2(n=618)로 ML CFA, Second-order CFA, Bifactor 모형 분석을 실시하였다. 주요 분석결과는 다음과 같았다. 첫째, 협력적 거버넌스 척도는 참여적 의사결정, 의사소통, 이중적 정체성, 집합적 이익, 상호보완성, 차별적 이익, 호혜성 및 신뢰의 7요인으로 확인되었다. 둘째, Bifactor 모형이 ML CFA, Second-order CFA 모형에 비해 모형적합도가 높으며, 일반요인, 영역특성요인, 개별 문항들 간 관계를 더 잘 설명함을 알 수 있었다. 마지막으로, 오메가 계수(ω), 오메가 위계계수(ωH), 하위척도의 오메가 계수(ωS), 하위척도의 오메가 위계계수(ωHS), 일차원 검정 지수(ECV) 값을 고려할 때, 일반요인의 크기가 집단요인에 비해 지배적이지 않은 것으로 나타나 협력적 거버넌스 척도는 단일차원이 아닌 7요인의 다차원 구조로 이해해야 함을 알 수 있었다. 이러한 결과를 토대로, Bifactor 모형의 유용성과 협력적 거버넌스 척도의 활용 가능성을 제시하였다.

In the field of social science, researchers have chosen between the total and individual score approaches to analyze the multidimensional factor structure of a scale. These two approaches have, however, inherent limitations in that they cause a decrease in the conceptual clarity of latent variables. Based on this aspect, this study set out to apply the Bifactor model, which has been used to evaluate the multidimensional factor structure and metric attributes of a scale in recent years, and examine the applicability of a collaborative governance scale. For these purposes, the investigator conducted a mail survey with social workers at total social welfare centers, welfare centers for the disabled, and welfare centers for the elderly in the Busan Metropolitan City. Total 1,236 questionnaires were returned and randomly assigned to Samples 1 and 2. While Sample 1(n=618) was subjected to exploratory factor analysis, Sample 2(n=618) was subjected to ML CFA, second-order CFA, and Bifactor model analysis. Major analysis results were as follows: First, a collaborative governance scale had seven factors including participatory decision making, communication, dual identity, collective profit, complementarity, discriminating profit, reciprocality, and trust. Secondly, the Bifactor model recorded higher model fitness than ML CFA and second-order CFA models and was better at explaining general factors, domain-specific factors, and individual items. Finally, given ω, ωH, ωS, ωHS and Explained Common Variance(ECV), the size of general factors was not as overwhelming as that of group factors, which means that a collaborative governance scale should be understood in an seven-factor multidimensional structure rather than in a single dimension. Based on these results, the study proposed the usefulness of the Bifactor model and the applicability of a collaborative governance scale.

#collaborative governance #Bifactor model #Second-order CFA #ω coefficients #explained common variance #ECV)

참고문헌 (50)

참고문헌 신청

김석우 / 2019 / 교육연구방법론 / 학지사

김이수 / 2014 / 협력적 관리구조와 조직성과간의 관계에 대한 사회적 자본의 조절효과 분석 - 자원봉사조직을 중심으로 - / 한국자치행정학보 28(1):199~230

김이수 / 2015 / 자원봉사 분야에서 협력적 거버넌스가 조직성과에 미치는 영향연구 / 한국거버넌스학회보 22(1):81~106

김종남 / 2017 / 한국형 역기능 우울 척도의 문항개발 및 문항분석 / 한국심리학회지: 건강 22(4):849~882

마윤성 / 2016 / 스포츠 지도사 연수 프로그램의 교육서비스 만족도 측정 도구에 관한 연구 / 체육과학연구 27(2):281~292

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

문영주

소속기관 동아대학교

주요연구분야 사회과학 > 사회학 > 사회복지학

논문수 8 이용수 96

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (50)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)