매개효과 분석

원격근무의 자율성이 높은 직원은 생산성이 더 높을까요? 그 관계가 업무에 더 집중할 수 있기 때문에 나타나는 것이라면 어떻게 확인할 수 있을까요? 자율성과 생산성의 관계에서 업무 집중도가 어떤 역할을 하는지 분석할 수 있을까요?

이처럼 두 변수 사이의 관계가 중간 변수를 거쳐 나타나는 경로를 분석하는 방법이 매개효과 분석(Mediation Analysis)입니다.

상관분석이나 단순 회귀가 원격근무 자율성과 생산성의 전반적인 관계를 보여준다면, 매개효과 분석은 그 관계를 직접효과와 업무 집중도를 거치는 간접효과로 구분합니다. 간접효과는 보통 경로계수의 곱으로 추정하며, 부트스트랩 신뢰구간으로 추정의 불확실성을 평가할 수 있습니다.

조직·인사, 교육, 심리, 마케팅 등 어떤 관계가 나타나는 과정을 이론적으로 설명하려는 연구에서 유용합니다. 이번 글에서는 원격근무 자율성, 업무 집중도, 직원 생산성을 예제로 분석 원리, 직접·간접·총효과, 부트스트랩 해석, 조절효과와의 차이, 인과 해석의 주의점까지 살펴보겠습니다.

매개효과 분석(mediation analysis)은 독립변수 X가 종속변수 Y와 관계를 맺는 과정에서 매개변수 M이 어떤 역할을 하는지 확인하는 분석입니다. 단순히 X와 Y 사이에 관계가 있는지 묻는 데서 나아가, 그 관계가 어떤 경로를 거쳐 나타나는지 추정합니다.

예를 들어 원격근무 자율성이 높은 직원일수록 생산성이 높다면, 자율성 자체의 영향인지, 업무에 더 집중할 수 있게 되기 때문인지 궁금할 수 있습니다. 이때 업무 집중도를 매개변수로 설정해 그 경로를 분석합니다.

자율성과 생산성의 상관관계만으로는 두 변수 사이에서 어떤 일이 일어나는지 알기 어렵습니다. 매개효과 분석은 전체 관계를 직접경로와 매개변수를 통과하는 간접경로로 나누어, 연구 가설에 제시된 과정을 보다 구체적으로 살펴봅니다.

특히 조직 연구에서는 제도의 도입 여부보다 제도가 근로자의 행동이나 업무 환경을 어떻게 바꾸는지가 중요할 수 있습니다. 다만 통계적 간접효과가 발견되었다고 실제 인과 과정까지 자동으로 증명되는 것은 아닙니다.

선형 회귀 기반의 단순 매개모형에서는 X와 공변량으로 M을 설명하고, 이어 X·M·공변량으로 Y를 설명합니다. 이때 간접효과는 a × b이며, 같은 모형 가정과 척도에서 총효과는 c′ + ab로 분해됩니다.

가상의 기업 직원 240명을 대상으로 원격근무 자율성, 업무 집중도, 생산성 점수를 측정했다고 가정하겠습니다. 세 변수는 모두 1~5점의 연속형 척도 점수로 다루며, 직무 유형과 근속연수를 공변량으로 포함합니다.

가설은 자율성이 높을수록 집중도가 높아지고, 집중도가 높은 직원일수록 생산성도 높다는 것입니다. 단면 설문이라는 점에서 인과적 순서는 연구자가 제안한 가설이지, 자료만으로 확인된 사실은 아닙니다.

직접효과 0.15는 업무 집중도를 모형에 포함했을 때 자율성 1점 차이와 연결되는 생산성의 평균적 차이입니다. 간접효과 0.20은 자율성 1점 차이가 집중도 변화 경로를 통해 생산성과 연결되는 부분을 나타냅니다.

총효과 0.35는 이 두 경로를 합한 값입니다. 하지만 간접효과가 직접효과보다 크다고 해서 집중도가 실제로 전체 관계의 대부분을 일으켰다고 단정할 수는 없습니다.

간접효과는 두 회귀계수의 곱이므로 표본분포가 정규분포와 다를 수 있습니다. 그래서 실무에서는 자료를 반복 재표집하는 부트스트랩을 이용해 간접효과의 신뢰구간을 추정하는 방법을 많이 사용합니다.

가상 예시에서 간접효과의 95% 신뢰구간은 0을 포함하지 않습니다. 따라서 설정한 모형에서 집중도를 경유하는 통계적 간접효과가 관찰되었다고 해석할 수 있습니다.

간접효과가 유의하더라도 크기가 작다면 실질적 의미를 별도로 평가해야 합니다. 반대로 직접효과가 유의하지 않다고 해서 자동으로 완전매개라고 결론 내릴 필요도 없습니다.

매개변수는 X와 Y의 관계를 설명하는 중간 과정으로, 조절변수는 X와 Y의 관계가 달라지는 조건으로 설정합니다. 두 역할을 결합한 조절된 매개효과 분석도 가능하지만, 먼저 연구 질문에 맞는 역할을 명확히 정해야 합니다.

관측된 점수 세 개만 사용하는 단순 매개모형은 일반적인 회귀분석으로 추정할 수 있습니다. 구조방정식모형(SEM)은 직접·간접경로를 동시에 설정할 수 있고, 여러 문항으로 측정한 잠재변수와 측정오차까지 함께 다룰 수 있습니다.

어떤 방법을 선택하든 매개변수와 결과변수의 시간적 순서, 교란 요인, 연구 설계의 타당성은 별도로 검토해야 합니다.

가장 흔한 오류는 간접효과가 유의하다는 이유만으로 “집중도가 원격근무의 생산성 향상 원인임을 증명했다”고 말하는 것입니다. 단면 자료에서는 자율성·집중도·생산성이 같은 시점에 측정되므로 선후관계를 충분히 확인하기 어렵습니다.

모형이 복잡해질수록 필요한 표본과 검토할 가정도 늘어납니다. 이론적 근거 없이 경로를 계속 추가하는 것은 피하는 편이 좋습니다.

연구 보고서에는 표본 수, 측정 방식, 공변량, 추정 방법, 직접·간접·총효과, 신뢰구간 등을 포함합니다. 다음은 학습용 가상 예시에 맞춘 보고 문장입니다.

이 문장은 인과관계를 확정하지 않고 분석 결과가 지지하는 범위에서만 해석하도록 작성했습니다. 실제 논문에서는 부트스트랩 반복 횟수, 신뢰구간 산출 방식과 모형 가정을 추가로 밝히는 것이 좋습니다.

핵심은 변수를 세 개 배치하는 일이 아니라, 왜 그 변수가 중간 과정이라고 볼 수 있는지 연구 설계와 이론으로 설명하는 것입니다.

매개효과 분석은 독립변수와 결과변수의 관계를 직접경로와 매개변수를 거치는 간접경로로 나누어 살펴봅니다. 원격근무 예제에서는 자율성, 업무 집중도, 생산성 사이의 가설적 관계를 설정하고 각 경로의 크기와 간접효과의 신뢰구간을 확인하는 과정을 설명했습니다.

간접효과가 통계적으로 유의하더라도 그 자체로 인과적인 매개 과정이 증명되는 것은 아닙니다. 변수가 측정된 시간적 순서, 교란 요인과 연구 설계를 검토해야 하며, 총효과가 유의한지 여부만으로 매개효과의 존재를 판단해서도 안 됩니다. 결과는 연구 설계가 뒷받침하는 범위에서 해석해야 합니다.