탐색적 요인분석과 확인적 요인분석 차이, EFA·CFA는 언제 사용해야 할까?

논문 설문조사를 준비하거나 SPSS 통계분석을 진행하다 보면 한 번쯤 마주치는 용어가 있습니다.

바로 탐색적 요인분석(EFA)과 확인적 요인분석(CFA)입니다.

둘 다 설문 문항과 변수의 구조를 살펴보는 분석이라는 점에서 비슷해 보이지만, 실제로는 분석 목적과 접근 방식에 차이가 있습니다.

특히 논문을 처음 작성하는 대학원생이라면 이런 고민을 하게 됩니다.

“탐색적 요인분석을 했는데 확인적 요인분석도 해야 할까?”

“SPSS로 요인분석을 하면 충분한 걸까?”

“AMOS를 사용해야 하는 논문은 따로 있을까?”

요인분석은 단순히 통계 결과표를 하나 더 만드는 과정이 아닙니다. 연구에서 사용하는 설문 문항들이 의도한 개념을 적절하게 측정하고 있는지 살펴보는 중요한 분석입니다.

오늘은 탐색적 요인분석과 확인적 요인분석의 차이, SPSS와 AMOS의 활용 방법, 논문에서 요인분석 결과를 해석할 때 주의할 점을 정리해보겠습니다.

1. 요인분석은 왜 하는 걸까?

논문 설문조사에서는 하나의 개념을 측정하기 위해 여러 문항을 사용하는 경우가 많습니다.

예를 들어 직무만족도를 측정한다고 가정해보겠습니다.

직무만족도는 단순히 질문 하나로 충분히 설명하기 어려운 개념입니다.

그래서 다음과 같은 문항을 사용할 수 있습니다.

• 나는 현재 맡은 업무에 만족한다.
• 나는 업무를 수행하면서 보람을 느낀다.
• 나는 현재 직무에 전반적으로 만족한다.
• 나는 현재 업무에 긍정적인 태도를 가지고 있다.

이 문항들은 모두 직무만족도라는 하나의 개념을 측정하기 위해 구성된 것입니다.

그런데 실제 응답 데이터를 분석했을 때도 이 문항들이 하나의 공통된 요인으로 묶일까요?

연구자가 같은 개념을 측정한다고 생각했던 문항들이 실제 데이터에서는 서로 다른 요인으로 구분될 수도 있습니다.

요인분석은 여러 측정 문항 사이의 관계를 바탕으로 그 안에 존재하는 공통적인 구조를 살펴보는 분석 방법입니다.

특히 설문 문항이 여러 개념을 측정하는 연구에서는 각 문항이 어떤 요인과 관련되는지 확인하는 데 활용됩니다.

다만 요인분석 결과만으로 측정도구의 타당성이 완전히 입증되는 것은 아닙니다. 문항의 내용과 선행연구, 연구대상 등의 정보도 함께 검토해야 합니다.

2. 탐색적 요인분석(EFA)은 무엇일까?

탐색적 요인분석(Exploratory Factor Analysis, EFA)은 측정 문항들이 어떤 요인 구조를 형성하는지 탐색하는 분석입니다.

쉽게 말하면 연구자가 문항들의 구조를 충분히 확신하기 어려운 상황에서 데이터에 나타난 패턴을 살펴보는 방법입니다.

예를 들어 대학원생의 학업 스트레스를 측정하기 위해 15개 문항을 구성했다고 가정해보겠습니다.

연구자는 학업 스트레스가 여러 측면으로 나뉠 수 있다고 예상하지만, 실제로 몇 개의 요인으로 구분되는지는 명확하지 않을 수 있습니다.

이때 탐색적 요인분석을 진행하면 문항들이 어떤 요인에 상대적으로 강하게 연결되는지 살펴볼 수 있습니다.

가상의 분석 결과를 생각해보겠습니다.

※ 이해를 돕기 위한 가상의 사례입니다.

이처럼 탐색적 요인분석은 측정 문항들이 실제로 어떤 구조를 보이는지 파악하는 데 목적이 있습니다.

주로 다음과 같은 상황에서 고려할 수 있습니다.

• 새로운 측정도구를 개발하는 경우
• 기존 측정도구를 새로운 연구대상에 적용하는 경우
• 설문 문항의 요인 구조가 충분히 확립되지 않은 경우
• 여러 문항이 어떤 하위요인으로 구분되는지 탐색하려는 경우

다만 탐색적 요인분석에서 나타난 구조가 다른 표본에서도 동일하게 재현된다고 보장할 수는 없습니다.

3. 확인적 요인분석(CFA)은 무엇일까?

확인적 요인분석(Confirmatory Factor Analysis, CFA)은 연구자가 이론이나 선행연구를 바탕으로 미리 설정한 요인 구조가 실제 데이터와 얼마나 부합하는지 검토하는 분석입니다.

탐색적 요인분석과 가장 큰 차이는 분석을 시작하기 전에 확인하려는 측정모형이 정해져 있다는 점입니다.

예를 들어 직무만족도를 다음 세 가지 하위요인으로 구분한 선행연구가 있다고 가정해보겠습니다.

• 업무 자체에 대한 만족
• 보상에 대한 만족
• 조직환경에 대한 만족

연구자가 이 구조를 바탕으로 설문 문항을 구성했다면 확인적 요인분석을 통해 각 문항이 예상한 요인을 적절하게 측정하는지 검토할 수 있습니다.

이 과정에서는 문항과 잠재변수 사이의 관계뿐 아니라 측정모형 전체가 데이터와 얼마나 잘 부합하는지도 살펴봅니다.

확인적 요인분석의 핵심은 ‘어떤 요인이 존재하는가?’를 탐색하는 것이 아니라, ‘설정한 요인 구조가 데이터에 부합하는가?’를 검토하는 것입니다.

확인적 요인분석은 AMOS, Mplus, R의 lavaan 등 다양한 프로그램으로 수행할 수 있습니다.

AMOS는 구조방정식모형을 분석할 때 많이 활용되는 프로그램 중 하나입니다.

4. 탐색적 요인분석과 확인적 요인분석, 차이점 비교

두 분석의 차이를 정리하면 다음과 같습니다.

여기서 주의할 점이 있습니다.

EFA는 SPSS, CFA는 AMOS라는 식으로 프로그램만 보고 분석을 구분하는 것은 정확하지 않습니다.

EFA와 CFA는 사용하는 프로그램이 아니라 분석 목적과 모형 설정 방식에 따라 구분됩니다.

또한 EFA를 반드시 먼저 진행해야 CFA를 할 수 있는 것도 아닙니다.

이미 충분한 이론적 근거와 검증된 측정모형이 있다면 연구목적에 따라 CFA를 직접 수행할 수도 있습니다.

5. SPSS 탐색적 요인분석에서는 무엇을 확인할까?

SPSS에서 탐색적 요인분석을 진행하면 여러 통계 지표가 나타납니다.

처음에는 숫자가 많아 복잡하게 느껴지지만, 각 지표가 무엇을 확인하기 위한 것인지 이해하면 결과를 읽기가 한결 수월해집니다.

① KMO 측도

KMO(Kaiser-Meyer-Olkin)는 변수 간 상관관계의 특성을 바탕으로 요인분석에 적합한 자료인지 평가하는 지표입니다.

일반적으로 값이 높을수록 요인분석에 적합한 상관구조를 갖고 있다고 해석하지만, 하나의 기준만으로 분석의 적절성을 결정해서는 안 됩니다.

② Bartlett의 구형성 검정

변수 간 상관행렬이 단위행렬이라는 귀무가설을 검정합니다.

유의한 결과가 나타나면 변수들 사이에 요인분석을 검토할 만한 상관관계가 존재한다는 근거가 될 수 있습니다.

다만 유의하다고 해서 요인 구조가 적절하다는 의미는 아닙니다.

③ 요인부하량(Factor Loading)

각 문항이 특정 요인과 얼마나 밀접하게 관련되는지를 보여주는 값입니다.

요인부하량의 크기와 방향을 확인하면서 문항이 의도한 요인과 적절하게 연결되는지 살펴봅니다.

④ 요인 수

몇 개의 요인을 추출하는 것이 적절한지 검토합니다.

고유값과 스크리 도표뿐 아니라 평행분석(Parallel Analysis), 이론적 해석 가능성 등을 함께 고려할 수 있습니다.

⑤ 교차부하(Cross-loading)

하나의 문항이 여러 요인에 상당한 부하량을 보이는 경우를 의미합니다.

교차부하가 크다면 문항의 의미가 모호한지, 여러 개념을 동시에 측정하고 있는지 검토할 필요가 있습니다.

특히 요인부하량이 낮다는 이유만으로 문항을 무조건 삭제해서는 안 됩니다.

문항을 삭제할 때는 통계 결과뿐 아니라 해당 문항이 측정하려는 개념에서 어떤 의미를 갖는지도 고려해야 합니다.

또한 SPSS의 요인분석 메뉴에서 제공하는 주성분분석(PCA)은 공통요인분석과 목적 및 모형이 다르므로, 분석 목적에 맞는 추출 방법을 선택해야 합니다.

6. AMOS 확인적 요인분석에서는 무엇을 확인할까?

확인적 요인분석에서는 연구자가 설정한 측정모형이 데이터에 얼마나 부합하는지 검토합니다.

AMOS를 활용하는 경우 대표적으로 다음과 같은 지표를 살펴볼 수 있습니다.

① 표준화 요인부하량

각 측정 문항이 해당 잠재변수와 얼마나 강하게 연결되는지 확인합니다.

문항의 적절성을 평가할 때 중요한 정보가 됩니다.

② CFI(Comparative Fit Index)

설정한 모형이 기준모형에 비해 얼마나 개선된 적합도를 보이는지 평가하는 지표입니다.

③ TLI(Tucker-Lewis Index)

모형의 적합도를 평가하면서 모형의 복잡성도 반영하는 지표입니다.

④ RMSEA(Root Mean Square Error of Approximation)

모집단에서 모형이 얼마나 근사적으로 적합한지를 평가하는 지표입니다.

⑤ SRMR(Standardized Root Mean Square Residual)

관측된 상관관계와 모형이 예측한 상관관계 사이의 차이를 요약하는 지표입니다.

이러한 지표들은 측정모형을 평가하는 데 도움이 됩니다.

다만 특정 지표가 일반적으로 알려진 기준을 충족했다고 해서 모형이 완벽하다고 판단할 수는 없습니다.

표본 수, 모형의 복잡성, 추정 방법, 자료의 특성 등을 함께 고려해야 합니다.

또한 확인적 요인분석에서는 필요에 따라 개념신뢰도와 수렴타당도, 판별타당도 등도 검토합니다.

중요한 것은 적합도 수치를 맞추는 것 자체가 아니라, 이론적으로 타당한 측정모형이 데이터와 얼마나 부합하는지 확인하는 것입니다.

7. EFA를 했다면 CFA도 반드시 해야 할까?

논문을 준비하면서 가장 많이 궁금해하는 부분 중 하나입니다.

결론부터 말하면 모든 연구에서 EFA와 CFA를 반드시 함께 수행해야 하는 것은 아닙니다.

필요한 분석은 연구목적과 측정도구의 개발·검증 수준에 따라 달라집니다.

예를 들어 새로운 척도를 개발하는 연구라면 탐색적 요인분석을 통해 구조를 살펴본 뒤, 별도의 표본을 활용해 확인적 요인분석으로 구조를 검토하는 접근이 적절할 수 있습니다.

반면 기존에 충분히 검증된 척도를 사용하는 연구라면 연구목적과 이론적 근거에 따라 확인적 요인분석을 중심으로 측정모형을 평가할 수 있습니다.

여기서 또 하나 주의할 점이 있습니다.

동일한 데이터로 EFA를 진행한 뒤 그 결과를 바탕으로 CFA를 수행했다고 해서 독립적인 검증이 이루어진 것은 아닙니다.

탐색 과정에서 발견한 구조를 같은 데이터로 다시 확인하면 모형이 해당 표본의 특성에 지나치게 맞춰질 수 있기 때문입니다.

가능하다면 독립된 표본이나 적절한 표본 분할을 통해 구조의 재현 가능성을 확인하는 것이 좋습니다.

다만 표본을 나누면 각 분석에서 사용할 수 있는 사례 수가 줄어들기 때문에 연구설계 단계부터 충분한 표본 확보를 고려해야 합니다.

8. 요인분석에서 자주 하는 실수

요인분석을 진행할 때는 단순히 통계적 기준을 충족하는 것보다 연구목적과 측정도구의 의미를 함께 살펴봐야 합니다.

① 요인부하량이 낮으면 무조건 문항을 삭제하는 경우

요인부하량이 낮은 문항은 검토할 필요가 있지만, 해당 문항이 중요한 이론적 의미를 갖고 있을 수도 있습니다.

문항 삭제 여부는 통계 결과와 내용타당도를 함께 고려해야 합니다.

② 요인 수를 통계 프로그램이 제시한 결과에만 의존하는 경우

프로그램이 자동으로 제시한 요인 수가 항상 최선의 선택은 아닙니다.

요인 수를 결정할 때는 통계적 근거와 이론적 해석 가능성을 함께 확인해야 합니다.

③ 모형 적합도를 높이기 위해 수정지수를 반복적으로 사용하는 경우

AMOS에서 수정지수(Modification Index)를 확인하다 보면 특정 오차항 사이에 공분산을 추가하도록 제안되는 경우가 있습니다.

하지만 적합도를 높이기 위해 이론적 근거 없이 모형을 계속 수정하면 해당 표본에만 잘 맞는 모형이 만들어질 수 있습니다.

④ 신뢰도 분석과 요인분석을 같은 것으로 생각하는 경우

크론바흐 알파(Cronbach’s α)는 문항 간 내적 일관성을 평가하는 데 활용되는 지표입니다.

반면 요인분석은 측정 문항의 잠재적 구조를 검토하는 분석입니다.

두 분석은 서로 관련이 있지만 목적이 같지는 않습니다.

신뢰도가 높다고 해서 측정도구의 요인 구조와 타당성이 자동으로 확인되는 것은 아닙니다.

요인분석은 설문 문항의 구조를 이해하는 과정입니다

논문 통계분석을 준비하다 보면 요인분석을 반드시 통과해야 하는 절차처럼 생각하기 쉽습니다.

하지만 중요한 것은 분석을 진행했다는 사실이 아니라 그 결과가 연구에서 어떤 의미를 갖는지 이해하는 것입니다.

탐색적 요인분석은 문항들이 어떤 구조를 보이는지 살펴보는 데 목적이 있고, 확인적 요인분석은 이론적으로 설정한 측정모형이 데이터에 부합하는지 검토하는 데 목적이 있습니다.

따라서 연구목적과 측정도구의 특성을 먼저 확인한 뒤 필요한 분석을 선택하는 것이 좋습니다.

SPSS나 AMOS 분석을 직접 진행하기 어렵다면 통계분석 업체에 연구모형과 측정도구, 선행연구 자료를 함께 전달해 분석 범위를 확인하는 것도 방법입니다.

특히 논문에서는 분석 결과뿐 아니라 해당 분석을 선택한 이유까지 설명할 수 있어야 합니다.

📌 정리

탐색적 요인분석과 확인적 요인분석은 모두 측정 문항의 구조를 살펴보는 분석이지만 목적과 접근 방식이 다릅니다.

• 탐색적 요인분석(EFA): 데이터에 나타나는 요인 구조를 탐색하는 분석
• 확인적 요인분석(CFA): 이론적으로 설정한 측정모형이 데이터에 부합하는지 검토하는 분석
• SPSS: 탐색적 요인분석에 활용할 수 있는 대표적인 프로그램
• AMOS: 확인적 요인분석과 구조방정식모형 분석에 활용할 수 있는 프로그램
• 요인부하량: 문항과 요인 사이의 관계를 평가하는 지표
• 모형 적합도: 설정한 측정모형이 데이터에 얼마나 부합하는지 평가하는 정보

EFA와 CFA를 모두 진행해야 좋은 논문이 되는 것은 아닙니다.

중요한 것은 연구목적에 맞는 분석을 선택하고, 측정 문항들이 연구에서 의도한 개념을 적절하게 반영하는지 확인하는 것입니다.

요인분석은 단순히 통계 결과표를 만드는 과정이 아니라, 논문에서 사용하는 측정도구의 구조를 이해하고 연구 결과의 해석 근거를 마련하는 과정이라는 점을 기억하면 좋겠습니다.