용어 목록 > 교차지연 패널모형 (Cross-Lagged Panel Model)

교차지연 패널모형 (Cross-Lagged Panel Model)

쉽게 풀면

"스트레스가 많으면 잠을 못 자는가, 아니면 잠을 못 자서 스트레스가 쌓이는가?" 같은 질문은 한 시점만 조사해서는 답하기 어렵습니다. 두 변수가 그냥 같이 움직이는 건지, 어느 한쪽이 원인이 되어 다른 쪽을 나중에 변화시키는 건지 구분할 수 없기 때문입니다. 교차지연 패널모형은 같은 사람들을 예를 들어 1차, 2차 두 시점에 걸쳐 스트레스와 수면의 질을 함께 측정한 뒤, "1차 스트레스가 2차 수면의 질을 예측하는 정도"와 "1차 수면의 질이 2차 스트레스를 예측하는 정도"를 나란히 비교합니다. 이렇게 시간차를 두고 서로 엇갈려(교차) 영향을 주는 경로를 살펴보면, 어느 방향의 인과적 흐름이 더 강한지 짐작해 볼 수 있습니다.

왜 중요한가

교차지연 패널모형은 횡단자료만으로는 답할 수 없는 "무엇이 무엇을 앞서 유발하는가"라는 질문에 접근할 수 있게 해주기 때문에, 발달심리학·교육학·조직행동학 등 종단자료를 다루는 여러 분야에서 널리 활용됩니다. 개입 프로그램의 설계나 정책 우선순위를 정할 때 어느 변수를 먼저 다뤄야 효과적인지에 대한 근거를 제공한다는 점에서 실무적 함의도 큽니다. 최근에는 개인 간 차이와 개인 내 변화를 분리하지 못한다는 전통적 모형의 한계가 지적되면서, 이를 보완한 확장모형들과 함께 비교 논의되는 경우가 많습니다.

언제 쓰나

같은 사람들을 두 시점 이상 반복 측정했고, 두 변수(X, Y) 중 어느 쪽이 나중의 다른 쪽을 앞서 예측하는지 보려 할 때 씁니다. 가장 단순한 두 시점 모형은 다음 두 식입니다.

X2 = a·X1 + d·Y1 + eX, Y2 = b·Y1 + c·X1 + eY

a, b는 자기 자신의 이전 값이 이후 값을 예측하는 정도(자기회귀 경로)이고, c, d가 서로 엇갈려 예측하는 정도(교차지연 경로)입니다. 자기회귀 경로를 통제한 상태에서 c와 d를 비교하는 것이 핵심 논리입니다. 이 방법의 뿌리는 교차지연 상관을 이용해 가짜 상관 여부를 검토하자는 Kenny(1975)의 제안으로 거슬러 올라가고, Rogosa(1980)는 교차지연 상관의 해석에 대한 비판을 제기했습니다.

세 시점 이상에서는 같은 형태가 시점마다 반복됩니다. 추정은 보통 구조방정식모형 틀에서 이루어집니다(구조방정식모형).

결과는 이렇게 읽는다

가상의 표준화 계수 예(형식을 보여 주기 위한 값):

• 두 교차경로의 크기·유의성을 비교해 “어느 방향이 더 강한가”를 서술합니다. 방향 간 차이를 주장하려면 두 경로를 같게 놓은 모형과의 적합도 비교 같은 검정이 필요합니다.
• 이 계수는 시점 사이의 시간 순서상 예측일 뿐, 개인 안에서의 인과 효과로 곧바로 읽으면 안 됩니다.

Hamaker 외(2015)는 변수의 안정성이 어느 정도 개인마다 고정된 성질(특성)이면, 전통적 CLPM의 자기회귀 경로가 이를 충분히 반영하지 못해 교차지연 계수가 개인 내 관계를 나타내지 못하고 효과의 존재·우세·부호에 대해 잘못된 결론에 이를 수 있다고 보였습니다. 이 문제를 줄이려고 개인별 임의절편을 넣은 모형(RI-CLPM)을 제안했습니다. Orth 외(2021)는 자존감과 우울의 관계를 사례로 일곱 가지 교차지연 모형을 10개 표본에서 비교해, CLPM과 RI-CLPM은 모든 표본에서 수렴했고 RI-CLPM의 적합도가 더 좋았지만 교차지연 효과의 일관성은 CLPM이 더 높았다고 보고했습니다. 모형 선택은 연구 질문에 맞게 해야 합니다.

논문에는 이렇게 보고한다

• 측정 시점의 수와 간격, 표본의 이탈(결측) 처리 방법을 적습니다.
• 시점 간 측정불변성을 확인했는지 밝힙니다(측정불변성).
• 자기회귀 경로와 교차지연 경로의 표준화·비표준화 계수와 신뢰구간을 모두 제시합니다.
• CLPM만 썼는지 RI-CLPM 등 확장 모형도 비교했는지, 적합도 지수와 모형 비교 결과를 쓰고 시간 간격 선택의 근거를 설명합니다.
• 인과를 단정하지 않고, 공변량·제3의 변수의 가능성을 한계로 서술합니다.

1차에서 높은 스트레스는 안정성을 통제한 뒤 2차 수면의 질을 예측하였다(β = −.12, 95% CI [−.20, −.04]). (가상의 값)

논문에서는 이렇게 쓰입니다

실제 논문에서

이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.

예시 문장

아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.

이 문장은 스마트폰 사용시간이 나중 시점의 우울감을 더 잘 예측하는지, 반대로 우울감이 나중 시점의 스마트폰 사용시간을 더 잘 예측하는지를 시간 순서를 활용해 비교 분석했다는 뜻입니다. 발달심리학, 교육학, 커뮤니케이션학의 종단연구 논문에서 자주 사용됩니다.

조직행동학 연구에서 직무 관련 심리변수들 사이의 시간적 선후관계를 밝히는 데 교차지연 패널모형이 활용된 예시입니다.

조금 더 깊게 보면

전통적인 교차지연 패널모형은 개인 간 안정적인 차이와 시간에 따른 개인 내 변화를 구분하지 못한다는 한계가 지적되어 왔으며, 이를 보완하기 위해 개인마다 고유한 절편을 두는 확장모형이 함께 사용되는 경우가 많습니다. 또한 모형 추정에는 보통 구조방정식모형 틀이 활용되며, 시점 간 측정불변성이 성립하는지를 먼저 확인하는 것이 결과 해석의 전제조건으로 다뤄집니다. 자기회귀 경로(같은 변수의 이전 시점 값이 이후 시점 값을 예측하는 정도)를 통제한 상태에서 교차지연 경로의 크기를 비교하는 것이 핵심 논리입니다.

주의할 점

교차지연 패널모형은 시간적 선후관계를 보여줄 뿐, 진짜 인과관계를 완전히 증명하지는 못합니다. 두 변수 모두에 영향을 주는 제3의 요인(혼란변수)이 존재하면 결과가 왜곡될 수 있으므로, 같은 종단연구 설계라도 결과 해석에는 신중해야 합니다.

헷갈리기 쉬운 용어

참고 문헌

1. Kenny, D. A. (1975). Cross-lagged panel correlation: A test for spuriousness. Psychological Bulletin, 82(6), 887–903.
2. Rogosa, D. (1980). A critique of cross-lagged correlation. Psychological Bulletin, 88(2), 245–258.
3. Hamaker, E. L., Kuiper, R. M., & Grasman, R. P. P. P. (2015). A critique of the cross-lagged panel model. Psychological Methods, 20(1), 102–116.
4. Orth, U., Clark, D. A., Donnellan, M. B., & Robins, R. W. (2021). Testing prospective effects in longitudinal research: Comparing seven competing cross-lagged models. Journal of Personality and Social Psychology, 120(4), 1013–1034.
5. Mulder, J. D., & Hamaker, E. L. (2021). Three extensions of the random intercept cross-lagged panel model. Structural Equation Modeling, 28(4), 638–648.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.

관련 용어