조절된 매개모형 (Moderated Mediation)
쉽게 풀면
매개효과 분석은 "원인 → 매개변수 → 결과"라는 경로가 실제로 존재하는지를 봅니다. 그런데 이 경로의 힘이 모든 사람, 모든 상황에서 항상 똑같지는 않을 수 있습니다. 예를 들어 "직무 스트레스 → 수면의 질 저하 → 업무 실수 증가"라는 매개 경로가 있다고 할 때, 이 경로가 "사회적 지지"가 높은 사람에게서는 약해지고 낮은 사람에게서는 강해질 수 있습니다. 조절된 매개모형은 바로 이렇게 매개효과의 크기 자체가 조절변수(여기서는 사회적 지지) 수준에 따라 달라지는지를 통계적으로 검증하는 방법입니다. 즉 매개효과 분석과 조절효과 분석을 한 모형 안에서 결합해, "이 간접효과는 언제, 누구에게 더 강하게 나타나는가"라는 질문에 답합니다.
왜 중요한가
단순 매개효과 분석은 간접효과가 "존재하는가"만 보여줄 뿐, 그 효과가 누구에게 혹은 어떤 상황에서 더 강하거나 약한지는 설명하지 못합니다. 조절된 매개모형은 이 한계를 넘어 "언제, 누구에게 이 메커니즘이 더 잘 작동하는가"라는 실무적으로 훨씬 유용한 질문에 답할 수 있어, 심리학·경영학·교육학처럼 개인차나 맥락 변수가 중요한 사회과학 연구에서 널리 채택됩니다. 또한 개입이나 정책의 효과가 특정 하위집단에서 다르게 나타나는지를 검증하는 데도 자주 활용되어 실증연구의 정교함을 높이는 도구로 평가받습니다.
논문에서는 이렇게 쓰입니다
이 문장은 "직무 스트레스가 수면의 질을 거쳐 업무 실수에 미치는 간접효과가 사회적 지지가 낮을 때만 유의했으며, 이는 매개효과의 크기가 조절변수 수준에 따라 달라지는 조절된 매개 현상임을 보여준다"는 뜻입니다.
경영정보시스템 분야에서는 시스템 품질이 지속사용의도에 미치는 간접효과가 사용자의 경험 수준이라는 조절변수에 따라 달라지는지를 검증하는 데 이 모형이 활용된다는 뜻입니다.
교육학 연구에서는 개입이나 교사 행동의 효과가 학생의 심리적 특성에 따라 다르게 매개되는지를 검증하는 용도로 조절된 매개모형이 흔히 쓰입니다.
조금 더 깊게 보면
조절된 매개모형은 조절변수가 매개 경로의 어느 구간에 영향을 미치는지에 따라 여러 하위 유형(원인-매개변수 경로를 조절하는 경우, 매개변수-결과 경로를 조절하는 경우, 혹은 두 경로 모두를 조절하는 경우)으로 나뉘며, 이를 정리한 대표적 분류 체계로 Preacher, Rucker, Hayes의 조건부 간접효과 모형이 자주 인용됩니다. 통계적으로는 조절변수의 값에 따라 간접효과의 크기가 달라지는 정도를 조절된 매개지수(index of moderated mediation)로 요약하고, 이 지수의 유의성은 정규분포 가정에 의존하지 않는 부트스트랩 신뢰구간으로 판단하는 것이 표준적인 관행입니다. 논문을 읽을 때는 조절변수가 경로의 어느 구간에 작용하는 것으로 설정되었는지와, 신뢰구간이 0을 포함하지 않는지를 확인하는 것이 핵심입니다.
주의할 점
조절된 매개모형은 조절효과가 매개 경로의 어느 구간(원인→매개변수 구간인지, 매개변수→결과 구간인지)에서 일어나는지에 따라 여러 하위 유형으로 나뉘며, 어느 구간을 조절하느냐에 따라 해석이 달라집니다. 또한 "매개된 조절모형(mediated moderation)"과 이름은 비슷하지만 분석의 초점과 인과 구조가 다르므로 혼동하지 않도록 주의해야 합니다. 유의성 검정은 대개 부트스트랩으로 신뢰구간을 구해 판단하며, 단순 유의수준 판정보다 신뢰구간이 0을 포함하는지를 확인하는 방식이 표준적으로 쓰입니다.