Mplus (Mplus)
쉽게 풀면
눈에 보이지 않는 개념(잠재변수)들 사이의 복잡한 관계를 다루는 구조방정식모형이나 잠재계층분석 같은 고급 통계기법을 전문적으로 지원하는 소프트웨어다. 심리학, 교육학 등에서 정교한 통계모형을 다루는 연구자들 사이에서 표준처럼 사용된다. 다양한 자료 유형(연속형, 범주형, 혼합형)과 복잡한 모형 구조를 유연하게 다룰 수 있다는 것이 강점이다.
왜 중요한가
심리학, 교육학, 보건학 등에서는 직접 측정할 수 없는 잠재변수(예: 우울 성향, 학업 동기)를 다루는 연구가 많은데, 이런 변수들 간의 관계를 정교하게 모형화하려면 구조방정식모형이나 잠재계층분석 같은 고급 통계기법이 필요합니다. Mplus는 이러한 기법을 안정적으로 구현한 표준 소프트웨어로 자리잡아, 관련 분야 논문에서 분석 도구로 자주 언급됩니다. 특히 종단자료 분석이나 혼합모형처럼 여러 기법을 결합해야 하는 연구에서 그 활용도가 두드러집니다.
논문에서는 이렇게 쓰입니다
시간에 따른 변화를 추적하는 잠재성장모형이라는 복잡한 통계모형을 Mplus 소프트웨어로 분석했다는 뜻이다.
설문 응답 패턴에 따라 참여자들을 몇 개의 하위 집단으로 분류하는 분석을 Mplus로 수행했다는 뜻이다.
자료가 정규분포를 따르지 않을 때 흔히 쓰는 강건한 추정법(MLR)을 Mplus에서 지정하여 변수들 간 경로계수를 계산했다는 뜻이다.
조금 더 깊게 보면
Mplus 논문을 읽을 때는 어떤 추정법(estimator)을 썼는지 함께 살펴보는 것이 중요합니다. 예를 들어 ML(최대우도법) 외에도 자료의 비정규성이나 범주형 변수를 고려한 MLR, WLSMV 같은 추정법이 자주 쓰이며, 이에 따라 결과 해석과 적합도 지수(CFI, TLI, RMSEA 등)의 기준도 달라질 수 있습니다. 또한 잠재계층분석에서는 계층 수를 정하기 위해 정보기준(AIC, BIC 등)과 이론적 해석 가능성을 함께 고려하는 것이 일반적입니다.
주의할 점
Mplus는 매우 강력하지만 명령문 문법이 독특해서 처음 접하는 연구자에게는 학습 곡선이 다소 가파를 수 있다.