매개효과와 조절효과 (Mediation & Moderation Effect)
쉽게 풀면
"운동을 하면 행복해진다"는 관계를 예로 들어봅시다. 운동이 스트레스를 줄이고, 그 줄어든 스트레스가 행복을 높이는 것이라면 스트레스는 두 변수 사이를 이어주는 다리, 즉 매개변수입니다. 매개효과는 "왜, 어떤 경로로" 원인이 결과로 이어지는지를 설명해줍니다. 반면 같은 운동이라도 주변 사람들의 지지가 높은 사람에게는 행복 상승 효과가 훨씬 크게 나타난다면, 사회적 지지는 그 관계의 세기를 조절하는 밸브 역할을 하는 조절변수입니다. 조절효과는 "언제, 누구에게" 그 효과가 더 강하거나 약하게 나타나는지를 설명합니다. 정리하면 매개는 관계의 "이유"를, 조절은 관계의 "조건"을 보여준다고 기억하면 헷갈리지 않습니다.
왜 중요한가
사회과학과 경영학 연구에서는 단순히 "원인이 결과에 영향을 준다"는 결과만으로는 이론적 기여가 약하다는 평가를 받기 쉽습니다. 매개효과와 조절효과 분석은 그 영향이 "어떤 경로로" 전달되는지, "어떤 조건에서" 강해지거나 약해지는지를 설명해주기 때문에 이론을 정교화하고 실무적 개입 지점을 찾는 데 핵심적인 도구로 쓰입니다. 특히 개입(intervention) 연구나 정책 설계에서는 조절변수를 통해 효과가 큰 대상 집단을 특정하고, 매개변수를 통해 개입의 작동 메커니즘을 규명할 수 있어 학위논문과 실증연구 전반에서 필수적으로 다뤄집니다.
논문에서는 이렇게 쓰입니다
이 문장은 경영학·심리학 논문의 결과 부분에서 흔히 보이는 서술로, 연구자가 하나의 모형 안에서 매개효과와 조절효과를 함께 검증했음을 보여줍니다. 매개효과는 흔히 부트스트래핑이나 Sobel test로, 조절효과는 상호작용항을 포함한 회귀분석이나 구조방정식모형으로 검증합니다.
교육심리학 논문에서 흔히 등장하는 표현으로, "부분매개"는 매개변수를 투입한 이후에도 원인변수의 직접효과가 여전히 유의하게 남아있음을 뜻합니다. 모든 영향이 매개변수를 통해서만 전달되는 경우는 완전매개라고 구분합니다.
마케팅 분야 논문에서는 이처럼 소비자 특성이나 상황 변수가 핵심 관계의 강도를 바꾸는 조절효과를 자주 보고하며, 상호작용항의 유의성과 함께 단순기울기분석(simple slope analysis)으로 조절 패턴을 시각적으로 제시하는 경우가 많습니다.
조금 더 깊게 보면
매개효과 분석에서는 원인변수가 매개변수를 거치지 않고 결과에 직접 미치는 영향(직접효과)과, 매개변수를 통해 전달되는 영향(간접효과)을 구분하며, 두 효과를 더한 것이 총효과입니다. 최근 논문에서는 정규분포 가정에 의존하는 Sobel test보다 표본을 반복추출해 간접효과의 신뢰구간을 추정하는 부트스트래핑 방식을 더 신뢰할 만한 방법으로 선호하는 경향이 있습니다. 조절된 매개효과(moderated mediation)나 매개된 조절효과(mediated moderation)처럼 두 메커니즘이 결합된 복합모형도 존재하며, 이러한 모형은 조건부 간접효과(conditional indirect effect)라는 지표로 검증합니다.
주의할 점
매개효과를 검증한다는 것은 "원인 → 매개변수 → 결과"라는 인과관계의 방향을 전제로 하므로, 단면 조사자료만으로 매개효과를 주장하면 인과관계를 과도하게 해석했다는 비판을 받을 수 있습니다. 여러 변수 간의 매개·조절 경로를 한 번에 정교하게 검증하고 싶을 때는 구조방정식모형을 활용하는 경우가 많습니다.