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.
언제 쓰나
매개는 “X가 Y에 영향을 주는 경로가 M을 거치는가”(X → M → Y)를, 조절은 “X와 Y의 관계가 W의 수준에 따라 달라지는가”를 묻습니다.
- 매개: X → M 경로를 a, M → Y 경로(X를 통제)를 b, X → Y 직접 경로를 c′, X → Y 총효과를 c라 하면 간접효과 = a × b이고, 선형모형에서 c = c′ + a × b입니다.
- 조절: 회귀식에 상호작용항 X × W를 넣고 그 계수를 검정합니다. 상호작용항을 만들 때 X와 W를 평균중심화하면 해석과 공선성 문제가 줄어듭니다(Aiken & West, 1991).
- 매개는 “시간 순서와 인과 방향이 이론적으로 정당화될 때” 의미가 있습니다. 같은 시점에 측정한 단면 자료만으로는 방향을 알 수 없습니다.
결과는 이렇게 읽는다
매개의 작은 예(모의 자료, n = 200, 계산 결과). a = 0.61(SE 0.07), b = 0.50(SE 0.08)이고 간접효과 a × b = 0.30입니다. 직접효과 c′ = −0.02로 거의 0이고 총효과 c = 0.29이므로, X의 영향은 거의 M을 거쳐 전달됩니다(완전매개에 가까운 모양). 간접효과의 5,000회 부트스트랩 95% 신뢰구간은 [0.20, 0.43]으로 0을 포함하지 않아 간접효과가 유의합니다. Sobel 검정은 z = 5.22, p < .001로 같은 결론입니다.
- 간접효과의 표본분포는 두 계수의 곱이라 대개 비대칭이므로, 정규 근사에 기대는 Sobel 검정보다 부트스트랩 신뢰구간을 쓰자는 것이 일반적인 권고입니다(Preacher & Hayes, 2008).
- Baron & Kenny(1986)의 단계 중 “총효과 c가 먼저 유의해야 한다”는 조건은 필수가 아니라는 지적이 있습니다(Shrout & Bolger, 2002).
조절의 작은 예(모의 자료, n = 300). X를 중심화하고 W는 0/1 집단일 때 상호작용 계수가 0.52(SE 0.13, t = 4.06, p < .001)입니다. 단순기울기(simple slope)는 W = 0 집단에서 0.30, W = 1 집단에서 0.82입니다. 즉 X의 효과가 W = 1 집단에서 더 큽니다. 상호작용이 유의하면 주효과만 해석하지 않고 단순기울기를 함께 제시합니다.
논문에는 이렇게 보고한다
매개 모형이면 a, b, c′, c 경로 계수와 간접효과의 신뢰구간을, 조절 모형이면 상호작용 계수와 단순기울기를 적습니다.
간접효과는 유의하였다(a × b = 0.30, 부트스트랩 5,000회 95% CI [0.20, 0.43]). 직접효과는 유의하지 않았다(c′ = −0.02, p = .85). (형식을 보여 주려는 가상의 문장)
상호작용항은 유의하였다(B = 0.52, SE = 0.13, p < .001). 단순기울기 분석 결과 X의 효과는 W = 0에서 0.30, W = 1에서 0.82였다. (가상의 문장)
- 사용한 도구(예: PROCESS 매크로, 구조방정식 프로그램)와 부트스트랩 횟수·신뢰구간 종류를 적습니다.
- “매개한다”는 표현이 인과를 함의하므로, 설계가 이를 지지하는지 한계에서 논의합니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“매개 효과의 유의도를 검증하기 위해서 부트스트랩 표본 5,000개를 추출하여 95% 신뢰구간(confidence interval, CI)을 분석하였다.”
여성 노인의 디지털 정보활용능력이 우울에 미치는 영향: 사회적 지지의 매개 효과를 중심으로, Korean Journal of Women Health Nursing, 2023 · KoreaMed Synapse · 원문 보기 ↗
“Sobel Test를 통해 매개효과 유의성을 재차 검증하였다.”
미용인의 NCS화장품 능력단위인지와 현장활용성 및 화장품학 교과만족도 관계 연구, 학습자중심교과교육연구, 2024 · KCI 한국학술지인용색인 · 원문 보기 ↗
“또한, 수학교수효능감의 매개 효과는 SPSS PROCESS macro의 모델 4번을 활용하여 검증하였다.”
보육교사의 수학성장마인드셋이 수학적상호작용에 미치는 영향: 수학교수효 능감의 매개효과를 중심으로, 인간발달연구, 2025 · KCI 한국학술지인용색인 · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
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.
헷갈리기 쉬운 용어
‘제3의 변수’가 X와 Y의 관계에서 맡는 역할이 다릅니다.
| 용어 | 제3의 변수의 역할 | 검정하는 것 |
|---|---|---|
| 매개변수(M) | X의 영향을 Y로 전달하는 중간 단계 | 간접효과 a × b |
| 조절변수(W) | X와 Y 관계의 강도·방향을 바꿈 | 상호작용항(X × W)의 계수 |
| 교란변수 | X와 Y 둘 다에 영향을 줘 가짜 관계를 만듦 | 통제하거나 설계로 제거해야 할 대상 |
| 교호작용효과 | 통계 모형에서 조절을 나타내는 항 | 조절효과와 사실상 같은 개념 |
| Sobel 검정 | 간접효과의 유의성 검정 방법 하나 | 정규 근사 사용. 부트스트랩이 흔히 권고됨 |
매개는 ‘어떻게(경로)’, 조절은 ‘언제·누구에게(조건)’에 대한 물음입니다.
참고 문헌
- Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173–1182.
- Shrout, P. E., & Bolger, N. (2002). Mediation in experimental and nonexperimental studies: New procedures and recommendations. Psychological Methods, 7(4), 422–445.
- Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models. Behavior Research Methods, 40(3), 879–891.
- Aiken, L. S., & West, S. G. (1991). Multiple Regression: Testing and Interpreting Interactions. Sage.
- Hayes, A. F. (2018). Introduction to Mediation, Moderation, and Conditional Process Analysis (2nd ed.). Guilford Press.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.