표 3 응답자의 금융복지(FWB) 수준 풀 사이즈 테이블 데이터 분포 평가 PLS-SEM 기술을 사용하여 모델을 분석하기 전에 다변량 가정이 충족되는지 탐색하기 위해 데이터 분포를 확인하는 것이 중요합니다[ 76 , 80 ]. WebPower 계산기( https://webpower.psychstat.org/models/kurtosis/ )를 사용하여 데이터 분포의 정규성을 조사했습니다. 결과는 일변량 왜도 범위가 0.067 ~ 0.374이고 첨도 범위가 − 0.677 ~ − 0.017임을 보여 주며, 이는 데이터가 일변량 정규임을 나타냅니다[ 13 , 32 , 33 , 34 ]. 다변량 정규성 평가와 관련하여 왜도는 비정규적인 것으로 나타났습니다(예: 왜도는 으로 나타났습니다 (부록 B 참조). ). 따라서 데이터는 다변량 정규성에 대한 관심이 거의 없이 정규 분포를 따른다고 가정할 수 있습니다. 다음으로 SPSS v23을 이용하여 공차 및 분산팽창계수(VIF)를 기반으로 다중공선성을 평가하였다. 변수의 공차 수준은 0.833~0.947로 0.20보다 높았으며 모든 VIF 값(부록 C 참조)은 5 미만이었습니다(예: VIF 범위는 1.056~1.201). 이는 다중 공선성이 문제가 되지 않음을 보여줍니다. 결과 [ 13 , 32 , 33 , 34 , 70 ]. 또한 선형성 가정을 탐색하기 위해 등분산성 테스트를 수행했습니다. 산점도의 결과는 표준화된 잔차 값과 예측 값이 서로 평행하고 회귀선에 가깝게 표시되는 것을 보여줍니다(부록 D 참조). 따라서 선형성 가정이 확립된다[ 13 ]. 공통 방법 편향(CMB) 평가 본 연구에서는 CMB와 관련된 문제도 다루고 있습니다. Podsakoff et al.의 지침을 따릅니다. [ 67 ], 이 연구에서는 절차적, 통계적 해결책이 모두 고려되었습니다. 먼저, 모든 질문이 쉽게 이해되는지 확인하기 위해 3명의 학계 전문가와 5명의 참가자를 대상으로 설문지를 사전 테스트하였다. 또한 측량 도구 사전 테스트 과정에서 제시된 제안에 따라 문장 구조에 사소한 수정이 고려되었습니다. 둘째, 설문지에는 역코딩된 4개의 항목이 사용되었다. 통계적 구제책에 관해서는 연구 결과에서 CMB의 존재를 평가하기 위해 여러 기술을 적용하는 것이 좋습니다[ 67 , 81 ]. 셋째, 통계적 절차로는 SPSS v23을 이용하여 공통방법분산(CMV)을 조사하기 위해 Harman의 단일요인 검정을 수행하였다. Harman의 단일요인 검정은 편향을 초래할 수 있는 CMV의 수준을 조사하는 신뢰할 수 있는 검정으로 인정받고 있다[ 32 , 33 , 34 ]. 지침에 따라 부록 E의 결과는 총 58.17% 분산 중 첫 번째 회전되지 않은 요인이 50% 임계값 수준보다 낮은 26.67%의 분산을 차지함을 보여줍니다. 이 결과는 CMB가 이 연구에서 아무런 문제가 되지 않는다는 것을 뒷받침합니다[ 25 , 76 ]. 게다가 CMV를 조사하기 위해 Bagozzi와 Yi[ 4 ] 가 개발한 잠재 변수 상관 행렬 절차(Latent Variable Correlation Matrix Procedure)라는 또 다른 통계 기법을 사용 했습니다. 표 4 의 SmartPLS 3.3.2 결과를 사용하면 금융 행동과 금융 웰빙 사이에 0.485의 상관 관계 점수가 존재하며, 이는 모든 것 중에서 가장 크고 컷오프 수준인 0.90보다 낮습니다. 따라서 이 접근 방식은 CMB가 조사 결과에서 문제가 되지 않는다는 것도 입증합니다[ 57 , 65 ]. 구글상위노출 온라인카지노 무료스포츠중계 무료스포츠중계 성인용품 성인용품 롤 토토 롤 토토 비제이벳 강남달토 강남레깅스룸 구글 백링크 11