왜 그런 결과가 나타날까? 매개효과와 직접·간접효과 이해하기 (공인중개사 30년 실무 경험)

H1. 제6편 ― 왜 그런 결과가 나타날까? 매개효과와 직접·간접효과 이해하기 (공인중개사 30년 실무 경험)

부제: 부동산의 X → Y 관계 속에 숨어 있는 ‘왜?’를 데이터로 설명하는 매개효과 분석

URL Slug: /mediation-analysis-real-estate/

본 글은 국내외 선행연구, 관계 법령, 공공기관 자료 및 공인중개사 30년 실무 경험을 바탕으로 작성한 논문형 연구 블로그입니다. 컴퓨터공학 · 부동산학 · 경영학 · 신학 · 경영학 박사과정 · Golf Teaching Pro

H2. 0. 초록(Abstract)

제5편의 회귀분석에서는 X → Y라는 관계를 통해 독립변수 X가 달라질 때 종속변수 Y가 평균적으로 어떻게 달라지는지를 살펴보았다. 그러나 박사논문에서는 여기서 한 단계 더 중요한 질문이 등장한다.

X가 Y에 영향을 준다면 → 왜 그런 결과가 나타나는가?

예를 들어 광역교통 접근성이 좋은 물류창고 개발사업에서 투자성과가 높게 나타났다고 가정해 보자.

단순한 회귀모형은 광역교통 접근성(X) → 투자성과(Y)이다.

그러나 실제 부동산 시장에서는 교통접근성이 좋아졌다는 사실만으로 투자수익이 자동으로 증가하는 것은 아니다. 교통접근성 향상 → 물류비용 및 이동시간 감소 → 기업의 입지매력 증가 → 입주수요 증가 → 공실위험 감소 → 임대수익 안정 → 투자성과 개선이라는 중간과정이 존재할 수 있다.

이 중간과정을 연구모형에 넣으면 광역교통 접근성(X) → 시장수요(M) → 투자성과(Y)가 된다.

여기서 M이 매개변수(Mediator)이며, X가 M을 거쳐 Y에 연결되는 효과를 간접효과(Indirect Effect)라고 한다. 반면 M을 고려한 상태에서도 X가 Y와 직접 연결되는 부분을 직접효과(Direct Effect)라고 한다.

전통적인 단일 매개 선형모형에서는 간접효과를 흔히 a × b, 직접효과를 c′, 총효과를 c로 표현하며 일정한 선형모형 조건에서는 c = c′ + ab의 관계로 이해할 수 있다.

따라서 제6편의 핵심은 다음 한 줄이다.

X → Y 관계 발견 → M 발견 → X → M 확인 → M → Y 확인 → 직접효과 c′ → 간접효과 ab → Bootstrap 신뢰구간 → 부동산 실무적 해석

매개분석의 목적은 단순히 “유의하다/유의하지 않다”를 판단하는 것이 아니라, 변수 사이에서 어떠한 과정과 경로가 작동하는지를 이론과 데이터로 설명하는 데 있다. 다만 관찰자료에서 통계적 매개효과가 확인되었다는 사실만으로 인과적 메커니즘이 자동으로 입증되는 것은 아니며 시간적 선행성과 교란요인 등에 대한 별도의 연구설계가 필요하다.

H2. 1. 서론(Introduction)

H3. 1.1 회귀분석 다음에 왜 매개효과를 배우는가

제5편에서 회귀분석의 기본 질문은 다음과 같았다.

X → Y : X가 달라질 때 Y는 평균적으로 어떻게 달라지는가?

제6편에서는 질문이 한 단계 깊어진다.

X → M → Y : X는 어떠한 과정을 통하여 Y와 연결되는가?

예를 들어 다음과 같은 결과가 있다고 하자.

IC 접근성 향상 → 물류창고 투자성과 증가

회귀분석만으로는 두 변수 사이의 관계를 정량적으로 추정할 수 있지만 그 관계가 왜 나타나는지 충분히 설명하지 못할 수 있다.

부동산 현장에서는 오히려 그 사이의 과정이 중요하다.

IC 접근성 향상 → 물류효율 개선 → 기업 입지매력 증가 → 입주수요 증가 → 공실 감소 → 임대현금흐름 안정 → 투자성과 개선

매개효과 분석은 이러한 현장의 경제적 메커니즘을 통계적 연구모형으로 발전시키는 방법이다.

H3. 1.2 부동산 실무자는 이미 매개적 사고를 하고 있다

공인중개사가 “도로가 넓으니까 가격이 높다”고 판단할 때 실제 머릿속에서는 훨씬 복잡한 과정이 작동한다.

도로폭 증가 → 차량 접근성 개선 → 토지 활용성 증가 → 기업수요 증가 → 가격 상승 가능성

상가에서도 마찬가지다.

역 접근성 향상 → 유동인구 증가 → 점포 매출기회 증가 → 임차수요 증가 → 임대료 상승 가능성

따라서 매개효과는 부동산 실무와 동떨어진 통계기법이 아니라 실무자가 경험적으로 이해하고 있는 “왜 그런가?”를 연구모형으로 구조화하는 과정으로 볼 수 있다.

H3. 1.3 제6편의 핵심 질문

매개변수란 무엇인가? → 직접효과란 무엇인가? → 간접효과란 무엇인가? → 총효과는 무엇인가? → a·b·c·c′ 경로는 무엇인가? → 간접효과는 어떻게 검증하는가? → Bootstrap은 왜 사용하는가? → 총효과가 유의하지 않아도 매개효과를 검토할 수 있는가? → 인과관계와 어떻게 구별하는가? → PROCESS와 SEM으로 어떻게 발전하는가?

H2. 2. 매개효과(Mediation Effect)란 무엇인가

H3. 2.1 가장 단순한 관계에서 출발한다

회귀분석의 가장 단순한 구조는 다음과 같다.

X → Y

여기에 “왜?”라는 질문을 넣는다.

X → 왜? → Y

그 “왜?”를 설명하는 변수가 M이다.

따라서 매개모형은

X → M → Y

로 발전한다.

H3. 2.2 부동산으로 이해하는 매개효과

본 시리즈의 핵심 사례를 사용하면 다음과 같다.

광역교통 접근성(X) → 시장수요(M) → 개발사업 투자성과(Y)

여기서 연구자의 관심은 단순히 “교통접근성이 투자성과와 관계가 있는가?”에서 끝나지 않는다.

교통접근성 향상 → 시장수요 증가 → 투자성과 개선

이라는 중간 메커니즘이 실제 데이터에서도 나타나는지를 검토한다.

매개분석은 노출 또는 설명변수가 결과에 영향을 미치는 과정에서 중간변수가 어떠한 역할을 하는지를 분석하는 방법으로 널리 활용된다.\]

H2. 3. a·b·c·c′ 경로를 이해하면 매개분석이 쉬워진다

H3. 3.1 c 경로 ― 총효과(Total Effect)

먼저 M을 모형에 포함하지 않고 X와 Y의 관계를 본다.

X ── c ──→ Y

본 연구에서는

광역교통 접근성(X) ── c ──→ 투자성과(Y)

이다.

전통적인 선형 단일매개모형에서 c는 X와 Y 사이의 총효과를 나타낸다.

H3. 3.2 a 경로 ― X가 M에 미치는 관계

X ── a ──→ M

즉,

광역교통 접근성 → 시장수요

이다.

a가 양(+)이라면 접근성이 개선될수록 시장수요가 증가하는 관계를 예상할 수 있다.

H3. 3.3 b 경로 ― M이 Y에 미치는 관계

M ── b ──→ Y

다만 실제 매개모형에서는 X를 함께 고려한 상태에서 M과 Y 사이의 관계를 추정한다.

시장수요 증가 → 투자성과 증가

라는 구조이다.

H3. 3.4 c′ 경로 ― 직접효과(Direct Effect)

M을 모형에 포함한 뒤에도 남아 있는 X와 Y 사이의 관계이다.

X ── c′ ──→ Y

따라서 전체 구조는 다음과 같다.

X ── a ──→ M ── b ──→ Y · X ── c′ ──→ Y

전통적 선형모형에서는 직접효과를 c′, 간접효과를 ab로 나타낸다.

H2. 4. 핵심 연구·통계 용어 정리(Research & Statistical Terminology)

한글 용어	약어	영어 원음(IPA)	한글 뜻	부동산에서의 의미
매개효과(媒介效果)	–	Mediation Effect /ˌmiːdiˈeɪʃən ɪˈfekt/	X가 M을 거쳐 Y와 연결되는 효과	접근성 → 시장수요 → 투자성과
매개변수(媒介變數)	M	Mediator /ˈmiːdieɪtər/	X와 Y 사이의 중간과정을 설명하는 변수	시장수요·입주수요·유동인구
독립변수(獨立變數)	X / IV	Independent Variable /ˌɪndɪˈpendənt ˈveriəbəl/	결과를 설명하는 변수	교통접근성·도로폭
종속변수(從屬變數)	Y / DV	Dependent Variable /dɪˈpendənt ˈveriəbəl/	연구자가 설명하려는 결과변수	가격·임대료·투자성과
직접효과(直接效果)	c′	Direct Effect /dəˈrekt ɪˈfekt/	M을 거치지 않는 X와 Y의 관계 부분	접근성이 투자성과와 직접 연결되는 부분
간접효과(間接效果)	ab	Indirect Effect /ˌɪndəˈrekt ɪˈfekt/	X가 M을 통하여 Y에 연결되는 효과	접근성 → 수요 → 투자성과
총효과(總效果)	c	Total Effect /ˈtoʊtəl ɪˈfekt/	직접효과와 간접효과를 포괄하는 전체 효과	접근성과 투자성과의 전체 관계
경로계수(經路係數)	a, b, c, c′	Path Coefficient /pæθ ˌkoʊəˈfɪʃənt/	변수 간 경로의 관계를 나타내는 계수	입지→수요, 수요→성과 관계
부트스트랩(再標本抽出法)	Bootstrap	Bootstrap /ˈbuːtstræp/	표본에서 반복적으로 재표본을 추출하는 방법	간접효과 신뢰구간 추정
신뢰구간(信賴區間)	CI	Confidence Interval /ˈkɑːnfɪdəns ˈɪntərvəl/	모수의 불확실성을 범위로 나타낸 값	간접효과의 통계적 불확실성 판단
회귀분석(回歸分析)	–	Regression Analysis /rɪˈɡreʃən əˈnæləsɪs/	변수 사이의 관계를 모형화하는 방법	가격·수익률 결정요인 분석
구조방정식모형(構造方程式模型)	SEM	Structural Equation Modeling /ˈstrʌktʃərəl ɪˈkweɪʒən ˈmɑːdəlɪŋ/	측정모형과 구조관계를 동시에 분석하는 방법	잠재변수를 포함한 부동산 연구모형 검증
인과매개분석(因果媒介分析)	CMA	Causal Mediation Analysis /ˈkɔːzəl ˌmiːdiˈeɪʃən əˈnæləsɪs/	인과추론 관점에서 직접·간접효과를 정의·추정	정책·교통개선 등이 시장에 작용하는 경로 분석
교란변수(攪亂變數)	C	Confounder /kənˈfaʊndər/	원인·매개·결과 관계를 왜곡할 수 있는 변수	지역·용도지역·개발호재·시장상황

H2. 5. 직접효과·간접효과·총효과를 구별해야 한다

H3. 5.1 직접효과

X ── c′ ──→ Y

광역교통 접근성이 시장수요라는 M을 거치지 않고 투자성과와 연결되는 부분이다.

예를 들어 접근성 개선 자체가 토지가치나 매각가능성을 높이는 경로가 있을 수 있다.

H3. 5.2 간접효과

X ── a ──→ M ── b ──→ Y

전통적인 단일 매개 선형모형에서는

간접효과 = a × b

로 계산한다.

예를 들어 a = 0.50, b = 0.40이라면 설명용 단순모형에서 간접효과는 0.50 × 0.40 = 0.20이다.

H3. 5.3 총효과

단순 선형모형의 일정한 조건에서는

총효과(c) = 직접효과(c′) + 간접효과(ab)

로 분해할 수 있다.

따라서 매개분석은 하나의 X → Y 관계를 쪼개어 그 내부 구조를 살펴보는 과정이라고 이해할 수 있다.

H2. 6. 매개효과 분석은 어떻게 진행하는가

H3. 6.1 1단계 ― 이론적 매개경로를 먼저 만든다

통계프로그램부터 실행해서는 안 된다.

선행연구 → 부동산 이론 → 현장경험 → X 설정 → M 설정 → Y 설정 → 인과순서 검토

가 먼저다.

예:

광역교통 접근성(X) → 시장수요(M) → 투자성과(Y)

H3. 6.2 2단계 ― a 경로를 추정한다

X → M

접근성이 시장수요와 어떻게 연결되는지를 회귀모형으로 추정한다.

H3. 6.3 3단계 ― b와 c′ 경로를 추정한다

X + M → Y

시장수요 M과 접근성 X를 함께 넣고 투자성과 Y와의 관계를 분석한다.

H3. 6.4 4단계 ― 간접효과 ab를 계산한다

a × b → 간접효과

H3. 6.5 5단계 ― 간접효과의 불확실성을 평가한다

간접효과는 두 계수의 곱이기 때문에 그 표본분포가 단순한 정규분포와 다를 수 있다. 이에 따라 현대의 매개분석에서는 재표본추출을 이용한 Bootstrap 신뢰구간이 널리 활용된다.

H2. 7. Bootstrap은 왜 사용하는가

H3. 7.1 간접효과는 a와 b의 곱이다

Indirect Effect = a × b

따라서 a와 b 각각의 유의성만 따로 보는 것보다 연구자가 실제로 관심을 갖는 ab 자체의 불확실성을 평가하는 것이 중요하다.

H3. 7.2 Bootstrap의 기본 원리

원표본 → 복원추출 → 새로운 표본 생성 → a·b 추정 → ab 계산 → 반복 → 간접효과의 경험적 분포 생성 → 신뢰구간 산출

비모수 Bootstrap은 원자료에서 반복적으로 복원추출하여 간접효과의 표본분포를 근사하는 방법이다.

PROCESS 역시 간접효과에 Bootstrap 신뢰구간을 제공하며 현재 버전에서는 percentile bootstrap이 기본 방식이다.

H3. 7.3 신뢰구간을 어떻게 읽는가

예를 들어 가상의 결과가 다음과 같다고 하자.

간접효과 = 0.18 · 95% Bootstrap CI = [0.07, 0.31]

신뢰구간에 0이 포함되지 않는다면 해당 분석의 가정과 모형 아래에서 간접효과가 0과 구별된다는 통계적 근거로 해석할 수 있다.

반대로

95% Bootstrap CI = [-0.04, 0.25]

처럼 0이 포함된다면 간접효과가 0과 구별된다고 보기 어렵다.

H2. 8. 총효과가 유의하지 않으면 매개효과도 없는가

반드시 그렇지는 않다.

과거에는 X → Y의 총효과가 먼저 유의해야 매개분석을 진행할 수 있다고 단순하게 이해하는 경우가 있었다.

그러나 현대적 매개분석에서는 총효과의 통계적 유의성이 간접효과를 검토하기 위한 필수 전제조건은 아니다. PROCESS 공식 FAQ도 총효과의 유의 여부가 간접효과를 분석할 수 있는지를 결정하지 않는다고 명시하고 있다.

따라서 연구자는

총효과 p값만 확인 → 매개분석 중단

보다

이론적 매개경로 설정 → a·b 경로 추정 → ab 직접 검증 → Bootstrap CI 확인 → 연구설계와 함께 해석

으로 접근하는 것이 적절하다.

H2. 9. 매개효과가 확인되면 인과관계가 증명되는가

그렇지 않다.

특히 횡단면 관찰자료에서는 X → M → Y의 통계적 경로가 확인되더라도 실제 시간순서와 인과방향을 확정하기 어렵다.

인과적 매개해석을 위해서는 최소한

X의 시간적 선행 → M의 변화 → Y의 변화 → X-M 교란요인 검토 → M-Y 교란요인 검토 → 측정오류 검토 → 이론적 근거 → 적절한 연구설계

가 필요하다.

매개분석 문헌에서도 노출 → 매개변수 → 결과라는 시간적 선행성이 중요한 가정임을 강조한다.

따라서

통계적 매개효과 확인 ≠ 인과적 메커니즘 자동 증명

이라는 원칙을 반드시 유지해야 한다.

H2. 10. 매개효과와 조절효과를 혼동하면 안 된다

매개효과의 질문은

왜?

이다.

X → M → Y

반면 다음 제7편에서 다룰 조절효과의 질문은

언제? · 어떤 조건에서?

이다.

X × W → Y

본 연구모형으로 비교하면

매개효과 : 교통접근성 → 시장수요 → 투자성과

조절효과 : 시장수요가 투자성과와 연결되는 정도가 금융조달비용에 따라 달라지는가?

이다.

따라서 기억하기 쉽게 정리하면

매개(Mediation) = 과정 · 조절(Moderation) = 조건

이다.

H2. 11. PROCESS Macro와 SEM으로 어떻게 발전하는가

H3. 11.1 회귀분석 기반 접근

관측변수 중심의 단순한 매개모형은 회귀분석 기반으로 분석할 수 있다.

X → M 회귀 → X + M → Y 회귀 → 간접효과 ab → Bootstrap CI

PROCESS는 SPSS·SAS·R 환경에서 매개·조절·조건부 과정분석을 수행하는 데 널리 사용되는 회귀 기반 도구이다.

H3. 11.2 SEM으로의 확장

시장수요나 입지경쟁력처럼 하나의 관측값으로 직접 측정하기 어려운 잠재개념을 여러 설문문항으로 측정한다면 연구는 CFA와 SEM으로 발전할 수 있다.

측정문항 → 잠재변수 → CFA → 측정모형 검증 → 구조모형 → 직접효과 → 간접효과 → 전체 모형 평가

매개효과는 역사적으로 구조방정식모형에서도 활발하게 연구되어 왔다.

H2. 12. 가상의 매개효과 결과표를 읽는 방법

다음은 교육을 위한 가상자료이다.

경로	계수	해석
X → M : a	+0.55	접근성이 높을수록 시장수요 증가
M → Y : b	+0.42	X를 고려한 상태에서 시장수요가 높을수록 투자성과 증가
X → Y : c	+0.38	총효과
X → Y : c′	+0.15	M을 포함한 후의 직접효과
a × b	+0.231	추정 간접효과
Bootstrap 95% CI	[0.10, 0.36]	0을 포함하지 않는 가상 사례

이를 가로 흐름으로 읽으면

a 방향·크기 확인 → b 방향·크기 확인 → ab 계산 → Bootstrap CI 확인 → c′ 확인 → c와 비교 → 이론적 의미 해석 → 부동산 현장논리 검토

이다.

여기서 가장 중요한 값은 단순히 각각의 p값이 아니라 연구가설의 핵심인 간접효과 ab와 그 불확실성이다.

H2. 13. 실무 사례 연구(Case Study)

H3. 13.1 사례 1 ― 공장부지 도로조건과 가격

실무질문:

“도로가 넓은 공장부지는 왜 가격이 높은가?”

단순모형:

도로조건(X) → 공장부지 가격(Y)

매개모형:

도로조건(X) → 기업 입지수요(M) → 공장부지 가격(Y)

실무논리는 도로조건 개선 → 대형차 진입 및 물류효율 개선 → 기업 활용성 증가 → 수요 증가 → 가격 형성으로 구성할 수 있다.

따라서 현장경험을 단순 가격관계에서 시장수요라는 메커니즘 연구로 발전시킬 수 있다.

H3. 13.2 사례 2 ― 물류창고 IC 접근성과 투자성과

광역교통 접근성(X) → 입주수요(M) → 투자성과(Y)

IC 접근성이 좋아질수록 물류기업의 시간·운송비용 측면에서 입지경쟁력이 높아지고, 이것이 입주수요를 통해 임대율·현금흐름·투자성과와 연결되는지를 분석하는 모형이다.

IC 접근성 향상 → 입주수요 증가 → 공실위험 감소 → 현금흐름 안정 → 투자성과 개선

본 시리즈의 대표적인 매개효과 연구모형이다.

H3. 13.3 사례 3 ― 역세권 상가와 임대료

실무질문:

“역에 가까운 상가는 왜 임대료가 높은가?”

대중교통 접근성(X) → 유동인구(M) → 상가 임대료(Y)

단순히 역과의 거리만 분석하는 것이 아니라 역 접근성이 유동인구라는 중간 메커니즘을 통하여 임대시장에 어떻게 연결되는지를 분석할 수 있다.

다만 층수 · 전면폭 · 점포면적 · 업종 · 상권규모 등 교란 가능 요인을 함께 검토해야 한다.

H3. 13.4 사례 4 ― 토지개발 입지와 투자성과

개발입지 경쟁력(X) → 시장수요(M) → 개발사업 투자성과(Y)

입지가 우수하다는 사실 자체보다 좋은 입지 → 수요 확보 → 분양·임대 안정 → 현금흐름 개선 → 투자성과라는 경로를 연구하는 것이다.

이후 금융조달비용 W를 추가하면

X → M → Y · W가 M → Y를 조절

하는 조절된 매개효과(Moderated Mediation) 연구로 발전할 수 있다.

H2. 14. 매개효과 분석에서 가장 흔한 오류

H3. 14.1 이론 없이 M을 넣는 오류

통계적으로 유의할 것 같은 변수를 무작정 M으로 넣어서는 안 된다.

선행연구 → 이론 → 시간순서 → 현장논리 → M 선정

이 우선이다.

H3. 14.2 a와 b가 유의하면 매개효과라고 단정하는 오류

연구의 핵심 관심이 간접효과라면 a × b 자체와 그 신뢰구간을 직접 평가해야 한다.

H3. 14.3 총효과가 유의하지 않다고 분석을 중단하는 오류

총효과가 유의하지 않더라도 이론적으로 타당한 간접효과는 별도로 검토할 수 있다.

H3. 14.4 횡단면 자료로 시간순서를 확정하는 오류

같은 시점에서 X·M·Y를 모두 측정한 자료는 인과적 시간순서를 강하게 주장하기 어렵다.

H3. 14.5 통계적 매개효과를 현실의 인과메커니즘으로 확정하는 오류

통계적 간접효과 → 인과관계 확정

이 아니다.

통계적 결과 + 시간적 선행성 + 교란통제 + 이론 + 자료품질 + 연구설계 + 현장검증

이 함께 필요하다.

H2. 15. 매개효과 분석 실무 체크리스트

실제 부동산 연구에서는 다음 가로 흐름으로 접근하는 것이 효율적이다.

연구문제 → 선행연구 → X 정의 → M 정의 → Y 정의 → 시간적 순서 검토 → 조작적 정의 → 데이터 정제 → 기술통계 → 상관분석 → X→M 분석 → X·M→Y 분석 → a·b·c′ 확인 → 간접효과 ab → Bootstrap CI → 교란요인 검토 → 강건성 검토 → 경제적 의미 → 현장 재검증

즉 프로그램에서 “Mediation” 버튼을 누르는 것은 전체 연구과정의 일부일 뿐이다.

H2. 16. 연구자의 실무 의견(Author’s Insight)

공인중개사로서 장기간 부동산 현장을 경험하면 “어떤 부동산이 비싸다”보다 “왜 비싼가?”가 훨씬 중요한 질문이라는 사실을 알게 된다.

IC에 가까운 토지가 항상 비싼 것도 아니고, 도로가 넓은 모든 공장부지가 높은 가격에 거래되는 것도 아니며, 역세권의 모든 상가가 높은 임대료를 받는 것도 아니다.

중요한 것은 중간 메커니즘이다.

입지 → 접근성 → 활용성 → 수요 → 임대·분양 → 현금흐름 → 투자성과

부동산 실무자는 현장에서 이러한 연결고리를 경험적으로 발견한다. 경영학 연구자는 이를 X·M·Y라는 변수로 정의하고 데이터를 통하여 검증한다.

따라서 부동산경영 연구의 강점은

현장경험 + 이론적 논리 + 데이터 + 통계분석 + 현장 재검증

의 결합에 있다.

매개효과 분석의 진정한 가치는 복잡한 통계기법을 사용하는 데 있는 것이 아니라 “왜 그런 결과가 발생했는가?”라는 실무적 질문을 검증 가능한 연구모형으로 바꾸는 데 있다.

H2. 17. 정책 제언 및 투자 전략

매개효과의 관점은 부동산 정책과 투자분석에도 중요한 의미가 있다.

예를 들어 고속도로 IC 건설이 발표되었다고 해서 주변 토지가격 상승을 자동으로 가정해서는 안 된다.

교통인프라 구축 → 실제 접근시간 단축 → 기업수요 증가 → 산업·물류 활동 증가 → 토지 및 임대수요 변화 → 가격·수익성 변화

라는 경로가 실제로 작동하는지를 검토해야 한다.

따라서 투자자는 개발호재 자체보다 그 호재가 시장수요로 전달되는 경로를 분석해야 한다.

호재 확인 → 전달경로 확인 → 실제 수요 확인 → 공급량 확인 → 가격 반영 정도 확인 → 금융비용 확인 → 투자성과 판단

이러한 접근은 “IC가 생긴다 → 무조건 땅값 상승”과 같은 단순한 투자논리를 피하고 실질적인 시장 메커니즘을 분석하는 데 도움을 준다.

H2. 18. 결론(Conclusion)

제5편의 회귀분석이 X → Y라는 관계를 정량적으로 분석하는 과정이었다면 제6편의 매개효과 분석은 그 관계 안에 숨어 있는 과정을 분석한다.

핵심 구조는 단순하다.

X → M → Y

그리고 전통적인 단일 매개 선형모형에서는

a = X → M · b = M → Y · c = 총효과 · c′ = 직접효과 · ab = 간접효과

로 이해할 수 있다.

그러나 박사논문에서 더 중요한 것은 기호를 암기하는 것이 아니다.

현상 발견 → 왜? 질문 → 매개변수 발견 → 이론적 경로 설정 → 데이터 수집 → 회귀모형 추정 → 간접효과 검증 → Bootstrap CI → 인과가정 검토 → 실무적 해석

이라는 사고과정을 이해해야 한다.

결국 매개효과 분석의 핵심 질문은 하나이다.

“X가 Y와 연결된다면, 그 사이에서는 무엇이 일어나고 있는가?”

이 질문을 이해하면 회귀분석 → 매개효과 → 조절효과 → 조절된 매개효과 → CFA → SEM으로 이어지는 고급통계의 전체 구조가 훨씬 명확해진다.

H2. 19. 자주 묻는 질문(FAQ)

H3. 19.1 매개변수는 아무 변수나 넣어도 됩니까?

아니다. 선행연구·이론·시간적 순서·현장논리에 따라 X와 Y 사이의 과정을 설명할 수 있어야 한다.

H3. 19.2 X와 Y의 총효과가 유의해야 매개분석을 할 수 있습니까?

반드시 그렇지는 않다. 현대적 접근에서는 간접효과 자체를 직접 검증하는 것이 중요하다.

H3. 19.3 간접효과는 어떻게 계산합니까?

전통적인 단일 매개 선형모형에서는 일반적으로 a × b로 계산한다.

H3. 19.4 직접효과는 무엇입니까?

매개변수 M을 모형에 포함한 상태에서 남아 있는 X와 Y 사이의 관계로, 전통적인 표기에서는 c′이다.

H3. 19.5 총효과는 무엇입니까?

단순 선형 매개모형의 일정한 조건에서는 직접효과와 간접효과를 합한 전체 효과로 이해할 수 있다.

H3. 19.6 Bootstrap을 왜 사용합니까?

간접효과는 계수의 곱이어서 표본분포가 비정규적일 수 있으므로 반복적인 재표본추출을 통해 신뢰구간을 추정하는 방법이 널리 사용된다.

H3. 19.7 매개효과가 유의하면 인과관계가 증명됩니까?

아니다. 시간적 선행성, 교란요인, 연구설계 등 추가적인 인과조건을 검토해야 한다.

H3. 19.8 매개변수가 두 개 이상일 수도 있습니까?

가능하다. 병렬 다중매개나 순차적 매개모형 등으로 확장할 수 있지만 이론적 근거 없이 모형을 복잡하게 만들어서는 안 된다.

H3. 19.9 PROCESS와 SEM 중 무엇을 사용해야 합니까?

연구문제와 측정구조에 따라 결정한다. 관측변수 중심의 회귀 기반 모형은 PROCESS가 편리할 수 있고, 잠재변수와 측정모형까지 동시에 검증하려면 SEM이 적합할 수 있다.

H3. 19.10 제7편의 조절효과와 가장 큰 차이는 무엇입니까?

매개효과 = 왜 그런가? · 조절효과 = 언제 또는 어떤 조건에서 달라지는가?로 기억하면 이해하기 쉽다.

H2. 20. 참고문헌(References)

He, Y., Song, P. X. K., & Xu, G. (2024), Adaptive bootstrap tests for composite null hypotheses in the mediation pathway analysis. 매개분석에서 간접경로와 Bootstrap 검정의 통계적 문제를 다룬 연구로, 매개효과 검정의 현대적 방법론을 이해하는 데 유용하다.
Nguyen, T. Q. et al. (2023), Causal mediation analysis: From simple to more robust strategies for estimation of marginal natural (in)direct effects. 전통적 통계적 매개분석을 넘어 인과추론 관점의 자연 직접·간접효과와 필요한 가정을 설명한다.
Mediation analysis methods used in observational research: a scoping review and recommendations. 전통적인 a·b·c·c′ 구조, 직접·간접·총효과 및 관찰연구에서 매개분석을 적용할 때의 방법론적 주의사항을 종합적으로 검토한 자료이다.
Comparison of methods for the analysis of relatively simple mediation models. 회귀분석, SEM 및 잠재결과 접근법에서 직접·간접효과를 추정하는 방법을 비교하고 ab + c′ 관계 등을 설명한다.
PROCESS Macro 공식 자료, Andrew F. Hayes. SPSS·SAS·R에서 회귀 기반 매개·조절·조건부 과정분석을 수행하기 위한 대표적인 도구의 공식 자료이며 Bootstrap 간접효과 분석과 총효과에 대한 실무적 설명을 제공한다.
Introduction to Mediation Analysis and Examples of Its Application to Real-world Data. 전통적 매개효과와 인과매개분석의 기본 개념, 간접효과 및 Bootstrap 접근을 실제 연구자가 이해하기 쉽게 설명하는 방법론 자료이다.