실제 amw파일이나 구조모형 그림이 있으면 오류의 원인을 더 정확하게 알 수 있겠지만, 일단 질문에 대한 답은 다음과 같습니다. 한가지 먼저 인지해야 할 점은 Amos에서 뜨는 오류가 모두 정확한 오류를 지적해주는 것이 아니라는 점입니다. 즉, 오류메세지는 보통 한 번의 추정(분석)실행에서 1개가 뜨는데 오류가 몇 가지 겹쳐있는 경우 그 1개의 오류만으로 문제를 다 해결할 수 없는 경우가 간혹 생길 수 있습니다.
<첫번째 질문>
-----------------------------------
'the following variable are endogenous, but have no residual (error) variable' 이런 메세지가 뜨네요.
잠재변인으로 설정한 항목들에 대한 것인데, 잠재변인을 타원으로, 그에 상응하는 측정변인을 직사각형으로 설정하였는데도 이런 메세지가 뜹니다. 왜 그런 것일까요?
참고로 원자료는 결측치가 있어서 결측치를 제거한 공분산행렬로 변경한 것을 사용하였습니다.
------------------------------------
SEM에서의 변수는 크게 2가지인 잠재변수(타원), 관측변수(사각형)으로 나뉩니다. 잠재냐 관측이냐의 구분은 실제 관측치를 가지는가 그렇지 않은가의 구분으로 나뉘게 됩니다. 따라서 설문문항이 변수가 된다면 설문지코딩을 통한 값을 가지고 있기 때문에(달리 말해 측정이 되어서 측정값을 가지고 있는 것) 관측변수에 해당됩니다. 잠재변수는 일종의 추상적인 개념 또는 태도를 측정하기 위한 것이기 때문에 '잠재'(latent)라는 명칭이 부여된 것입니다.
잠재적 개념은 복합적이기 때문에 1개의 설문문항 또는 1개의 관측값으로 나타내기 힘듭니다. 예를 들어, '길동이의 외모'를 측정한다고 한다면 이 외모를 측정하기 위해서는 키, 몸무게, 얼굴 등등의 관측값이 필요합니다. 따라서 잠재변수는 대부분 2개 이상의 관측변수들을 통하여 대리로 추정됩니다. 즉, 잠재변수는 자체적으로 관측값을 가지지 못하며 관측값을 가지는 복수개의 관측변수에 의해 추정되는 것입니다. (간혹 관측변수 1개(설문문항 1개)로 잠재변수를 구성하는 경우가 있는데, 이러한 모형은 대부분의 학회심사위원들에 의해 reject 당하게 되는 주원인 중 하나입니다.)
잠재변수와 관측변수의 구분 외에 외생변수, 내생변수라는 개념이 있습니다. 한마디로 구분하면 변수 자체가 다른 변수에게 영향을 1번이라도 받게 되면 내생변수가 됩니다. 또한 내생변수는 잔차를 가지게 되는데 이를 방해오차라고 부릅니다.
따라서 질문자께서 만든 모형에서 특정변수가 다른 변수에 영향을 1번 이상 받고 있음에도 불구하고 (내생변수임에도 불구하고) 잔차의 설정이 되어 있지 않기 때문에 에러메세지가 뜨는 것입니다.
추가적으로, 외생 또는 내생변수로 구분을 할 때는 잠재/관측변수의 개념과 상관이 없습니다. 잠재변수도 외생 또는 내생변수가 될 수 있으며, 관측변수도 외생 또는 내생변수가 될 수 있습니다. 즉, 외생잠재변수, 내생잠재변수, 외생관측변수, 내생관측변수 다 가능합니다.
<두번째 질문>
-----------------------------------
'the variable, x1, is represented by a rectangle in the path diagram, but it is not an observed variable' 이라는 메세지입니다.
x1을 측정변수인 직사각형으로 표시했는데 설명할 수 없다는 내용인 것 같습니다. 그런데 x1이 측정변인이 맞거든요. 잠재변인과 함께 묶인 측정변인이라 직사각형으로 표시했는데 왜 해석할 수 없다고 하는지 모르겠습니다.
참고로 원자료의 변인명과 amos의 변인명은 동일합니다.
-----------------------------------
에러메세지만으로 무엇이 문제인지 정확히 추론하기가 힘든 내용입니다. 아마 다른 잠재변수의 이름을 x1이라고 설정이 되어 있을 가능성이 큰 것 같습니다. amw파일 또는 구조모형 그림이 있어야 더 정확하게 알 수 있을 듯 합니다.