각주
1) 통제는 Power의 원천과 그 행사과정/결과, 리더쉽은 파워의 행사과정으로서 포함되어 논의되었다. Fraizer가 파워 및 그영향과정을 구분/해명하려고 시도(1983,1984,1985)하였지만, 파워와 파워의 원천의 경계가 애매하다.
5장
1) 名和太郞(1985) ホロン經營革命, 北矢行男(1985) ホロニック カンパニ－ 등 참조
6장
1) 분석대상표본집단들이 동일한 분산을 가진 모집단에서 추출된 것인가를 검증하기 위해 사용되는 통계적 검증기법중에서 가장 대표적인 기법으로서, 다른 기법들과는 달리 표본의 정규성가정에 덜 의존적이기 때문에 분산분석등에 특히 유용하게 사용된다. 구체적으로는 Norusis(1988,p.b-22) 참조
2) 그러나, 요인분석에 의한 항목의 타당성, 신뢰성 평가가 항상 올바른 결론을 유도하지는 않는다. 위와 같이 사전평가에 사용되어지는 경우에는 나중에 신뢰성/타당성 평가과정이 다시 진행되므로 문제가 없지만, 이를 근거로 최종적인 판단을 내리는 데는 주의를 요한다. 이에 관한 구체적인 논의는 Carmines/Zeller pp.59-70을 참조.
3) 즉, 정보처리표준화라는 구성개념(이론변수)과 정보처리다방향화라는 구성개념간에는 0.734라는 높은 상관관계가 존재하고 있으나, 표준오차가 0.043이고 상관관계의 신뢰구간은 0.691 - 0.777이므로 이 두 구성개념은 서로 다른 개념을 측정하는 것이라고 판단할수 있다. 또, 각 구성개념을 측정하는 측정항목들의 λ계수가 유의한 것으로 나타났고, 모형의 전반적 적합도지수가 높은 것도 이를 뒷받침하고 있다.
4) 정보의 수는 분석대상변수의 변량 및 공변량의 수로서 정의되며, 변수의 수가 n인 경우 n(n+1)로서 계산되어진다.
5) 이 값은 표준정규분포의 Z값과 같이 해석되어, 일반적으로 2.0이상이면 다변량정규분포의 가정이 위협받는다고 판단한다.
6) 본 연구에서 사용한 자료는 공변량행렬이므로 이 경우 RMR지수는 적합도수준을 판단하는 데 커다란 의미가 없다. 따라서, 주로 카이자승값과 AGFI값만을 주로 고려하였다.
7) 분석에 사용된 변수간의 공분산행렬은 부록에 첨부되어 있다.
8) 개별항목신뢰도(Individual Item Reliability)는 다음 공식에 의해 계산되는데, LISREL output에서는 Squared Multiple Correlation이라는 항목으로 보고된다. (Bagozzi/Yi,1988,p.80 참조)
9) 결합신뢰도(Composite Reliability)는 다음과 같은 식으로 계산되며, 일반적으로 0.6이상인 것이 바람직하다.
10) AVE를 계산하는 공식은 다음과 같으며, 0.5이상이면 적절한 것으로 인정된다.
11) LISREL output에서의 t값은 특징수의 추정치를 표준오차로 나눈 값으로서 표준오차가 낮은 경우 t값이 커지며 이는 추정치의 정확도가 그만큼 높아짐을 의미한다. 이 수치는 표준정규분포에 가까운 분포를 가지고 있다고 여겨지므로, 일반적으로 절대값 2이상이면 추정치가 통계적으로 유의하다고 인정되고 있다. (Joreskog/Sorbom,1987,p.1-67 및 이순묵, 1990,p.88 참조)
12) 위 표에서 수치는 효과에 대한 추정치이며, **는 통계적으로 유의함을 의미한다. 그 평가는 추정치를 추정치의 표준오차로 나눈 값(t-value)을 근거로 하였다.
13) 유통경로연구와 관련해서는 정용길(1990)의 연구에서 공식화라는 변수가 미국에서의 연구결과와는 달리 거래관계에서의 인간적이지 못하고 관료화된 관행을 뜻하는 부정적 이미지로 비치는 것으로 해석되었다고 보고된 바 있다.
다음 페이지로