최적모형 검증
1. 경험·재화정도와 인지적 전문화의 예측모형
스쿠버다이버의 경험(참여강도, 참여빈도, 참여기간), 재화(지출 비용)와 인지적 전문화의 예측모형 결과는 다음 <
Table 5,
6,
7,
8>, <
Figure 1,
2,
3,
4>와 같다.
첫째, 1차 선형모형(Linear)에서 참여강도는 인지적 전문화(β=0.285, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.208로 나타났고, 설명력은 8.1%(R²=.081)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 참여강도는 인지적 전문화(β=.777, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여강도는 인지적 전문화(β=-.515, p<.05)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 1.103로 나타났고, 설명력은 10.3%(R²=.103)로 나타났다. 3차 비선형 모형(Cubic)에서 1차 함수(β=1.014, p>.05), 2차 함수(β=-1.040, p>.05), 3차 함수(β=0.306, p>.05) 모두 참여강도는 인지적 전문화에 통계적으로 유의한 영향을 미치지 않는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.198로 나타났고, 설명력은 10.3%(R²=.103)로 나타났다.
참여강도와 인지적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.208, 2차=1.196, 3차=1.198)이 2차까지만 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 2차(R²=.103)가 1차(R²=.081)의 설명력보다 더 크다는 것을 알 수 있다. 더불어 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.01)까지 유의했으며, 3차(p>.05)는 유의하지 않은 것으로 나타났다. 결과적으로 참여강도와 인지적 전문화의 관계에 대한 최적의 모형은 2차 비선형 모형(R²=.103)으로 파악되었다.
둘째, 1차 선형 모형(Linear)에서 참여빈도는 인지적 전문화(β=.538, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.063로 나타났고, 설명력은 28.9%(R²=.289)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 참여빈도는 인지적 전문화(β=1.513, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여빈도는 인지적 전문화(β=-1.023, p<.001)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 .990으로 나타났고, 설명력은 38.5%(R²=.385)로 나타났다. 3차 비선형 모형(Cubic)에서 1차 함수의 참여빈도는 인지적 전문화(β=2.497, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여빈도는 인지적 전문화(β=-4.528, p<.001)에 역유자(∩)형으로 영향을 미치는 것으로 나타났으며, 3차 함수의 참여빈도는 인지적 전문화(β=2.589, p<.01)에 정적 영향을 미치는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 0.973으로 나타났고, 설명력은 40.9%(R²=.409)로 나타났다.
참여빈도와 인지적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.063, 2차=0.990, 3차=0.973)이 점차 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 1차 선형 모형(R²=.289)보다 2차(R²=.385), 3차(R²=.409) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.001), 3차(p<.01)에서 유의하게 증가한 것으로 나타났다. 결과적으로 참여빈도와 인지적 전문화의 관계에 대한 최적의 모형은 3차 비선형 모형(R²=.409)으로 파악되었다.
셋째, 1차 선형 모형(Linear)에서 참여기간은 인지적 전문화(β =.431, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.138로 나타났고, 설명력은 18.5%(R²=.185)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 참여기간은 인지적 전문화(β=0.902, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여기간은 인지적 전문화(β=-.511, p<.001)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 1.113으로 나타났고, 설명력은 22.3%(R²=.223)로 나타났다. 3차 비선형 모형(Cubic)에서 1차 함수의 참여기간은 인지적 전문화(β=1.491, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여기간은 인지적 전문화(β=-1.981, p<.01)에 역유자(∩)형으로 영향을 미치는 것으로 나타났으며, 3차 함수의 참여기간은 인지적 전문화(β=0.960, p<.05)에 정적 영향을 미치는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.106으로 나타났고, 설명력은 23.6%(R²=.236)로 나타났다.
참여기간과 인지적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.138, 2차=1.113, 3차=1.106)이 점차 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 1차 선형 모형(R²=.185)보다 2차(R²=.223), 3차(R²=.236) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.001), 3차(p<.05)에서 유의하게 증가한 것으로 나타났다. 결과적으로 참여기간과 인지적 전문화의 관계에 대한 최적의 모형은 3차 비선형 모형(R²=.236)으로 파악되었다.
넷째, 1차 선형모형(Linear)에서 지출비용은 인지적 전문화(β=.414, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.147로 나타났고, 설명력은 17.1%(R²=.171)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 지출비용은 인지적 전문화(β=.859, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 지출비용은 인지적 전문화(β=-.459, p<.05)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다.
2차 비선형 모형의 추정 값의 표준오차는 1.141로 나타났고, 설명력은 18.4%(R²=.184)로 나타났다. 3차 비선형모형(Cubic)에서 1차 함수의 지출비용은 인지적 전문화(β=2.234, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 지출비용은 인지적 전문화(β=-4.547, p<.01)에 역유자(∩)형으로 영향을 미치는 것으로 나타났으며, 3차 함수의 지출비용은 인지적 전문화(β=2.779, p<.01)에 정적 영향을 미치는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.128로 나타났고, 설명력은 20.6%(R²=.206)로 나타났다.
2. 경험·재화정도와 행동적 전문화의 예측모형
지출비용과 인지적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.147, 2차=1.141, 3차=1.128)이 점차 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 1차 선형 모형(R²=.171)보다 2차(R²=.184), 3차(R²=.206) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.05), 3차(p<.01)에서 유의하게 증가한 것으로 나타났다. 결과적으로 지출비용과 인지적 전문화의 관계에 대한 최적의 모형은 3차 비선형 모형(R²=.206)으로 파악되었다.
스쿠버다이버의 경험(참여강도, 참여빈도, 참여기간), 재화(지출 비용) 정도와 행동적 전문화의 예측모형 결과는 다음 <
Table 9,
10,
11,
12>, <
Figure 5,
6,
7,
8>과 같다.
첫째, 1차 선형모형(Linear)에서 참여강도는 행동적 전문화(β=.201, p<.01)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.473으로 나타났고, 설명력은 4.0%(R²=.040)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 참여강도는 행동적 전문화(β=.662, p<.01)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여강도는 행동적 전문화(β=-.481, p<.05)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 1.461로 나타났고, 설명력은 6.0%(R²=.060)로 나타났다. 3차 비선형 모형(Cubic)에서 1차 함수(β=.694, p>.05), 2차 함수(β=-.552, p>.05), 3차 함수(β=.041, p>.05) 모두 참여강도는 행동적 전문화에 통계적으로 유의한 영향을 미치지 않는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.464로 나타났고, 설명력은 6.0%(R²=.060)로 나타났다.
참여강도와 행동적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.473, 2차=1.461, 3차=1.464)이 2차까지만 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 2차(R²=.060)가 1차(R²=.040)의 설명력보다 더 크다는 것을 알 수 있다. 더불어 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.05)까지 유의했으며, 3차(p>.05)는 유의하지 않은 것으로 나타났다. 결과적으로 참여강도와 인지적 전문화의 관계에 대한 최적의 모형은 2차 비선형 모형(R²=.060)으로 파악되었다.
둘째, 1차 선형 모형(Linear)에서 참여빈도는 행동적 전문화(β=.543, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.263으로 나타났고, 설명력은 29.5%(R²=.295)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 참여빈도는 행동적 전문화(β=1.521, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여빈도는 행동적 전문화(β=-1.027, p<.001)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 1.175로 나타났고, 설명력은 39.1%(R²=.391)로 나타났다. 3차 비선형 모형(Cubic)에서 1차 함수의 참여빈도는 행동적 전문화(β=2.648, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여빈도는 행동적 전문화(β=-5.039, p<.001)에 역유자(∩)형으로 영향을 미치는 것으로 나타났으며, 3차 함수의 참여 빈도는 행동적 전문화(β=2.963, p<.001)에 정적 영향을 미치는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.147로 나타났고, 설명력은 42.2%(R²=.422)로 나타났다.
참여빈도와 행동적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.263, 2차=1.175, 3차=1.147)이 점차 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 1차 선형 모형(R²=.295)보다 2차(R²=.391), 3차(R²=.422) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.001), 3차(p<.001)에서 유의하게 증가한 것으로 나타났다. 결과적으로 참여빈도와 인지적 전문화의 관계에 대한 최적의 모형은 3차 비선형 모형(R²=.422)으로 파악되었다.
셋째, 1차 선형 모형(Linear)에서 참여기간은 행동적 전문화(β=.510, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.294로 나타났고, 설명력은 26.0%(R²=.260)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 참여기간은 행동적 전문화(β=0.967, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여기간은 행동적 전문화(β=-.495, p<.001)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 1.265로 나타났고, 설명력은 29.5%(R²=.295)로 나타났다. 3차 비선형 모형(Cubic)에서 1차 함수의 참여기간은 행동적 전문화(β=1.613, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여기간은 행동적 전문화(β=-2.108, p<.01)에 역유자(∩)형으로 영향을 미치는 것으로 나타났으며, 3차 함수의 참여기간은 행동적 전문화(β=1.053, p<.05)에 정적 영향을 미치는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.253으로 나타났고, 설명력은 31.1%(R²=.311)로 나타났다.
참여기간과 행동적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.294, 2차=1.265, 3차=1.253)이 점차 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 1차 선형 모형(R²=.260)보다 2차(R²=.295), 3차(R²=.311) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.001), 3차(p<.05)에서 유의하게 증가한 것으로 나타났다. 결과적으로 참여기간과 인지적 전문화의 관계에 대한 최적의 모형은 3차 비선형 모형(R²=.311)으로 파악되었다.
넷째, 1차 선형모형(Linear)에서 지출비용은 행동적 전문화(β=.287, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.441로 나타났고, 설명력은 8.2%(R²=.082)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 지출비용은 행동적 전문화(β=.765, p<.01)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 지출비용은 행동적 전문화(β=-.494, p<.05)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준 오차는 1.432로 나타났고, 설명력은 9.7%(R²=.097)로 나타났다.
3차 비선형모형(Cubic)에서 1차 함수의 지출비용은 행동적 전문화(β=2.303, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 지출비용은 행동적 전문화(β=-5.064, p<.01)에 역유자(∩)형으로 영향을 미치는 것으로 나타났으며, 3차 함수의 지출비용은 행동적 전문화(β=3.107, p<.01)에 정적 영향을 미치는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.413으로 나타났고, 설명력은 12.4%(R²=.124)로 나타났다.
지출비용과 행동적 전문화의 1차 선형관계와 2차, 3차 비선형 관계를 살펴보면, 추정 값의 표준오차 값(1차=1.441, 2차=1.432, 3차=1.413)이 점차 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 1차 선형 모형(R²=.082)보다 2차(R²=.097), 3차(R²=.124) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.05), 3차(p<.01)에서 유의하게 증가한 것으로 나타났다. 결과적으로 지출비용과 행동적 전문화의 관계에 대한 최적의 모형은 3차 비선형 모형(R²=.124)으로 파악되었다.
3. 경험·재화정도와 정서적 전문화의 예측모형
스쿠버다이버의 경험(참여강도, 참여빈도, 참여기간), 재화(지출비용) 정도와 정서적 전문화의 예측모형 결과는 다음 <
Table 13,
14,
15,
16>, <
Figure 9,
10,
11,
12>와 같다.
첫째, 1차 선형모형(Linear)에서 참여강도는 정서적 전문화(β=.225, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.168로 나타났고, 설명력은 5.1%(R²=.051)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 참여강도는 정서적 전문화(β=.873, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여강도는 정서적 전문화(β=-.677, p<.01)에 역유자(∩)형으로영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 1.147로 나타났고, 설명력은 8.9%(R²=.089)로 나타났다. 3차 비선형 모형(Cubic)에서 1차 함수(β=1.731, p<.05), 2차 함수(β=-2.575, p>.05), 3차 함수(β=1.107, p>.05) 모두 참여강도는 정서적 전문화에 통계적으로 유의한 영향을 미치지 않는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.146으로 나타났고, 설명력은 9.4%(R²=.094)로 나타났다.
참여강도와 정서적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.168, 2차=1.147, 3차=1.146)이 점차 감소하였고, 예측모형의 설명력에서 1차 선형모형(R²=.051)보다 2차(R²=.089), 3차(R²=.094) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 그러나 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.01)까지 유의했으며, 3차(p>.05)에서는 유의하지 않은 것으로 나타났다. 결과적으로 참여강도와 정서적 전문화의 관계에 대한 최적의 모형은 2차 비선형 모형(R²=.089)으로 파악되었다.
둘째, 1차 선형 모형(Linear)에서 참여빈도는 정서적 전문화(β=.488, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.047로 나타났고, 설명력은 23.8%(R²=.238)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 참여빈도는 정서적 전문화(β=1.716, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여빈도는 정서적 전문화(β=-1.288, p<.001)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 0.938로 나타났고, 설명력은 39.1%(R²=.391)로 나타났다. 3차 비선형 모형(Cubic)에서 1차 함수의 참여빈도는 정서적 전문화(β=2.836, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여빈도는 정서적 전문화(β=-5.277, p<.001)에 역유자(∩)형으로 영향을 미치는 것으로 나타났으며, 3차 함수의 참여 빈도는 정서적 전문화(β=2.946, p<.001)에 정적 영향을 미치는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 0.916으로 나타났고, 설명력은 42.1%(R²=.421)로 나타났다.
참여빈도와 정서적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.047, 2차=0.938, 3차=0.916)이 점차 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 1차 선형 모형(R²=.238)보다 2차(R²=.391), 3차(R²=.421) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.001), 3차(p<.001)에서 유의하게 증가한 것으로 나타났다. 결과적으로 참여빈도와 정서적 전문화의 관계에 대한 최적의 모형은 3차 비선형 모형(R²=.421)으로 파악되었다.
셋째, 1차 선형 모형(Linear)에서 참여기간은 정서적 전문화(β=.420, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.088로 나타났고, 설명력은 17.6%(R²=.176)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 참여기간은 정서적 전문화(β=0.943, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여기간은 정서적 전문화(β=-.565, p<.001)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 1.059로 나타났고, 설명력은 22.3%(R²=.223)로 나타났다. 3차 비선형 모형(Cubic)에서 1차 함수의 참여기간은 정서적 전문화(β=1.673, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 참여기간은 정서적 전문화(β=-2.391, p<.01)에 역유자(∩)형으로 영향을 미치는 것으로 나타났으며, 3차 함수의 참여 기간은 정서적 전문화(β=1.192, p<.01)에 정적 영향을 미치는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.048로 나타났고, 설명력은 24.2%(R²=.242)로 나타났다.
참여기간과 정서적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.088, 2차=1.059, 3차=1.048)이 점차 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 1차 선형 모형(R²=.176)보다 2차(R²=.223), 3차(R²=.242) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.001), 3차(p<.01)에서 유의하게 증가한 것으로 나타났다. 결과적으로 참여기간과 정서적 전문화의 관계에 대한 최적의 모형은 3차 비선형 모형(R²=.242)으로 파악되었다.
넷째, 1차 선형모형(Linear)에서 지출비용은 정서적 전문화(β=.501, p<.001)에 정적 영향을 미치는 것으로 나타났다. 추정 값의 표준오차는 1.038로 나타났고, 설명력은 25.1%(R²=.251)로 나타났다. 2차 비선형 모형(Quadratic)에서 1차 함수의 지출비용은 정서적 전문화(β=.987, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 지출비용은 정서적 전문화(β=-.501, p<.05)에 역유자(∩)형으로 영향을 미치는 것으로 나타났다. 2차 비선형 모형의 추정 값의 표준오차는 1.029로 나타났고, 설명력은 26.6%(R²=.266)로 나타났다. 3차 비선형모형(Cubic)에서 1차 함수의 지출비용은 정서적 전문화(β=2.133, p<.001)에 정적 영향을 미치는 것으로 나타났고, 2차 함수의 지출비용은 정서적 전문화(β=-3.907, p<.01)에 역유자(∩)형으로 영향을 미치는 것으로 나타났으며, 3차 함수의 지출비용은 정서적 전문화(β=2.316, p<.01)에 정적 영향을 미치는 것으로 나타났다. 3차 비선형 모형의 추정 값의 표준오차는 1.020으로 나타났 고, 설명력은 28.1%(R²=.281)로 나타났다.
지출비용과 정서적 전문화의 1차 선형관계와 2차, 3차 비선형관계를 살펴보면, 추정 값의 표준오차 값(1차=1.038, 2차=1.029, 3차=1.020)이 점차 감소하는 것을 알 수 있다. 또한, 예측모형의 설명력에서 1차 선형 모형(R²=.251)보다 2차(R²=.266), 3차(R²=.281) 비선형 모형의 설명력이 더 크다는 것을 알 수 있다. 위계적 회귀분석을 실행한 결과, 유의확률 F 변화량이 2차(p<.05), 3차(p<.05)에서 유의하게 증가한 것으로 나타났다. 결과적으로 지출비용과 정서적 전문화의 관계에 대한 최적의 모형은 3차 비선형 모형(R²=.281)으로 파악되었다.