선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이러한 음주운전자의 운전행동 특성을 반영하여 상습 음주운전자를 예방하기 위해서는 음주운전성향을 미시적인 통계분석을 통해 분석해야 할 필요성이 더욱 커졌다. 따라서 본 연구는 상습음주운전자의 성향을 Q분석 기법을 통해 미시적으로 분석하고자 하였다.
- 따라서 본 연구는 음주운전 2회 이상 적발자를 대상으로 음주운전과 관련된 특성을 미시적인 통계분석 기법인 Q분석기법을 활용하여 정확하게 분석하고, 음주운전 2회반 교육과정의 보완 및 교육효과 향상을 위한 대책 마련 등을 목적으로 연구를 진행하였다.
제안 방법
- 본 연구는 Q분석 기법을 개발한 W. Stephenson(1953)의 이론에 따라 제작되었으며, 설문에 의한 응답이 특정점수에 따라 정규분포를 이루었을 때 가장 정확도가 높고 정황적 타당성의 문제점을 없애기 위해서 정상분포가 되도록 강제분포를 하도록 응답치의 개수만큼 번호가 적힌 스티커를 부착한 답안지를 특별히 제작하여 사용하였다. 이러한 분류 분포는 Tokuda와 Hantano(1959)의 진술문 수에 따른 분류 단계에 입각해서 제작되어 정규분포를 이루도록 분류하여 표 3과 같이 나타난다.
- 이러한 분류 분포는 Tokuda와 Hantano(1959)의 진술문 수에 따른 분류 단계에 입각해서 제작되어 정규분포를 이루도록 분류하여 표 3과 같이 나타난다. 연구대상 1set(척도별로 강제 분류된 스티커1) 66개)를 나누어 주어 활용하였다.
- 운전 성향을 파악하기 위한 Q-set 진술문은 음주운전과 관련하여 사전연구 등을 통해 연관성이 높다고 인정되는 자존감 요인, 음주특성 요인, 알코올 요인(要因) 등에 대하여, 교통 관련 전문가들의 의견 및 반복된 예비 설문조사를 통한 신뢰성 검증을 거쳐, 표 2와 같이 4개의 상위 영역에 총 12가지 차원에 대해서, 최종적으로 66문항을 선정, 운전 성향 분석 도구로 사용하였다.
- 분석 결과, 금번 연구는 요인의 수를 7개로 결정하고 Q분석을 수행하였다. 이렇게 36명(36Sort)이 응답한 설문을 7개의 요인으로 구분하여 본 결과 7개의 요인에만 해당하는 응답자가 존재하였으며, 표 5에서 보는 바와 같이, 연구 대상자 19명이 포함된 7개의 요인 대하여 분석을 시행하였다. 이렇게 분류된 7개의 요인을 분석의 편리를 위해 각각 A, B, C, D, E, F, G로 명명하였다.
- 이렇게 분류된 7개의 요인을 분석의 편리를 위해 각각 A, B, C, D, E, F, G로 명명하였다. 이렇게 분류된 7개의 요인 중 2명 이상의 연구대상자가 포함되어 공통적인 특성이라 할 수 있는 4개 요인(A, B, D, E)에 대해 정밀분석을 실시하였다.
- 이러한 사유로 금번 연구에서는 통계학적인 접근을 통하여 요인의 수를 결정 하였다. 즉 직교회전(Varimax Rotation)2)을 한 후의 고유값(eigen value)이 1.03) 이상이고, 인자의 값이 통계학적으로 유의한 값을 가질 때를 기준으로 하여 인자의 수를 결정하였다.
대상 데이터
- 운전 성향 Q-set 타당화를 위한 연구 대상은 인천지역에서 2014년 4월부터 7월 사이에 음주운전에 적발되어 교통안전교육에 참여한 운전자를 대상으로 실시하였다.
데이터처리
- 분석 결과, 금번 연구는 요인의 수를 7개로 결정하고 Q분석을 수행하였다. 이렇게 36명(36Sort)이 응답한 설문을 7개의 요인으로 구분하여 본 결과 7개의 요인에만 해당하는 응답자가 존재하였으며, 표 5에서 보는 바와 같이, 연구 대상자 19명이 포함된 7개의 요인 대하여 분석을 시행하였다.
이론/모형
- Q기법과 다른 기법들과의 차이는 그림 1에 제시하고 있는 Cattell의 공변도(Covariationchart) 입방체 모형을 이용하여 설명하고자 한다. 먼저 한 가지의 검사 결과 나타난 점수(측정치)는 특정한 사람에게 일정한 시기 동안 검사를 실시해서 얻은 값이며, 모든 심리측정에는 세 가지 요소를 내포하고 있다.
성능/효과
- 넷째, “나는 음주운전자들이 죄인이 아니라고 생각한다”라는 처벌의 부정과 관련된 항목과 “혼자마시는 것을 좋아한다, 술이 깨면서 공포(섬망)나몸이 심하게 떨리는 것을 경험하거나, 헛것을 보거나 헛소리를 들은 적이 있다.
- 넷째, 음주운전이 범죄이고 음주운전자도 죄인이라는 생각을 거의 안함.
- 다섯째, 혼자 술을 마시는 것을 좋아함.
- 둘째, “나는 내가 많은 장점을 가지고 있다고 생각한다, 나 자신에 대해 긍정적으로 생각 한다, 대체로 나 자신에 대해 만족한다”라는 자존감 긍정항목과 관련하여서도 “많이 그렇지 않다(-2)”라고 응답 하는 등 전반적으로 자존감 긍정 부분이 낮게 나타났다.
- 둘째, 술을 마시고 싶은 충동이 일어나면 거의 참을 수 없는 알코올 중독.
- 둘째, 현재 시점에서 연구대상이 된 2회 적발자의 음주운전 요인별 운전특성을 7개의 운전성향으로 유형화하여 분석한 결과, 음주운전으로 인한 교통사고 저감을 위한 교육적 대책을 현행 도로교통법의 법률의 범위 내에서 수정 및 보완 작업을 할 수 있었다. 현행 교육과정과 교육내용 분석결과 음주운전성향을 대부분 잘 반영하였으나 자존감과 같은 일부 분야가 누락되어 추가하였으며, 기존 교육과정도 수정·보완하여 제시할 수 있었다.
- 마지막으로, 운전성향 별 교통안전교육 대책 수립 시 우선순위의 선정을 Q분석 시 많은 대상을 포함하는 요인에 가중치를 부여하여 대책을 마련할 수 있었다. 또한 추후 음주운전자의 교육 시 운전성향 분석을 시행하여 기존의 대표적인 운전성향에 대하여 마련된 교육과정 중 가장 비슷한 성향의 대책을 이용하여 효과적인 맞춤식 교육이 가능하다는 방법을 제시한 것도 금번 연구의 성과라고 할 수 있을 것이다.
- 셋째, “나는 음주운전이 범죄라고 생각한다, 나는 음주운전자들이 죄인이라고 생각한다”와 같은 음주운전 처벌 긍정 항목과 관련하여서도 “많이 그렇지 않다(-2)”라고 응답하는 등 음주운전이 범죄가 아니고 음주운전자들이 죄인이 아니라고 생각하는 등 잘못된 음주운전과 관련된 사고를 지니고 있었다.
- 셋째, 자신의 장점과 자신에 대한 만족도에 대한 인식이 매우 불량.
- 여섯째, 술이 깨면서 공포(섬망)나 몸이 떨리는 것을 경험하거나, 헛것을 본 경험이 많음을 통해 알코올 중독일 가능성이 매우 높음.
- 이러한 연구의 목적을 위하여 주로 이론검증, 특성의 유형화 연구, 심리치료 및 상담 전문의 변화연구, 심리검사의 타당화 연구 등 교육과 심리분야뿐만 아니라 정치학, 사회학, 경영학, 언론, 광고 등의 분야에도 널리 적용되어온 Q기법을 적용하여 음주운전 적발자의 음주운전성향을 분석하였으며, 분석된 음주운전 성향의 특성을 통하여 운전자들의 음주운전 상습화를 사전에 예방하거나 저감시키기 위한 교통안전교육 과정의 개선 및 보완을 진행할 수 있었다.
- 일곱째, 자신이 실패자이고 쓸모없다는 자존감 부정부분도 매우 높음.
- 첫째, “나는 내가 다른 사람들만큼 가치 있는 사람이라고 느낀다”라는 자존감 긍정 항목과 관련하여 “전혀 그렇지 않다(-3)”라고 응답 하는 등 자존감 긍정 부분이 지극히 낮게 나타났다.
- 첫째, 상담심리 및 정신분석학에서 이용하는 Q기법을 이용하여, 국내 최초로 상습음주운전 성향을 유형화 할 수 있었다. 상습 음주운전자로 접어든 음주운전 2회 적발자의 경우 7개의 요인으로 구분되었고, 4개의 요인이 주요 요인으로 선정하고 정밀분석을 실시할 수 있었다.
- 첫째, 자신이 가치 있는 사람이라는 자존감 긍정부분이 매우 낮음.
- Q 분류법은 자신과 가까운 정도에 따라 강제로 서열을 정하도록 되어 있는데, 이는 실제로 유사한 정도로 느끼는 것까지도 모두 세세하게 서열화 해야 한다는 면에서 약점이 되지만, 각 개인의 주관적인 우선순위를 정한다는 면에서는 강점이 되기도 한다. 특히 내적인 동기 구조를 파악하는 데 있어, Q 분류법을 사용한다면 좀 더 분명한 유형화 작업이 가능하다는 장점이 본 연구에서 통계적 기법으로 Q분석을 채택하는데 결정적인 역할을 담당하였다.
- 현행 교육과정과 교육내용 분석결과 음주운전성향을 대부분 잘 반영하였으나 자존감과 같은 일부 분야가 누락되어 추가하였으며, 기존 교육과정도 수정·보완하여 제시할 수 있었다.
후속연구
- 넷째, 음주운전이 범죄행위이고 음주운전자도 죄인이라는 인식을 강화하기 위해 음주운전의 위험성과 음주운전 교통사고 피해자의 사례를 간접체험할 수 있는 교육과정과 교육내용이 강화되어져야 할 것이다.
- 다섯째, 술을 마시고 싶은 충동이 일어났을 때 이를 참을 수 있도록 하는 대체 수단을 전문가의 자문을 받아 행동지침형식으로 전달하고, 수업 중에 구호제창 및 자기다짐의 시간을 갖는 교육과정과 교육내용이 추가되어져야 할 것이다.
- 둘째, 잘못된 음주습관의 교정을 통해 음주운전과 같은 음주의 부작용을 예방할 수 있도록 올바른 음주습관 형성을 위한 정보전달 및 자기 다짐의 내용을 다룰 수 있는 교육과정이 마련되어야 할 것이다. 더불어 잘못된 음주습관의 예와 위험성을 전달하고 이를 바로잡기 위한 명확한 지침을 제시하는 교육내용도 포함되어져야 할 것이다.
- 둘째, 잘못된 음주습관의 교정을 통해 음주운전과 같은 음주의 부작용을 예방할 수 있도록 올바른 음주습관 형성을 위한 정보전달 및 자기 다짐의 내용을 다룰 수 있는 교육과정이 마련되어야 할 것이다. 더불어 잘못된 음주습관의 예와 위험성을 전달하고 이를 바로잡기 위한 명확한 지침을 제시하는 교육내용도 포함되어져야 할 것이다.
- 본 연구는 설문방식의 특성으로 인해 연구자가 근무하는 인천시에 거주하는 운전자를 대상으로 연구가 수행되어 인천의 지역적 특성이 반영되었을 가능성이 높다. 따라서 향후에 서울, 경기, 대구, 부산과 같은 대도시와 경북, 경남, 충청, 전라와 같은 지방지역에서도 동일한 연구를 진행하여 지역별 운전자들의 특성에 맞는 교육과정을 마련하여야 할 것이다.
- 마지막으로, 운전성향 별 교통안전교육 대책 수립 시 우선순위의 선정을 Q분석 시 많은 대상을 포함하는 요인에 가중치를 부여하여 대책을 마련할 수 있었다. 또한 추후 음주운전자의 교육 시 운전성향 분석을 시행하여 기존의 대표적인 운전성향에 대하여 마련된 교육과정 중 가장 비슷한 성향의 대책을 이용하여 효과적인 맞춤식 교육이 가능하다는 방법을 제시한 것도 금번 연구의 성과라고 할 수 있을 것이다.
- 셋째, 자존감과 관련하여 자신을 좀 더 가치 있고 많은 장점이 있다는 사실을 알 수 있도록 자존감을 향상시킬 수 있는 교육과정과 교육내용이 포함되어야 할 것이다.
- 음주운전 적발자들의 음주운전성향별 맞춤식 교육을 통해서, 고품격의 교통문화를 뿌리내리는 것이야 말로 음주운전으로 인한 교통사고 사망자를 줄일 수 있는 근본적인 해결책으로서 교육을 바탕으로 단속과 시설보강이 결합되었을 때 시너지 효과가 발생하고, 더 나아가 선진국형 교통문화의 정착이 가능할 것이다.
- 이러한 교육과정 수정·보완 과정을 반영하여 음주운전 2회 적발자반교육을 진행한다면 음주운전으로 또다시 재발하는 것을 예방할 수 있을 것이며 더불어 음주운전 교통사고도 줄일 수 있을 것이라 판단된다.
- 교통선진국과 같이 올바른 교통문화 확립을 위한 교육을 통해서 고품격의 교통문화를 뿌리내리는 것이야 말로 교통사고를 줄일 수 있는 근본적인 해결책임을 파악한 것이다. 이러한 교통안전교육을 통한 국민의식전환을 바탕으로 단속과 시설보강이 결합되었을 때 시너지 효과가 발생하고, 더 나아가 선진국형 교통문화 정착이 가능할 것이다.
- 사실 도로 시설의 확충이나 차량의 정비를 통한 교통사고 저감효과는 매우 높으나, 천문학적인 비용의 투입에 비해 그 효율은 극히 낮게 나타나고 있다. 이에 반해 교통법규 위반 내지 교통사고 야기 운전자들에 대해 운전성향을 정확히 파악하여 문제점을 도출하여 교통법규위반 성향과 교통사고야기성향 저감 및 억제에 관련된 교육관련 대처방안을 강구한다면 적은 비용으로 교통사고를 크게 감소시킬 수도 있을 것이다. 특히 국내 교통사고사망자의 약 20%를 차지하는 음주운전으로 인한 교통사고 사망자를 줄이기 위한 교통안전교육의 효율화에도 큰 도움을 줄 수 있을 것이다.
- 첫째, 가장 먼저 알코올 중독을 치료할 수 있도록 알코올 중독 체크리스트를 통한 자가진단과 함께 이를 확인하고 스스로 인정하도록 확인시키는 교육과정과 함께 알코올 중독을 치료받을 수 있는 유관기관정보를 제공하는 교육내용이 포함되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.