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
- 이 결과를 바탕으로 자아존중감 수준별 예측요인을 어떻게 보완하여 고등학생의 진로 성숙도를 향상시킬지에 대한 고민이 필요하다. 그러나 진로 성숙도 영향요인에 대한 선행 연구에서 자아존중감을 수준별로 비교한 보고가 거의 없어 직접 비교가 불가능하므로 최종 경로별 변수로 논의하고자 한다.
- 본 연구는 2012년 실시한 7차년도 한국복지패널 부가조사(유형5)의 원시자료[24]를 이용하여 고등학생의 자아존중감에 따른 진로 성숙도에 영향을 미치는 요인을 예측하는 모형을 구축하기 위한 이차자료 분석 연구이다.
- 본 연구는 층화확률비례 표집을 함으로써 대상자 편중을 최소화한 한국복지패널의 자료를 이차 분석하였다. 그 결과 고등학생의 자아존중감 수준에 따라 진로 성숙도를 예측하는 경로에 차이가 있었다.
- 본 연구의 목적은 청소년의 진로 발달을 촉진시키기 위한 프로그램 개발에 앞서 의사결정나무 분석법을 이용하여 고등학생의 자아존중감 정도에 따른 진로 성숙도를 예측하는 경로를 확인하기 위해 시도되었다. 그 구체적인 목적은 다음과 같다.
- 이상과 같이 자아존중감 수준에 따라 진로 성숙도 예측경로를 확인함으로써 진로 성숙도 촉진 프로그램 개발을 위한 구체적인 방향을 제시했다는 점이 본 연구의 의의라 하겠다. 나아가 후기 청소년인 대학생의 진로 및 직업 선택의 고민이나 중도 탈락률을 줄이는 데에 기여할 수 있을 것이다.
제안 방법
- 이는 목표변수가 이산형일 때 x2 test를 수행하고 연속변수일 때 F test를 이용하여 2개 이상의 분리가 일어나는 것을 허용하는 디지분리를 수행하는 알고리즘이다[12]. CHAID 방법으로 의사결정나무 분석을 시행하기 위해 최소 관측개수 5개, 부모마디(parent node)의 분리 기준은 10개, 자식마디(child node)의 분리 기준은 5개로 지정하였다. 마지막으로 의사결정나무 분석의 예측모형 평가는 교차타당성(cross validation) 및 오류 분류표(misclassification table)를 이용하였다[12].
- 고등학생의 진로 성숙도에 영향을 미치는 요인과 관련된 예측모형을 구축한다.
- 구축된 예측모형을 평가한다.
- 본 연구는 한국보건사회연구원이 실시한 7차년도 KoWePS 중 아동부가조사(유형5)에서 고등학생을 대상으로 한 통계자료를 활용한 이차자료 분석 연구로 데이터마이닝 기법 중 의사결정나무 분석법을 적용하여 고등학생의 자아존중감 수준별 진로 성숙도 예측경로 5개를 도출하여 모형화하였다.
- 아동의 일반적 특성으로 성별, 학년, 진로 상담 여부 및 전과목 학업 성적(1점=아주 못함~5점=아주 잘함)을 조사하였다.
- KoWePS에서 부모와의 관계는 부모의 교육 참여와 지도감독에 대한 것으로 2005년 서울아동패널조사에서 사용한 문항을 이용하였다[24]. 이 도구는 먼저 부모님이나 부모님 역할을 하는 어른이 있는지 여부를 묻고(KoWePS 설문지 D영역 문항 12), 있다고 답한 경우 부모의 교육 참여 및 지도감독에 대한 질문을 실시하였다(KoWePS 설문지 D영역 문항 13, 문항 14). 각각 4문항으로 구성 되어 있으며, 각 문항은 ‘전혀 그렇지 않다.
대상 데이터
- 본 연구는 한국보건사회연구원이 2006년부터 2017년까지 업로드 한 자료 중 유일하게 고등학생이 포함된 7차년도 한국복지패널조사(Korea Welfare Panel Study, KoWePS) 자료를 이용하였다. KoWePS는 7차년도에 아동부가조사를 시행하였으며, 이 조사에 포함된 2012년 현재 고등학교에 재학 중인 청소년을 그 대상으로 하였다. 서울을 포함한 7개 광역시와 9개 도의 조사구 규모에 따라 층화확률비례방법을 이용하여 일반 가구와 저소득층 가구를 각 3,500가구씩 패널로 구축하였으며, 7차년도 KoWePS에는 총 7,532가구가 참여하여 18,622명이 조사를 완료하였다.
- 본 연구는 한국보건사회연구원이 2006년부터 2017년까지 업로드 한 자료 중 유일하게 고등학생이 포함된 7차년도 한국복지패널조사(Korea Welfare Panel Study, KoWePS) 자료를 이용하였다. KoWePS는 7차년도에 아동부가조사를 시행하였으며, 이 조사에 포함된 2012년 현재 고등학교에 재학 중인 청소년을 그 대상으로 하였다.
- 이 중 아동부가조사는 2006년에 실시된 1차년도 조사에 참가한 초등학교 4, 5, 6학년 아동 또는 2009년에 실시된 2차년도 조사에 참가한 중학교 1, 2, 3학년 아동을 대상으로 실시되었으며, 총 512명의 아동이 아동부가조사를 완료하였다. 본 연구에서는 7차년도 아동부가조사를 완료한 아동 512명 중 현재 고등학교에 재학 중인 아동 496명의 자료를 이용하였다. 데이터마이닝을 이용한 분류모형 연구의 최소 표본의 수는 6×결과변수 집단의 수×독립변수의 수라는 기준에 따라 산출하였다[25].
데이터처리
- 0 프로그램을 이용하여 분석하였으며, 구체적인 분석 방법은 다음과 같다. 대상자의 일반적 특성에 따른 진로 성숙도의 차이는 x2 test와 t-test로 분석하였고, 대상자의 자아존중감에 따른 진로 성숙도를 예측하는 경로를 구축하기 위해 자아존중감을 평균값으로 구분하여 첫 번째 분리 가지로 지정한 후 의사결정나무 분석을 실시하였다. 본 연구는 대상자의 특성이 명목변수와 연속변수 모두 포함하고 있다는 점을 고려하여 Chi-squared Automatic Interaction Detection (CHAID)을 이용하였다.
이론/모형
- KoWePS에서 교사애착은 Park [28]의 학교생활척도 중 학교유대감으로 측정하였다. 교사애착 정도는 교사와의 관계에 대한 내용(KoWePS 설문지 B영역 문항4)으로, 총 6문항으로 구성되어 있다.
- KoWePS에서 부모와의 관계는 부모의 교육 참여와 지도감독에 대한 것으로 2005년 서울아동패널조사에서 사용한 문항을 이용하였다[24]. 이 도구는 먼저 부모님이나 부모님 역할을 하는 어른이 있는지 여부를 묻고(KoWePS 설문지 D영역 문항 12), 있다고 답한 경우 부모의 교육 참여 및 지도감독에 대한 질문을 실시하였다(KoWePS 설문지 D영역 문항 13, 문항 14).
- KoWePS에서 아동의 우울 및 불안의 정도는 Achenbach [29]가 개발한 아동 ․ 청소년 행동평가 척도(Child Behavior Checklist, CBCL)를 Oh 등[30]이 한국어로 표준화한 K-CBCL에서 우울 및 불안 영역만 추출하여 측정하였다(KoWePS 설문지 C영역 문항 6-1) 우울 및 불안 영역은 총 14문항으로 구성되어 있으며, 각 문항은 3점 Likert 척도로 측정한다. 점수가 높을수록 우울 및 불안 정도가 높음을 의미한다.
- KoWePS에서 아동의 자아존중감은 Rosenberg [26]의 Selfesteem scale을 이용하여 측정하였다. 이 도구(KoWePS 설문지 C영역 문5)는 긍정적 자아존중감을 묻는 8문항과 부정적 자아존중감을 묻는 5문항으로 구성되어 있으며, 각 문항은 ‘전혀 그렇지 않다.
- KoWePS에서 진로 성숙도는 2008년 아동복지패널조사에서 사용한 도구를 이용하여 측정하였다[24]. 이 도구(KoWePS 설문지 H영역 문28)는 총 21문항으로 구성되어 있으며, 각 문항은 4점 Likert 척도(0점=전혀 아니다; 1점=아니다; 2점=그렇다; 3점=매우 그렇다)로 측정된다.
- KoWePS에서 친구와의 애착정도는 2005년 서울아동패널에서 사용한 4개 문항을 이용하여 측정하였다(KoWePS설문지 E영역 문항 16-3). 각 문항은 전혀 그렇지 않다(0점)에서 항상 그렇다(4점)의 5점 Likert 척도로 측정되며, 점수가 높을수록 친구와의 애착 정도가 높음을 의미한다[24].
- KoWePS에서 교사애착은 Park [28]의 학교생활척도 중 학교유대감으로 측정하였다. 교사애착 정도는 교사와의 관계에 대한 내용(KoWePS 설문지 B영역 문항4)으로, 총 6문항으로 구성되어 있다. 각 문항은 ‘전혀 그렇지 않다.
- CHAID 방법으로 의사결정나무 분석을 시행하기 위해 최소 관측개수 5개, 부모마디(parent node)의 분리 기준은 10개, 자식마디(child node)의 분리 기준은 5개로 지정하였다. 마지막으로 의사결정나무 분석의 예측모형 평가는 교차타당성(cross validation) 및 오류 분류표(misclassification table)를 이용하였다[12].
- 대상자의 일반적 특성에 따른 진로 성숙도의 차이는 x2 test와 t-test로 분석하였고, 대상자의 자아존중감에 따른 진로 성숙도를 예측하는 경로를 구축하기 위해 자아존중감을 평균값으로 구분하여 첫 번째 분리 가지로 지정한 후 의사결정나무 분석을 실시하였다. 본 연구는 대상자의 특성이 명목변수와 연속변수 모두 포함하고 있다는 점을 고려하여 Chi-squared Automatic Interaction Detection (CHAID)을 이용하였다. 이는 목표변수가 이산형일 때 x2 test를 수행하고 연속변수일 때 F test를 이용하여 2개 이상의 분리가 일어나는 것을 허용하는 디지분리를 수행하는 알고리즘이다[12].
성능/효과
- 데이터마이닝을 이용한 분류모형 연구의 최소 표본의 수는 6×결과변수 집단의 수×독립변수의 수라는 기준에 따라 산출하였다[25]. 결과변수 집단의 수 2개, 독립변수의 수 11개로 산출된 최소 표본의 수는 132명으로 본 연구에서 사용된 496개의 자료는 의사결정나무 분석을 위해 충분한 표본의 크기로 판단하였다. 연구자료로 분석한 한국복지패널조사 통계자료는 대상자에 대한 개인 정보가 없어 익명성과 기밀성이 보장되므로 연구자가 소속된 대학교의 연구 윤리심의위원회 심의면제 승인(***IRB-2016-01-005)을 받은 후 연구를 진행하였다.
- 의사결정나무를 이용한 고등학생의 진로 성숙도 분류에 대한 교차타당성 평가 및 예측모형의 정확도를 확인한 결과는 Table 2와 같다. 교차타당성 평가를 통해 얻어진 위험도표에서 재치환 위험추정치(risk estimate)는 31.3%이며, 교차타당성 위험추정치도33.7%로 확인되었다. 또한 오류분류표를 통해 확인된 특이도(specificity)는 45.
- 그에 반해 진로 성숙도가 낮은 집단으로 예측될 확률이 가장 높은 마디는 Node 5로 65.2%의 예측률을 보였다. 이를 구체적으로 설명하면 낮은 자아존중감을 가진 대상자의 53.
- 3%로 가장 많았다. 대상자의 84.8%가 진학이나 취업과 관련된 진로 상담을 받은 적이 없는 것으로 나타났다. 학교 관련 특성에서 전반적인 학업 성적은 5점 만점에 평균 2.
- ’ 3점의 4점 Likert 척도로 측정된다. 두 개의 부정적 문항은 역코딩 처리되었으며, 점수가 높을수록 교사와 애착 정도가 높음을 의미한다. Park [27]의 연구에서의 신뢰도 Cronbach’s ⍺는 .
- 88점으로 나타났다. 또한 부모와의 관계 중 부모의 교육 참여 정도는 3점 만점에 평균 1.13점이었으며, 지도감독 정도는 3점 만점에 1.84점으로 나타났다. 친구애착 정도는 4점 만점에 3.
- 01점으로 나타났다. 또한 부모와의 관계와 관련된 특성을 살펴보면 부모의 교육 참여 정도는 3점 만점에 평균 1.29점이었으며, 지도감독 정도는 3점 만점에 1.99점으로 나타났다. 친구애착 정도는 4점 만점에 3.
- 7%로 확인되었다. 또한 오류분류표를 통해 확인된 특이도(specificity)는 45.4%이며, 민감도는 84.0%이고, 정확도는 68.8%로 나타나 본 연구의 의사결정나무 모형의 안정성이 확인되었다.
- 본 연구에서 활용한 의사결정나무 분석은 분석용 자료에만 의존하고 있어 새로운 자료의 예측에는 불안정할 가능성이 있다[12]. 본 연구에서 도출된 의사결정나무 모형의 정확도는 68.8%로 비교적 높게 나타났으며, 특히 민감도가 84.0%로 높아 진로 성숙도가 높은 학생을 높게 예측할 확률이 높은 것으로 나타났다. 그러므로 고등학생의 진로 성숙도에 대한 추후 연구를 통해 다른 분리기준이 적용된 경우에도 본 연구 결과와 유사한 안정성 있는 의사결정나무 모형이 도출되는지 확인이 필요하며, 또한 교차타당성 검정과 더불어 분할표본 검정을 통해서 모형의 안정성을 재확인할 필요가 있다.
- 부정적 문항은 역코딩 처리되었으며, 점수가 높을수록 자아존중감 정도가 높음을 의미한다. 본 연구에서 총점의 평균 평점은 1.94점으로 산출되었으며, 평균값 이상인 경우 자아존중감이 높은 집단(=1), 평균값 미만인 경우 자아존중감이 낮은 집단(=0)으로 구분하여 분석하였다. 한국어 버전을 이용한 Lee [27]의 연구에서의 Cronbach’s ⍺는 .
- 총 11개의 부정적 문항은 역코딩 처리되었으며, 총점이 높을수록 진로 성숙도가 높음을 의미한다. 본 연구에서 총점의 평균 평점은 2.09점으로 산출되었으며, 2.0점(그렇다) 미만인 경우 진로 성숙도가 낮은 집단, 2.0점 이상인 경우 진로 성숙도가 높은 집단으로 구분하여 분석하였다. 본 연구에서 사용된 진로 성숙도 도구의 신뢰도 Cronbach’s ⍺는 .
- 2%의 예측률을 보였다. 이를 구체적으로 설명하면 낮은 자아존중감을 가진 대상자의 53.0%가 낮은 진로 성숙도를 가질 것으로 예측되며(Node 2), 이 중 친구애착 정도가 3점 이하인 경우에 진로 성숙도가 낮을 확률이 65.2%로 증가하는 것으로 나타났다.
- 4%의 예측률을 보였다. 이를 구체적으로 설명하면 높은 자아존중감을 가진 대상자의 76.3%가 높은 진로 성숙도를 가질 것으로 예측되며(Node 1), 이 중 진로 상담을 경험한 경우 높은 진로 성숙도를 가질 확률은 89.4%로 증가하였으며(Node 4), 다음으로 교사애착 정도가 1.33점보다 높은 경우에는 진로 성숙도가 높을 확률이 93.4%로 증가하는 것으로 나타났다(Node 8).
- 36점으로 나타났다. 자아존중감의 평균값은 3점 만점에 1.75점이었으며, 자아존중감이 평균값보다 낮은 경우가 69.3%였다.
- 자아존중감이 높은 집단은 진로 상담 여부와 교사애착 정도가 진로 성숙도를 예측하는 요인으로 확인되었다. 반면에 자아존중감이 낮은 집단은 친구애착만이 진로 성숙도를 예측하는 요인으로 확인되어 자아존중감 수준에 따라 진로 성숙도의 예측요인이 다름을 확인하였다.
- 대상자의 자아존중감에 따른 진로 성숙도 예측요인을 확인하기 위해 자아존중감을 첫 번째 분리기준으로 고정한 후 단변량 분석에서 유의하게 나타난 모든 변수를 포함하여 의사결정나무 분석한 결과 총 5개의 최종마디로 이루어진 경로가 형성되었다(Figure 1). 자아존중감이 높은 집단의 경우 진로 상담 여부와 교사애착 정도가 진로 성숙도를 예측하는 요인으로 확인되었다. 자아존중감이 낮은 집단의 경우 친구애착만이 진로 성숙도를 예측하는 요인으로 확인되었다.
- 6%로 가장 많았다. 진로 성숙도가 높은 집단 중 70.1%가 진학이나 취업과 관련된 진로 상담을 받은 적이 없는 것으로 나타났다. 학교 관련 특성에서 전반적인 학업 성적은 5점 만점에 평균 3.
- 진로 성숙도가 높은 집단으로 예측될 확률이 가장 높은 마디는 Node 8로 93.4%의 예측률을 보였다. 이를 구체적으로 설명하면 높은 자아존중감을 가진 대상자의 76.
- 이 도구(KoWePS 설문지 H영역 문28)는 총 21문항으로 구성되어 있으며, 각 문항은 4점 Likert 척도(0점=전혀 아니다; 1점=아니다; 2점=그렇다; 3점=매우 그렇다)로 측정된다. 총 11개의 부정적 문항은 역코딩 처리되었으며, 총점이 높을수록 진로 성숙도가 높음을 의미한다. 본 연구에서 총점의 평균 평점은 2.
- 84점으로 나타났다. 친구애착 정도는 4점 만점에 3.09점으로 나타났으며, 우울 및 불안 정도는 2점 만점에 0.36점으로 나타났다. 자아존중감의 평균값은 3점 만점에 1.
- 8%가 진학이나 취업과 관련된 진로 상담을 받은 적이 없는 것으로 나타났다. 학교 관련 특성에서 전반적인 학업 성적은 5점 만점에 평균 2.84점, 학업 스트레스는 4점 만점에 평균 2.53점, 교사애착 정도는 3점 만점에 평균 1.88점으로 나타났다. 또한 부모와의 관계 중 부모의 교육 참여 정도는 3점 만점에 평균 1.
- 1%가 진학이나 취업과 관련된 진로 상담을 받은 적이 없는 것으로 나타났다. 학교 관련 특성에서 전반적인 학업 성적은 5점 만점에 평균 3.12점, 학업 스트레스는 4점 만점에 평균 2.51점, 교사애착 정도는 3점 만점에 평균 2.01점으로 나타났다. 또한 부모와의 관계와 관련된 특성을 살펴보면 부모의 교육 참여 정도는 3점 만점에 평균 1.
후속연구
- 0%로 높아 진로 성숙도가 높은 학생을 높게 예측할 확률이 높은 것으로 나타났다. 그러므로 고등학생의 진로 성숙도에 대한 추후 연구를 통해 다른 분리기준이 적용된 경우에도 본 연구 결과와 유사한 안정성 있는 의사결정나무 모형이 도출되는지 확인이 필요하며, 또한 교차타당성 검정과 더불어 분할표본 검정을 통해서 모형의 안정성을 재확인할 필요가 있다.
- 이상과 같이 자아존중감 수준에 따라 진로 성숙도 예측경로를 확인함으로써 진로 성숙도 촉진 프로그램 개발을 위한 구체적인 방향을 제시했다는 점이 본 연구의 의의라 하겠다. 나아가 후기 청소년인 대학생의 진로 및 직업 선택의 고민이나 중도 탈락률을 줄이는 데에 기여할 수 있을 것이다.
- 의사결정나무 분석법은 분석 대상을 몇 개의 소집단으로 분류하거나 예측하는 규칙을 나무 구조로 시각화함으로써[12] 해당 특성을 보다 쉽게 이해하고, 예측할 수 있게 해 주어 보건의료관련 데이터 분석에 유용한 도구로 사용되고 있다. 따라서 본 연구에서 의사결정나무 분석법을 적용하여 고등학생의 자아존중감 수준별 진로 성숙도 예측경로를 확인한다면, 고등학생에게 효율적인 진로 발달 프로그램 개발의 기초자료로 제공할 수 있을 것이다.
- 이는 자아존중감이 높은 집단에서 진로 상담 경험은 진로 성숙을 촉진하는 데에 중요함을 확인한 것이나, 자아존중감이 낮은 집단에서는 진로 경험이 진로 성숙도 예측요인이 아니었다는 점에도 주목해야 한다. 이러한 차이가 연구 대상자의 상이한 발달단계적 특성에서 기인한 차이인지, 자아존중감 수준에 따른 차이에 의한 것인지 보다 명확히 하기 위한 반복 연구를 통해 자아존중감 수준별 진로 촉진 프로그램 개발에 박차를 가할 수 있을 것이다.
- 그러므로 학년이 올라감에 따라 진로성숙도가 높아지나[21], 진로 성숙 수준이 높을수록 시간의 흐름에 따른 성장률이 작을 수 있음을 보고한 선행 연구[15]의 결과를 토대로 대학 진학 전 단계인 고등학생을 대상으로 진로 발달 프로그램을 보건교사가 적용한다면 간호, 보건계열 직업 준비를 위한 재입학 등으로 학업을 중단하는 대학생 수를 줄이는 데에도 기여할 수 있을 것이다. 이러한 취지를 바탕으로 본 연구에서는 고등학생을 대상으로 의사결정나무 분석법을 적용하여 자아존중감 수준별 진로 성숙도 예측경로를 확인한다면 추후 자아존중감 수준별 진로발달 프로그램 개발에 실질적인 도움을 제공할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.