연구 목적 및 배경 설명

‘학벌은 생각보다 중요하지 않다’, ’학벌이 전부가 아니다’라는 말이 많이 나오는 요즘이지만 여전히 학벌 지상주의가 만연한 것이 현재 대한민국의 실정이다. 수험생이 감소함에도 의대 지망생은 점점 증가하고 심지어 초등생 의대반까지 존재한다. 또한 입시가 과열되는 만큼, 가정의 재력 수준에 따른 교육 격차도 발생하기가 쉽다. 높은 학벌을 원하는 이유는 좋은 직장을 위해서고 좋은 직장의 여부는 여러 가지 요소가 있지만 보통은 돈이 이를 결정한다. 결국 현대인들은 고소득을 위해 치열하게 살아간다고 하여도 과언이 아니다. 일반화할 수는 없지만 이는 우리 사회의 불편한 현실이다. 이에 소득과 삶의 만족도가 어떤 관계가 있는지, 소득이 행복을 보장해 주는지 실제 데이터를 표본으로 분석해 보고자 한다.

데이터에 대한 개괄적인 설명

소득과 학벌의 상관관계, 소득과 학벌이 삶의 만족도에 주는 영향 등을 분석하기 위해 관련 변수들을 최신 통계인 2022년 17차 한국복지패널조사 데이터에서 추출해 사용하였다.

1.월급과 직업 만족도, 수입 만족도, 전반적 만족도 관계 분석

2.최종 학력과 월급의 관계, 학력과 전반적 만족도 관계 분석

3.아동기 경제적 생활 상태와 학력 상관관계 분석

위에 제시된 관계 분석을 위해 월급, 여러 가지 만족도, 최종 학력 등의 변수를 활용하였다. 월급 변수만이 연속 변수인 만큼 이를 고려하여 다른 변수들과의 관계를 분석하는 것이 중요하다.

전반적 만족도 변수는 직업, 건강, 수입, 주거 환경 등 여러 변수의 종합적인 만족도 변수이다. 나머지 변수는 이름을 보면 어떤 변수인지 파악 가능하여 분석과 함께 간단하게 서술하겠다.

데이터 정제 및 가공 과정

전체적인 데이터 정제 및 가공

2022년 17차 한국복지패널조사 데이터에서 필요한 변수를 가져오고 이해하기 쉬운 변수명으로 교체하였다.

# 최신 통계데이터 불러오기
raw_welfare <- read.spss(file = "Koweps_hpwc17_2022_beta1.sav",
                         to.data.frame = T)

# 복사본 만들기
welfare <- raw_welfare


#변수명 바꾸기

welfare <- rename(welfare,
                  income = p1702_8aq1,       # 월급
                  income_sat = p1703_6,      # 가족 수입 만족도
                  job_sat = p1703_9,         # 직업 만족도
                  overall_sat = p1703_12,    # 전반적 만족도
                  last_degree = p1707_3aq1,  # 최종 학력
                  child_economic = np1706_2) # 아동기 경제적 생활 상태

월급 변수 정제 및 가공

월급 변수를 정제하였다.

class(welfare$income)
## [1] "numeric"
summary(welfare$income)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##     0.0   125.0   236.0   275.6   363.0  2017.0   10958
# 이상치 결측 처리
welfare$income <- ifelse(welfare$income %in% c(0, 9999), NA, welfare$income)

# 결측치 확인
table(is.na(welfare$overall_sat))
## 
## FALSE  TRUE 
## 13474  3117

전반적 만족도 변수 정제 및 가공

전반적 만족도 변수의 이상치를 처리하고 코드북에 따라 분류하여 새 변수를 추가하였다. 전반적 만족도 변수 - 1.매우불만족 2.대체로불만족 3.그저그렇다 4.대체로만족 5.매우만족

class(welfare$overall_sat)
## [1] "numeric"
table(welfare$overall_sat)
## 
##    1    2    3    4    5 
##   34  608 4654 7904  274
# 이상치 결측 처리
welfare$overall_sat <- ifelse(welfare$overall_sat == 9, NA, welfare$overall_sat)
# 결측치 확인
table(is.na(welfare$overall_sat))
## 
## FALSE  TRUE 
## 13474  3117
welfare <- welfare %>% mutate(overall_satlev = ifelse(welfare$overall_sat == 1, '1.매우불만족',
                            ifelse(welfare$overall_sat == 2, '2.대체로불만족',
                                   ifelse(welfare$overall_sat == 3, '3.그저그렇다',
                                          ifelse(welfare$overall_sat == 4,'4.대체로만족',
                                          '5.매우만족')))))
table(welfare$overall_sat)
## 
##    1    2    3    4    5 
##   34  608 4654 7904  274
table(welfare$overall_satlev)
## 
##   1.매우불만족 2.대체로불만족   3.그저그렇다   4.대체로만족     5.매우만족 
##             34            608           4654           7904            274

직업 만족도 변수 정제 및 가공

직업 만족도 변수의 이상치를 처리하고 코드북에 따라 분류하여 새 변수를 추가하였다. 직업 만족도 변수 - 1.매우불만족 2.대체로불만족 3.그저그렇다 4.대체로만족 5.매우만족

class(welfare$job_sat)
## [1] "numeric"
table(welfare$job_sat)
## 
##    1    2    3    4    5 
##  121 1227 4733 6905  488
# 이상치 결측 처리
welfare$job_sat <- ifelse(welfare$job_sat == 9, NA, welfare$job_sat)
# 결측치 확인
table(is.na(welfare$job_sat))
## 
## FALSE  TRUE 
## 13474  3117
welfare <- welfare %>% mutate(job_satlev = ifelse(welfare$job_sat == 1, '1.매우불만족',
                            ifelse(welfare$job_sat == 2, '2.대체로불만족',
                                   ifelse(welfare$job_sat == 3, '3.그저그렇다',
                                          ifelse(welfare$job_sat == 4,'4.대체로만족',
                                          '5.매우만족')))))
table(welfare$job_sat)
## 
##    1    2    3    4    5 
##  121 1227 4733 6905  488
table(welfare$job_satlev)
## 
##   1.매우불만족 2.대체로불만족   3.그저그렇다   4.대체로만족     5.매우만족 
##            121           1227           4733           6905            488

가족 수입 만족도 변수 정제 및 가공

가족 수입 만족도 변수의 이상치를 처리하고 코드북에 따라 분류하여 새 변수를 추가하였다. 가족 수입 만족도 변수 - 1.매우불만족 2.대체로불만족 3.그저그렇다 4.대체로만족 5.매우만족

# 이상치 결측 처리
welfare$income_sat <- ifelse(welfare$income_sat == 9, NA, welfare$income_sat)
# 결측치 확인
table(is.na(welfare$income_sat))
## 
## FALSE  TRUE 
## 13474  3117
welfare <- welfare %>% mutate(income_satlev = ifelse(welfare$income_sat == 1, '1.매우불만족',
                            ifelse(welfare$income_sat == 2, '2.대체로불만족',
                                   ifelse(welfare$income_sat == 3, '3.그저그렇다',
                                          ifelse(welfare$income_sat == 4,'4.대체로만족',
                                          '5.매우만족')))))
table(welfare$income_sat)
## 
##    1    2    3    4    5 
##  350 3093 5033 4787  211
table(welfare$income_satlev)
## 
##   1.매우불만족 2.대체로불만족   3.그저그렇다   4.대체로만족     5.매우만족 
##            350           3093           5033           4787            211

최종 학력 변수 정제 및 가공

최종 학력 변수의 이상치를 처리하고 코드북에 따라 분류하여 새 변수를 추가하였다. 최종 학력 변수 - 1.중학교 졸업 이하 2.고등학교 중퇴, 졸업 3.전문대학 재학, 중퇴, 졸업 4.대학교(4년제) 재학, 중퇴, 졸업 5.대학원 이상

# 이상치 결측 처리
welfare$last_degree <- ifelse(welfare$last_degree == 9, NA, welfare$last_degree)
# 결측치 확인
table(is.na(welfare$last_degree))
## 
## FALSE  TRUE 
##  3678 12913
last_degreelev = welfare$last_degree

welfare <- welfare %>% mutate(last_degreelev = ifelse(welfare$last_degree == 1, '1.중학교 이하',
                            ifelse(welfare$last_degree == 2, '2.고등학교',
                                   ifelse(welfare$last_degree == 3, '3.전문대학',
                                          ifelse(welfare$last_degree == 4,'4.대학교(4년제)',
                                          '5.대학원 이상')))))

table(welfare$last_degree)
## 
##    1    2    3    4    5 
## 1647  941  252  755   83
table(welfare$last_degreelev)
## 
##   1.중학교 이하      2.고등학교      3.전문대학 4.대학교(4년제)   5.대학원 이상 
##            1647             941             252             755              83

아동기 경제적 생활 상태 변수 정제 및 가공

아동기 경제적 생활 상태 변수의 이상치를 처리하고 코드북에 따라 분류하여 새 변수를 추가하였다. 아동기 경제적 생활 상태 변수 - 1.매우가난 2.가난 3.보통 4.부유 5.매우부유

# 이상치 결측 처리
welfare$child_economic <- ifelse(welfare$child_economic == 9, NA, welfare$child_economic)
# 결측치 확인
table(is.na(welfare$child_economic))
## 
## FALSE  TRUE 
##   210 16381
welfare <- welfare %>% mutate(child_economiclev = 
                                ifelse(welfare$child_economic == 1, '1.매우가난',
                                       ifelse(welfare$child_economic == 2, '2.가난',
                                              ifelse(welfare$child_economic == 3, '3.보통',
                                                     ifelse(welfare$child_economic == 4,'4.부유',
                                                          '5.매우부유')))))
table(welfare$child_economic)
## 
##   1   2   3   4 
##   3  42 147  18
table(welfare$child_economiclev)
## 
## 1.매우가난     2.가난     3.보통     4.부유 
##          3         42        147         18

데이터 분석

1.월급과 직업 만족도, 수입 만족도, 전반적 만족도 관계 분석

월급에 따른 다양한 만족도를 분석하여 월급이 삶의 질과 만족도에 미치는 영향을 분석하였다.

1-1.월급 - 전반적 만족도 관계

전반적 만족도에 따른 평균 월급을 파악하여 두 변수간의 비례관계가 존재하는지 분석하였다.

#월급-전반적 만족도 관계 분석
income_overall_sat <- welfare %>% 
  filter(!is.na(income) & !is.na(overall_satlev)) %>% 
  group_by(overall_satlev) %>% 
  summarise(mean_income = mean(income))

head(income_overall_sat)
## # A tibble: 5 × 2
##   overall_satlev mean_income
##   <chr>                <dbl>
## 1 1.매우불만족          185.
## 2 2.대체로불만족        187.
## 3 3.그저그렇다          212.
## 4 4.대체로만족          299.
## 5 5.매우만족            381.

생활의 전반적 만족도에 따른 평균 월급을 계산하였고 그 차이를 한눈에 보기 쉽게 막대 그래프를 활용하였다. 만족도와 평균 월급의 비례관계를 파악하기 위해 x축은 우측으로 갈수록 만족도가 높아지게 설정하였다. x축 범주가 잘 구분이 되게 막대의 색을 구분하였다.

ggplot(data = income_overall_sat, aes(x = overall_satlev, y = mean_income, fill = as.factor(mean_income))) + geom_col()

그래프를 보면 전반적 만족도가 높을수록 평균 월급도 높은 것을 확인할 수 있고 이를 통해 두 변수 간 어느 정도의 비례 관계가 성립한다고 볼 수 있다. 또한 1.매우불만족 ~ 3.그저그렇다 까지는 평균 월급의 차이가 크지 않아 다른 요소가 전반적 만족도를 결정한다고 예측할 수 있다. 4.대체로만족부터는 평균 월급이 급격하게 증가하는데 이를 통해 높은 월급이 삶의 질을 더 보장해 주는 경향이 있다는 것을 알 수 있다.

ggplot(data = welfare, aes(x = income, y = overall_sat)) + geom_line()
## Warning: Removed 10977 rows containing missing values (`geom_line()`).

위 선 그래프를 보면 더 파악하기가 쉽다. 만족도와 평균 월급의 분포를 파악하기 위해 선 그래프를 활용하였고 x축은 우측으로 갈수록 만족도가 높아지게 설정하였다. 소득이 낮더라도 삶의 만족도가 높은 표본과 소득이 높더라도 삶의 만족도가 낮은 표본이 존재한다. 하지만 일정 이상의 소득부터는 만족 이상인 것을 볼 수 있다. 이런 것을 보면 일정 이상 수준의 소득은 행복을 보장해 주기도 한다는 것을 알 수 있었다. 슬프지만 이것 또한 현실이다.

1-2.월급 - 직업 만족도 관계

직업 만족도에 따른 평균 월급을 파악하여 두 변수간의 비례관계가 존재하는지 분석하였다.

#월급-직업 만족도 관계 분석
income_job_sat <- welfare %>% 
  filter(!is.na(income) & !is.na(job_satlev)) %>% 
  group_by(job_satlev) %>% 
  summarise(mean_income = mean(income))

head(income_job_sat)
## # A tibble: 5 × 2
##   job_satlev     mean_income
##   <chr>                <dbl>
## 1 1.매우불만족          263.
## 2 2.대체로불만족        228.
## 3 3.그저그렇다          228.
## 4 4.대체로만족          290.
## 5 5.매우만족            369.

직업 만족도에 따른 평균 월급을 계산하였고 그 차이를 한눈에 보기 쉽게 막대 그래프를 활용하였다. 직업 만족도와 평균 월급의 비례관계를 파악하기 위해 x축은 우측으로 갈수록 만족도가 높아지게 설정하였다. x축 범주가 잘 구분이 되게 막대의 색을 구분하였다.

ggplot(data = income_job_sat, aes(x = job_satlev, y = mean_income, fill = as.factor(mean_income))) + geom_col()

전반적 만족도와 비슷한 결과가 생길 것이라고 생각했는데 의외의 결과가 나왔다. 전반적 만족도에서 4.대체로만족의 평균 월급이 직업 만족도에서의 1.매우불만족의 월급과 비슷하다는 것이다. 상대적으로 높은 월급을 받더라도 직업 만족도는 상당히 낮을 수 있다는 것이다. 이는 월급이 아닌 업무 강도, 환경 성취도 등 다양한 요소가 반영된 결과로 예측된다. 이에 더해 2.대체로불만족과 3.그저그렇다의 평균 월급도 상승하였다. 또한 4.대체로만족과 5.매우만족의 평균 월급은 소폭 하락하였다. 이를 통해 전반적 만족도 1~3 표본의 일부가 직업 만족도에서는 4~5로 이동했다고 볼 수 있다. 이는 평균 월급이 낮아 전반적 만족도는 낮더라도 직업 자체의 만족도는 높은 경우가 있다는 것을 보여준다. 그 직업을 선호하고 월급보다는 일에 대한 열정과 같은 다른 요소를 더 높게 평가하는 경우도 있다는 것이다.

1-3.월급 - 가족 수입 만족도 관계

가족 수입 만족도에 따른 평균 월급을 파악하여 두 변수간의 비례관계가 존재하는지 분석하였다.

#월급-가족 수입 만족도 관계 분석
income_income_sat <- welfare %>% 
  filter(!is.na(income) & !is.na(income_satlev)) %>% 
  group_by(income_satlev) %>% 
  summarise(mean_income = mean(income))

head(income_income_sat)
## # A tibble: 5 × 2
##   income_satlev  mean_income
##   <chr>                <dbl>
## 1 1.매우불만족          177.
## 2 2.대체로불만족        203.
## 3 3.그저그렇다          237.
## 4 4.대체로만족          332.
## 5 5.매우만족            428.

가족 수입 만족도에 따른 평균 월급을 계산하였고 그 차이를 한눈에 보기 쉽게 막대 그래프를 활용하였다. 가족 수입 만족도와 평균 월급의 비례관계를 파악하기 위해 x축은 우측으로 갈수록 만족도가 높아지게 설정하였다. x축 범주가 잘 구분이 되게 막대의 색을 구분하였다.

ggplot(data = income_income_sat, aes(x = income_satlev, y = mean_income, fill = as.factor(mean_income))) + geom_col()

앞의 두 만족도와는 또 사뭇 다른 결과가 나왔다. 세 그래프 중 가장 계단식 비례 관계와 가까운 그래프이다. 거기에 가족 수입 만족도 3~5의 경우 다른 만족도보다 평균 월급이 높게 측정되었다. 이는 전반적 만족도나 직업 만족도와는 다르게 월급 자체에는 더 만족하지 못하는 경향을 파악할 수 있다. 게다가 4, 5는 사람들이 만족할 만한 월급 자체의 평균 기대치가 높다는 것을 보여준다. 위 세 가지 분석을 통해 월급과 만족도가 어느 정도 비례하는 상관관계가 있지만 다른 요소들도 만족도에 반영이 많이 되고 있다는 것을 알 수 있다. 하지만 월급의 관점에서만 봤을 때는 사람들이 불만족하는 경향이 커지고 이를 통해 사람들이 소득 자체에 신경을 많이 쓴다는 것을 알 수 있다. 이로 인해 소득이 높은 직업을 원하는 경향이 생기고 입시 시장에까지 영향을 주게 된다. 다음 분석을 통해 더 자세히 살펴보겠다.

2.최종 학력과 월급의 관계, 학력과 전반적 만족도 관계 분석

2-1.최종 학력 - 월급 관계 분석

최종 학력에 따른 평균 월급을 파악하여 두 변수간의 비례관계가 존재하는지 분석하였다.

#학력-월급 관계 분석
degree_income <- welfare %>% 
  filter(!is.na(income) & !is.na(last_degree)) %>% 
  group_by(last_degreelev) %>% 
  summarise(mean_income = mean(income))

head(degree_income)
## # A tibble: 5 × 2
##   last_degreelev  mean_income
##   <chr>                 <dbl>
## 1 1.중학교 이하          84.9
## 2 2.고등학교            236. 
## 3 3.전문대학            313. 
## 4 4.대학교(4년제)       355. 
## 5 5.대학원 이상         392.

앞서 월급과 생활의 만족도에 대해서 살펴보았다. 이번에는 최종 학력 간의 관계도 같이 엮어서 상황을 분석하려고 한다. 최종 학력에 따른 평균 월급을 계산하였고 그 차이를 한눈에 보기 쉽게 막대 그래프를 활용하였다. 최종 학력과 평균 월급의 비례관계를 파악하기 위해 x축은 우측으로 갈수록 최종 학력이 높아지게 설정하였다. x축 범주가 잘 구분이 되게 막대의 색을 구분하였다.

ggplot(data = degree_income, aes(x = last_degreelev, y = mean_income, fill = as.factor(mean_income))) + geom_col()

그래프를 보면 최종 학력과 평균 월급은 비례관계에 있다고 볼 수 있다. 어떻게 보면 당연한 일이다. 그만큼 학업에 시간을 많이 투자했고 전문적인 작업을 할 수 있게 되어 직업 선택의 폭이 넓어지기 때문이다. 특히 고학력자일수록 진입장벽이 높고 월급이 높은 직업을 가질 확률이 높다. 하지만 중요한 것은 단순히 비례관계가 있다는 것이 아니다. 평균 월급은 최종 학력에 따라 증가하고 있지만 그 증가 폭은 점점 줄어들고 있다. 그만큼 고학력으로 갈수록 학업을 계속할 건지 취업을 준비할 건지 고민할 필요가 있다고 보인다. 일찍 취업을 하면 그만큼 더 빨리 월급을 받기 시작하기에 장래성 등 여러 가지 요소를 고려하여 선택하는 것이 중요하다. 하지만 1과 2의 차이는 치명적이고 2와 3의 차이도 상당히 크다. 이를 보면 4년제가 아닌 전문대라도 졸업을 하게 되면 고졸과는 확연히 다른 메리트가 생긴다는 것을 알 수 있다. 그것이 한국 대학 진학률의 원인이자 결과라고 볼 수 있다.

2-2.최종 학력 - 전반적 만족도 관계 분석

최종 학력에 따른 평균 전반적 만족도를 파악하여 두 변수간의 비례 관계가 존재하는지 분석하였다.

#학력-전반적 만족도 관계 분석
degree_overall_sat <- welfare %>% 
  filter(!is.na(last_degreelev) & !is.na(overall_sat)) %>% 
  group_by(last_degreelev) %>% 
  summarise(mean_overall_sat = mean(overall_sat))

head(degree_overall_sat)
## # A tibble: 5 × 2
##   last_degreelev  mean_overall_sat
##   <chr>                      <dbl>
## 1 1.중학교 이하               3.45
## 2 2.고등학교                  3.62
## 3 3.전문대학                  3.77
## 4 4.대학교(4년제)             3.77
## 5 5.대학원 이상               3.89

최종 학력에 따른 평균 전반적 만족도를 계산하였고 그 차이를 한눈에 보기 쉽게 막대 그래프를 활용하였다. x축 범주가 잘 구분이 되게 막대의 색을 구분하였다. 그러나 최종 학력에 따른 평균 전반적 만족도를 계산하였을 때 그 범주가 3.44~3.89 정도로 좁아 차이를 확연히 보기 위해 산점도도 활용하였다. 최종 학력과 평균 전반적 만족도의 비례 관계를 파악하기 위해 x축은 우측으로 갈수록 최종 학력이 높아지게 설정하였다.

ggplot(data = degree_overall_sat, aes(x = last_degreelev, y = mean_overall_sat, fill = as.factor(mean_overall_sat))) + geom_col() 

ggplot(data = degree_overall_sat, aes(x = last_degreelev, y = mean_overall_sat)) + geom_point()

위 막대그래프를 보면 앞서 살펴본 월급과 최종 학력의 관계 그래프와는 달리 삶의 전반적 만족도는 최종 학력에 따라 비례하기는 하지만 그 차이는 별로 크지 않은 것을 알 수 있다. 이를 통해 최종 학력이 높지 않더라도 충분히 삶에 만족하면서 살아가는 사람들이 상당수 존재한다는 것을 알 수 있다. 하지만 산점도를 보면 차이가 있는 것은 명확하니 자신의 의지와 선택에 따라 인생을 결정하는 것이 중요하다.

3.아동기 경제적 생활 상태와 학력 상관 관계 분석

아동기 경제적 생활 상태와 최종 학력 간의 관계를 분석하기 위해 학력에 따른 경제 상태 평균을 계산하고 분석하였다.

#아동기 경제 사정 - 학력, 만족도, 월급
childeco_degree <- welfare %>% 
  filter(!is.na(child_economic) & !is.na(last_degreelev)) %>% 
  group_by(last_degreelev) %>% 
  summarise(mean_child_economic = mean(child_economic))

head(childeco_degree)
## # A tibble: 5 × 2
##   last_degreelev  mean_child_economic
##   <chr>                         <dbl>
## 1 1.중학교 이하                  2.44
## 2 2.고등학교                     2.71
## 3 3.전문대학                     2.95
## 4 4.대학교(4년제)                2.96
## 5 5.대학원 이상                  3
ggplot(data = childeco_degree, aes(x = last_degreelev, y = mean_child_economic, fill = as.factor(mean_child_economic))) + geom_col()

최종 학력에 따른 평균 경제 상태 계산하였고 그 차이를 한눈에 보기 쉽게 막대 그래프를 활용하였다. 최종 학력과 평균 경제 상태의 비례 관계를 파악하기 위해 x축은 우측으로 갈수록 최종 학력이 높아지게 설정하였다. x축 범주가 잘 구분이 되게 막대의 색을 구분하였다.

위 그래프를 보면 평균적으로 아동기 경제적 생활 상태가 안 좋을수록 최종 학력도 낮은 것을 볼 수 있다. 이를 통해 가정 경제 상태에 따른 교육 격차가 발생하고 있다는 것을 알 수 있다.

#결론

지금까지 만족도와 월급, 최종 학력 등 다양한 변수 간의 상관관계를 분석해 보았다. 이를 통해 우리는 월급과 최종 학력이 분명 삶의 만족도와는 비례 관계에 있다는 것을 알 수 있었다. 하지만 분석했다시피 월급과 최종 학력만이 삶의 질을 결정하는 요소는 아니다. 우리는 삶의 질보다 월급 자체에만 신경을 쓰는 경향이 있다. 이것이 현재 한국이 학벌 지상주의가 만연하고 교육열이 높은 이유라고 할 수 있다. 또한 가정이 부유할수록 자녀 교육에 투자를 많이 하는 경향이 있고 이는 최종 학력으로 이어진다. 이런 교육 격차는 해결해야 할 과제다. 하지만 이것을 떠나 높은 월급을 받으려는 것은 분명 삶의 질을 높이기 위해서다. 이것이 주객전도가 되어서는 안 된다. 높은 월급을 받기 위해서 삶의 질을 포기하고 최종 학력을 높이고 스펙을 쌓고 직업 만족도를 포기하는 것은 좋지 않다. 분석 결과를 보면 알 수 있듯이 분명 월급과 만족도는 비례 관계가 존재하지만, 생각보다는 그 차이가 크지 않았다. 단지 돈을 좆기보다는 다른 것도 같이 살펴보며 인생을 설계하고 살아갈 필요가 있다.