근로 유형 별 정신건강상태 비교
이주헌
2024-6-18
연구 목적 및 배경 설명
한국은 현재 취업난으로 인해 골머리를 앓고 있다. 2024년 기준 대한민국은 25~54세 기준 78.0%로 37개의 회원국 중 30위에 그쳤고 15~24세 기준으로는 35개국 중 27위로 27.8%를 기록했다. 취업난은 결국 개인들의 경제력이 약해지고 있다는 것을 의미하고 자본주의 사회에서 수입이 없다는 것은 정신적으로 큰 고통을 줄 수 있다. 한편 직장이 있는 사람들은 임금을 받으면서 일하는 과정에서 스트레스를 받으면 퇴사하고 창업을 하고 싶다는 말을 흔히 한다. 그렇기에 직장이 없는 사람과, 임금근로자자, 그리고 자영업자 및 고용주주 사이에서 정신적 고통의 차이가 어떻게 나타나는 지 복지데이터를 통해 알아보고 개선점을 제공하고자 한다.
데이터에 대한 개괄적인 설명
2023년 18차 한국복지패널데이터를 사용했습니다. 연구는 다음과 같이 진행되었습니다. 1.근로 유형을 세가지로 분류합니다. 근로유형은 각각 임금근로자, 고용주 및 자영업자, 미취업자 입니다.
2.각각의 근로 유형이 어떤 정신건강상태를 갖고 있는지 파악합니다. 정신건강상태를 판단하는 기준은 식욕,우울감,외로움이고 이것을 총 4단계로 설정했습니다.
- 각 근로유형마다 세 가지 정신건강상태 지수가 어떤 차이를 보이는 지 확인했습니다.
4.근로유형은 5가지가 있는데, 3번 무급 가족 종사자는 연구의 목적 상 배제하였고 4번(미취업자(근로능력있음)),5번(미취업자(근로능력없음))은 전부 하나로 취급하였다.
5.’식욕이 없음’과 ‘상당히 우울’, ’외로움’은 1.극히 드물다 2.가끔 있었다,3,종종있었다,4.대부분 그랬다. 로 이루어져있다.
데이터 정제 및 가공 과정
연구 목적에 맞는 데이터를 선택합니다. 2023 최신통계자료를 사용했으며 근로유형과 생활습관,가족관계 및 정신건강 데이터를 사용하였습니다.
library(haven)
welfare <- read.spss(file = "Koweps_p18_2023_beta1.sav", #최신 통계 자료 사용
to.data.frame = T)## Warning in read.spss(file = "Koweps_p18_2023_beta1.sav", to.data.frame = T):
## Koweps_p18_2023_beta1.sav: Compression bias (0) is not the usual value of 100#데이터 복사본 만들기 및 변수명 바꾸기
wel <- welfare %>%
select(job=p1802_1, #근로유형
depress=p1805_11, #상당히 우울
loneliness=p1805_14, #외로움
no_food=p1805_9) #식욕이 없음
#검토
wel %>% head(10)## job depress loneliness no_food
## 1 4 2 1 2
## 2 1 1 1 1
## 3 1 1 1 1
## 4 1 1 1 1
## 5 4 2 1 1
## 6 4 2 1 1
## 7 NA NA NA NA
## 8 4 1 1 2
## 9 1 1 1 2
## 10 2 3 3 2class(wel$job)## [1] "numeric"class(wel$depress)## [1] "numeric"class(wel$loneliness)## [1] "numeric"class(wel$no_food)## [1] "numeric"근로유형을 분류했습니다. 3번 무급 가족 종사자는 연구 목적에서 벗어나는 듯 해서 제외했습니다. 또한 4번과 5번으로 답한 것은 하나로 합쳤습니다.
#근로 유형을 임금근로자, 자영업자, 미취업자로 분류하기.
#3이 나온 값 제거하기기
wel <- wel %>% filter(job != 3)
table(is.na(wel$job))##
## FALSE
## 13136wel <- wel %>%
mutate(job = ifelse(job == 1, "job_income",
ifelse(job == 2, "job_self","job_no")))
head(wel)## job depress loneliness no_food
## 1 job_no 2 1 2
## 2 job_income 1 1 1
## 3 job_income 1 1 1
## 4 job_income 1 1 1
## 5 job_no 2 1 1
## 6 job_no 2 1 1정신건강상태에 대한 질문에 대한 답변 중에서 모름/무응답을 결측치 처리한 뒤 우울감의 단계를 4단계로 나누었습니다.
#결측치 처리
wel$depress <- ifelse(wel$depress == 9, NA, wel$depress)
table(is.na(wel$depress))##
## FALSE TRUE
## 12544 592#단계 구분
wel <- wel %>%
mutate(depress = ifelse(depress == 1, "depress_verylow", #극히드물다
ifelse(depress == 2,"depress_low", #가끔 있었다
ifelse(depress == 3,"depress_general","depress_high")))) #종종 있었다, 대부분 그랬다정신건강상태에 대한 질문에 대한 답변 중에서 모름/무응답을 결측치 처리한 뒤 외로움의 단계를 4단계로 나누었습니다.
#결측치 처리
wel$loneliness <- ifelse(wel$loneliness == 9, NA, wel$loneliness)
#4단계로 나누기기
wel <- wel %>%
mutate(loneliness = ifelse(loneliness == 1, "loneliness_verylow", #극히드물다
ifelse(loneliness == 2,"loneliness_low", #가끔 있었다
ifelse(loneliness == 3,"loneliness_general","loneliness_high")))) #종종 있었다, 대부분 그랬다정신건강상태에 대한 질문에 대한 답변 중에서 모름/무응답을 결측치 처리한 뒤 식욕이 없음의 단계를 4단계로 나누었습니다.
#결측치 처리
wel$no_food <- ifelse(wel$no_food == 9, NA, wel$no_food)
table(wel$no_food)##
## 1 2 3 4
## 9345 2178 766 255#4단계로 나누기
wel <- wel %>%
mutate(no_food = ifelse(no_food == 1, "no_food_verylow", #극히드물다
ifelse(no_food == 2,"no_food_low", #가끔 있었다
ifelse(no_food == 3,"no_food_general","no_food_high")))) #종종 있었다, 대부분 그랬다데이터 분석
#1-1근로유형 별 우울감의 단계를 분석했습니다.
# 미취업자 결측치 제거 후 빈도 수 확인
a<-wel %>%
filter(job == 'job_no')%>%
filter(!is.na(depress)) %>%
count(depress)
# 우울감 4가지 단계의 비율 구하기
depress_percent_a <- a %>%
mutate(percentage_a = n / sum(n) * 100)
depress_percent_a## depress n percentage_a
## 1 depress_general 378 7.372733
## 2 depress_high 80 1.560367
## 3 depress_low 1403 27.364931
## 4 depress_verylow 3266 63.701970#1-2
#임금근로자 결측치 제거 후 빈도 수 확인
b<-wel %>%
filter(job == 'job_income')%>%
filter(!is.na(depress)) %>%
count(depress)
# 우울감 4가지 단계의 비율 구하기
depress_percent_b <- b %>%
mutate(percentage_b = n / sum(n) * 100)
depress_percent_b## depress n percentage_b
## 1 depress_general 137 2.4320966
## 2 depress_high 33 0.5858335
## 3 depress_low 890 15.7997515
## 4 depress_verylow 4573 81.1823185#1-3
# 자영업자 결측치 제거 후 빈도 수 확인
c <- wel %>%
filter(job == 'job_self')%>%
filter(!is.na(depress)) %>%
count(depress)
# 우울감 4가지 단계의 비율구하기
depress_percent_c <- c %>%
mutate(percentage_c = n / sum(n) * 100)
depress_percent_c## depress n percentage_c
## 1 depress_general 46 2.5784753
## 2 depress_high 10 0.5605381
## 3 depress_low 289 16.1995516
## 4 depress_verylow 1439 80.6614350#2-1 근로유형 별 외로움의 단계를 분석했습니다.
# 미취업자 결측치 제거 후 빈도 수 확인
d<-wel %>%
filter(job == 'job_no')%>%
filter(!is.na(loneliness)) %>%
count(loneliness)
# 외로움 4가지 단계의 비율 구하기
loneliness_percent_d<- d %>%
mutate(percentage_d = n / sum(n) * 100)
loneliness_percent_d## loneliness n percentage_d
## 1 loneliness_general 302 5.890384
## 2 loneliness_high 59 1.150770
## 3 loneliness_low 1345 26.233665
## 4 loneliness_verylow 3421 66.725180#2-2
#임금근로자 결측치 제거 후 빈도 수 확인
e<-wel %>%
filter(job == 'job_income')%>%
filter(!is.na(loneliness)) %>%
count(loneliness)
# 우울감 4가지 단계의 비율 구하기
loneliness_percent_e <- e %>%
mutate(percentage_e = n / sum(n) * 100)
loneliness_percent_e## loneliness n percentage_e
## 1 loneliness_general 128 2.2723238
## 2 loneliness_high 31 0.5503284
## 3 loneliness_low 732 12.9948518
## 4 loneliness_verylow 4742 84.1824960#2-3
# 자영업자 결측치 제거 후 빈도 수 확인
f <- wel %>%
filter(job == 'job_self')%>%
filter(!is.na(loneliness)) %>%
count(loneliness)
# 우울감 4가지 단계의 비율구하기
loneliness_percent_f <- f %>%
mutate(percentage_f = n / sum(n) * 100)
loneliness_percent_f## loneliness n percentage_f
## 1 loneliness_general 46 2.5784753
## 2 loneliness_high 6 0.3363229
## 3 loneliness_low 244 13.6771300
## 4 loneliness_verylow 1488 83.4080717#3-1 근로유형 별 ’식욕이 없음’의 단계를 분석했습니다.
# 미취업자 결측치 제거 후 빈도 수 확인
g<-wel %>%
filter(job == 'job_no')%>%
filter(!is.na(no_food)) %>%
count(no_food)
# 식욕감소 4가지 단계의 비율 구하기
no_food_percent_g<- g %>%
mutate(percentage_g = n / sum(n) * 100)
no_food_percent_g## no_food n percentage_g
## 1 no_food_general 497 9.693778
## 2 no_food_high 185 3.608348
## 3 no_food_low 1197 23.346987
## 4 no_food_verylow 3248 63.350887#3-2
#임금근로자 결측치 제거 후 빈도 수 확인
h<-wel %>%
filter(job == 'job_income')%>%
filter(!is.na(no_food)) %>%
count(no_food)
# 식욕감소 4가지 단계의 비율 구하기
no_food_percent_h <- h %>%
mutate(percentage_h = n / sum(n) * 100)
no_food_percent_h## no_food n percentage_h
## 1 no_food_general 185 3.284218
## 2 no_food_high 51 0.905379
## 3 no_food_low 677 12.018463
## 4 no_food_verylow 4720 83.791940#3-3
# 자영업자 결측치 제거 후 빈도 수 확인
i <- wel %>%
filter(job == 'job_self')%>%
filter(!is.na(no_food)) %>%
count(no_food)
# 식욕감소 4가지 단계의 비율구하기
no_food_percent_i <- i %>%
mutate(percentage_i = n / sum(n) * 100)
no_food_percent_i## no_food n percentage_i
## 1 no_food_general 84 4.708520
## 2 no_food_high 19 1.065022
## 3 no_food_low 304 17.040359
## 4 no_food_verylow 1377 77.186099그래프 만들기
#1-1 우울감 막대그래프 미취업자의 경우에 자영업자와 임금근로자보다 ’상당히 우울’한 적이 ’극히 드물다’라고 답한 비율이 17~18 퍼센트포인트의 차이를 보인다. 이는 미취업자가 우울하다고 느끼는 경우가 상대적으로 꽤나 많다는 것을 의미하고 자영업자나 임금근로자는 큰 차이가 없다는 걸 보여준다.
#우울감 각 단계 비율을 합쳐주기
depress_data <- left_join(depress_percent_a,depress_percent_b, by="depress")
depress_data <- left_join(depress_data,depress_percent_c, by="depress")
depress_data## depress n.x percentage_a n.y percentage_b n percentage_c
## 1 depress_general 378 7.372733 137 2.4320966 46 2.5784753
## 2 depress_high 80 1.560367 33 0.5858335 10 0.5605381
## 3 depress_low 1403 27.364931 890 15.7997515 289 16.1995516
## 4 depress_verylow 3266 63.701970 4573 81.1823185 1439 80.6614350#우울감 막대그래프 그리기
library(tidyr)
depress_data_long <- depress_data %>%
pivot_longer(cols = starts_with("percentage"),
names_to = "category",
values_to = "percentage")
ggplot(depress_data_long, aes(x = category, y = percentage, fill = depress)) +
geom_bar(stat = "identity", position = "dodge") +
geom_text(aes(label = sprintf("%.2f", percentage)), position = position_dodge(width = 0.9),
vjust = -0.5, size = 3, color = "black") +
labs(title = "Percentage of Depression Levels by Category",
x = "Category",
y = "Percentage",
fill = "Depression Level") +
theme_minimal()
#1-2 외로움 막대그래프 미취업자의 경우에 자영업자와 임금근로자보다 ‘외로움’ 항목에 ’극히 드물다’라고 답한 비율이 17~18 퍼센트포인트의 차이를 보인다. 이는 미취업자가 외롭다고 느끼는 경우가 상대적으로 꽤나 많다는 것을 의미하고 자영업자나 임금근로자는 큰 차이가 없다는 걸 보여준다.
#외로움 각 단계 비율을 합쳐주기
loneliness_data <- left_join(loneliness_percent_d,loneliness_percent_e, by="loneliness")
loneliness_data <- left_join(loneliness_data,loneliness_percent_f, by="loneliness")
loneliness_data## loneliness n.x percentage_d n.y percentage_e n percentage_f
## 1 loneliness_general 302 5.890384 128 2.2723238 46 2.5784753
## 2 loneliness_high 59 1.150770 31 0.5503284 6 0.3363229
## 3 loneliness_low 1345 26.233665 732 12.9948518 244 13.6771300
## 4 loneliness_verylow 3421 66.725180 4742 84.1824960 1488 83.4080717#우울감 막대그래프 그리기
library(tidyr)
loneliness_data_long <- loneliness_data %>%
pivot_longer(cols = starts_with("percentage"),
names_to = "category",
values_to = "percentage")
ggplot(loneliness_data_long, aes(x = category, y = percentage, fill = loneliness)) +
geom_bar(stat = "identity", position = "dodge") +
geom_text(aes(label = sprintf("%.2f", percentage)), position = position_dodge(width = 0.9),
vjust = -0.5, size = 3, color = "black") +
labs(title = "Percentage of Loneliness Levels by Category",
x = "Category",
y = "Percentage",
fill = "Lonelienss Level") +
theme_minimal()
#1-3 미취업자의 경우에 자영업자와 임금근로자보다 ’식욕이 없다’라는
질문에 ’극히 드물다’라고 답한 비율이 적다.각각 14퍼센트포인트,
20퍼센트포인트 차이를 보인다. 이는 미취업자가 식욕이 없다고 느끼는
경우가 많고 자영업자도 임금근로자에 비해 상대적으로로 식욕이 없다고
느끼는 경우가 많다는 것을 나타낸다.
no_food_data <- left_join(no_food_percent_g,no_food_percent_h, by="no_food")
no_food_data <- left_join(no_food_data,no_food_percent_i, by="no_food")
no_food_data## no_food n.x percentage_g n.y percentage_h n percentage_i
## 1 no_food_general 497 9.693778 185 3.284218 84 4.708520
## 2 no_food_high 185 3.608348 51 0.905379 19 1.065022
## 3 no_food_low 1197 23.346987 677 12.018463 304 17.040359
## 4 no_food_verylow 3248 63.350887 4720 83.791940 1377 77.186099#우울감 막대그래프 그리기
library(tidyr)
no_food_data_long <- no_food_data %>%
pivot_longer(cols = starts_with("percentage"),
names_to = "category",
values_to = "percentage")
ggplot(no_food_data_long, aes(x = category, y = percentage, fill = no_food)) +
geom_bar(stat = "identity", position = "dodge") +
geom_text(aes(label = sprintf("%.2f", percentage)), position = position_dodge(width = 0.9),
vjust = -0.5, size = 3, color = "black") +
labs(title = "Percentage of no_food Levels by Category",
x = "Category",
y = "Percentage",
fill = "no_food Level") +
theme_minimal()
결론
미취업자에 경우 ‘외로움,식욕감소,우울’ 이 세가지 감정을 느낀적이 ’극히 드물다’라고 답한 비율이 임금근로자,자영업자에 비해 현저히 적었다. 즉 그러한 부정적 감정을 느낀 적이 상대적으로 많다는 것이다.
미취업자가 많아지고 있는 가운데 미취업자들이 대개 이런 감정들은 가지게 된다는 건 사회의 정서적 측면에서 부정적 영향을 미칠 수 있다. 그렇기에 미취업자들이 빨리 취업을 해 경제활동을 할 수 있도록 돕거나, 그들을 위한 상담센터를 활성화하고 확대할 필요가 있다.