가정적 요인과 개인의 정신건강(우울증) 간의 관계
정연지
2025.06.15
1. 연구 배경 및 목적
현대 사회는 급속한 경제 성장과 도시화, 가족 구조의 변화 속에서 개인의 삶의 방식과 정신적 안정성에 큰 변화를 겪고 있다. 공동체 중심에서 개인 중심으로 이행된 사회 구조 속에서, 가정은 여전히 개인에게 가장 직접적인 정서적 기반이 되어야 할 공간임에도 불구하고, 그 유대감과 안정성은 점점 약화되고 있다. 이러한 변화 속에서 주목해야 할 문제는 바로 정신건강, 특히 우울증과 같은 감정적 질환의 증가이다. 통계청의 발표에 따르면 최근 몇 년간 우울감 경험률은 꾸준히 상승하고 있으며, 이는 단순한 개인의 문제가 아닌 가정과 사회 전반의 구조적 요인에서 비롯된 결과일 수 있다. 그러나 대한민국 사회는 여전히 정신건강 문제를 개인적 책임이나 일시적 감정 문제로 다루며 정서적 문제의 원인과 구조를 들여다보는 데에는 다소 소극적인 태도를 보이고 있다. 특히, 가정적 요인은 개인의 삶의 기반을 이루는 핵심 요인이며, 이것은 심리적 스트레스와 정서적 안정에 매우 큰 영향을 미칠 수 있다. 이러한 내용을 종합하였을 때 ’가정적 요인’이 정신건강에 어떻게 영향을 주는지에 대해서 알아보고 싶어졌다. 이에 본 연구는 한국복지패널 제19차 데이터를 활용하여, 개인이 인식하는 주거 만족도, 가족생활 만족도, 가족 수입 만족도라는 세 가지 가정적 요인이 우울감 경험 여부, 즉 정신건강에 어떤 영향을 미치는지를 분석하고자 한다. 이를 통해, 단순한 의료적 접근이 아닌 생활 기반 개선을 통한 정신건강 증진 전략의 필요성을 제시하고, 이에 더 나아가서 가정 중심의 예방적 복지 정책 방향성을 모색하는 데 기여하고자 한다.
2. 데이터 및 변수 설명
본 연구는 2024년에 수집된 한국복지패널 제19차 병합 데이터셋을 기반으로 분석을 수행하였다.
분석에 사용된 주요 변수는 다음과 같다. 첫째, 주거 만족도(p1903_7)는 개인이 현재 거주하는 주거환경에 대해 얼마나 만족하는지를 1점(매우 불만족)부터 5점(매우 만족)까지의 척도로 응답한 변수이다. 둘째, 가족의 수입 만족도(p1903_6)는 현재 가구의 경제적 상태에 대한 주관적 만족 수준을 나타내는 변수로, 동일하게 5점 척도를 기반으로 한다. 셋째, 가족생활 만족도(p1905_aq1)는 가족 간의 관계나 생활 전반에 대한 만족도를 측정한 변수로 1점에서 7점까지의 척도를 다룬다.
이러한 세 가지 변수는 모두 개인이 인식하는 가정 내 환경 및 상황에 대한 주관적 만족도를 측정하고 있으며, 본 연구에서는 이를 정신건강의 잠재적 영향 요인, 즉 가정적 요인으로 간주한다. 정신건강의 결과 변수로는 최근 2주간 우울감을 느낀 경험이 있는지 여부(p1905_20)를 사용하였다. 이 변수는 0(없음)과 1(있음)으로 구성된 이진 변수로, 개인의 단기적인 정신적 고통이나 불안 수준을 간접적으로 나타내준다.
데이터 전처리 과정에서는 이들 네 가지 변수에 대해 결측값이 포함된 응답을 제외하였으며, 최종 분석은 완전한 응답이 있는 관측치만을 대상으로 수행하였다.
- 데이터세트 불러오기
library(haven)
library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.5.2 ✔ tibble 3.2.1
## ✔ lubridate 1.9.4 ✔ tidyr 1.3.1
## ✔ purrr 1.0.4
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorslibrary(ggplot2)
library(scales)##
## 다음의 패키지를 부착합니다: 'scales'
##
## The following object is masked from 'package:purrr':
##
## discard
##
## The following object is masked from 'package:readr':
##
## col_factor# 데이터 불러오기
hpc <- read_sav("koweps_hpc19_2024_beta1.sav")3. 데이터 정제 및 가공하기
3-1 필요한 변수 추출 및 결측치 제거, 변수명 변경
df <- hpc %>%
select(p1903_6, p1903_7, p1905_aq1, p1905_20) %>%
filter(!is.na(p1903_6), !is.na(p1903_7), !is.na(p1905_aq1), !is.na(p1905_20)) %>%
mutate(
housing_sat = factor(p1903_7, levels = 1:5),
income_sat = factor(p1903_6, levels = 1:5),
family_sat = factor(p1905_aq1, levels = 1:7), # 실제 데이터 기준
depression = factor(p1905_20, levels = c(0,1), labels = c("없음", "있음"))
)한국복지패널 데이터를 불러온 후, 그 중에서 필요한 데이터들을 불러와주었다. 내가 사용한 데이터는 주거만족도, 가족의 수입 만족도도, 가족생활만족도, 최근 2주간 우울감을 느낀 경험이 있는지 여부 데이터를 사용해주었다. 사용할 변수들의 변수명을 바꿔주었다. 주거만족도를 housing_sat으로, 가족의 수입 만족도를 income_sat으로, 가족생활만족도를 family_sat로, 우울감 경험을 depression로 변경해주었다.
3-2 우울감 경험 변수 데이터 정제 및 가공
우울감 경험 여부는 p1905_20 변수로 측정되며, 최근 2주간 우울한 기분을 느낀 적이 있는지를 이진 값으로 나타낸다. 0은 “없음”, 1은 “있음”을 의미하며, 다음과 같은 요약 통계값을 보인다:
summary(df$p1905_20)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 2.000 3.000 2.839 3.000 4.000# Min. 1st Qu. Median Mean 3rd Qu. Max.
# 0 0 0 0.12 0 1table(is.na(df$p1905_20))##
## FALSE
## 12715# FALSE TRUE
# 13450 694→ 전체 14,000여 명 중 약 694건은 결측치로 나타났으며, 전체 응답자의 약 12%가 우울감을 경험한 것으로 나타났다.
3-3 주거 만족도 변수 데이터 정제 및 가공
p1903_7 변수는 개인이 인식하는 현재 주거 환경에 대한 만족도를 1점(매우 불만족)에서 5점(매우 만족)까지 5점 척도로 응답한 값이다.
summary(df$p1903_7)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 3.000 4.000 3.726 4.000 5.000# Min. 1st Qu. Median Mean 3rd Qu. Max.
# 1 3 3 3.24 4 5table(is.na(df$p1903_7))##
## FALSE
## 12715# FALSE TRUE
# 13280 864→ 전체 응답자 중 약 864건의 결측치를 제외하고, 대부분은 ‘보통(3)’ 이상의 만족도를 보였다.
3-4 가족 수입 만족도 변수 데이터 정제 및 가공
p1903_6은 현재 가족의 경제적 상황에 대한 주관적 만족도를 측정하는 변수로, 1~5점 척도를 따른다.
summary(df$p1903_6)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.00 3.00 3.00 3.22 4.00 5.00# Min. 1st Qu. Median Mean 3rd Qu. Max.
# 1 2 3 3.05 4 5table(is.na(df$p1903_6))##
## FALSE
## 12715# FALSE TRUE
# 13144 1000→ 수입 만족도 평균은 3.05로 ‘보통’ 수준이며, 약 1,000건의 결측치가 확인되었다.
3-5 가족생활 만족도 변수 데이터 정제 및 가공
가족생활 만족도는 가족 간의 관계와 생활 전반에 대한 만족도를 1~7점 척도로 응답한 변수이며, 실제 데이터에서는 7단계로 분포됨이 확인되었다.
summary(df$p1905_aq1)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.000 5.000 6.000 5.415 6.000 7.000# Min. 1st Qu. Median Mean 3rd Qu. Max.
# 1 4 5 4.64 6 7table(is.na(df$p1905_aq1))##
## FALSE
## 12715# FALSE TRUE
# 12980 1164→ 전체 중 약 1,164건의 결측치를 제외한 나머지 응답자 중 중간값은 5점, 평균은 4.64점으로 다소 높은 만족도를 보이는 경향이 확인되었다.
# 기초 통계 요약
summary(df)## p1903_6 p1903_7 p1905_aq1 p1905_20 housing_sat
## Min. :1.00 Min. :1.000 Min. :0.000 Min. :1.000 1: 107
## 1st Qu.:3.00 1st Qu.:3.000 1st Qu.:5.000 1st Qu.:2.000 2: 717
## Median :3.00 Median :4.000 Median :6.000 Median :3.000 3:2719
## Mean :3.22 Mean :3.726 Mean :5.415 Mean :2.839 4:8182
## 3rd Qu.:4.00 3rd Qu.:4.000 3rd Qu.:6.000 3rd Qu.:3.000 5: 990
## Max. :5.00 Max. :5.000 Max. :7.000 Max. :4.000
##
## income_sat family_sat depression
## 1: 270 6 :7013 없음: 0
## 2:2274 4 :1982 있음: 548
## 3:4854 5 :1555 NA's:12167
## 4:5018 7 :1407
## 5: 299 3 : 272
## (Other): 238
## NA's : 248sapply(df, function(x) sum(is.na(x))) # 결측치 확인## p1903_6 p1903_7 p1905_aq1 p1905_20 housing_sat income_sat
## 0 0 0 0 0 0
## family_sat depression
## 248 121674. 데이터 분석하기 (기술통계 – 빈도표 기반 분석)
4.1 주거 만족도별 우울감 경험 빈도표
# 빈도표 만들기
housing_depress_table <- df %>%
filter(!is.na(housing_sat), !is.na(p1905_20)) %>%
count(housing_sat, p1905_20)
# 비율 계산 (우울감 경험률)
housing_depress_rate <- housing_depress_table %>%
group_by(housing_sat) %>%
mutate(total = sum(n),
rate = round(n / total * 100, 1)) %>%
filter(p1905_20 == 1)
# 확인
print(housing_depress_rate)## # A tibble: 5 × 5
## # Groups: housing_sat [5]
## housing_sat p1905_20 n total rate
## <fct> <dbl> <int> <int> <dbl>
## 1 1 1 15 107 14
## 2 2 1 80 717 11.2
## 3 3 1 170 2719 6.3
## 4 4 1 262 8182 3.2
## 5 5 1 21 990 2.1주거 만족도(housing_sat)와 우울감 경험 여부(p1905_20)의 관계를 분석하기 위해, 먼저 해당 두 변수에 대한 결측값을 제거한 후 빈도표를 구성하였다. 이후 각 주거 만족도 수준별로 우울감을 경험한 비율(%)을 계산하였으며, 이를 통해 ‘우울감 경험률’을 도출하였다. 분석 과정에서는 우울감을 경험한 경우(p1905_20 == 1)만을 대상으로 만족도별 전체 응답자 대비 해당 비율을 백분율로 변환하였다. 이 과정을 통해, 각 주거 만족도 그룹 내에서 우울감을 경험한 사람들의 비율을 수치화한 ‘housing_depress_rate’ 파생 변수를 생성하였다.
4.2 수입 만족도별 우울감 경험 빈도표
income_depress_table <- df %>%
filter(!is.na(income_sat), !is.na(p1905_20)) %>%
count(income_sat, p1905_20)
income_depress_rate <- income_depress_table %>%
group_by(income_sat) %>%
mutate(total = sum(n),
rate = round(n / total * 100, 1)) %>%
filter(p1905_20 == 1)
print(income_depress_rate)## # A tibble: 5 × 5
## # Groups: income_sat [5]
## income_sat p1905_20 n total rate
## <fct> <dbl> <int> <int> <dbl>
## 1 1 1 50 270 18.5
## 2 2 1 185 2274 8.1
## 3 3 1 205 4854 4.2
## 4 4 1 102 5018 2
## 5 5 1 6 299 2수입 만족도(income_sat)와 우울감 경험 여부(p1905_20) 간의 관계를 살펴보기 위해, 두 변수에 결측치가 없는 응답자만을 대상으로 분석을 수행하였다. 먼저, 각 수입 만족도 수준별로 우울감 경험 여부에 따른 빈도 수를 집계한 income_depress_table을 생성하였다. 이후 각 만족도 수준별 전체 응답자 수 대비, 우울감을 경험한 응답자의 비율(%)을 계산하여 income_depress_rate 파생변수를 만들었다. 이 과정에서 우울감을 경험한 경우(p1905_20 == 1)만 필터링하여 해당 그룹의 비율만을 추출하였다.
4.3 가족생활 만족도별 우울감 경험 빈도표
family_depress_table <- df %>%
filter(!is.na(family_sat), !is.na(p1905_20)) %>%
count(family_sat, p1905_20)
family_depress_rate <- family_depress_table %>%
group_by(family_sat) %>%
mutate(total = sum(n),
rate = round(n / total * 100, 1)) %>%
filter(p1905_20 == 1)
print(family_depress_rate)## # A tibble: 7 × 5
## # Groups: family_sat [7]
## family_sat p1905_20 n total rate
## <fct> <dbl> <int> <int> <dbl>
## 1 1 1 10 71 14.1
## 2 2 1 27 167 16.2
## 3 3 1 31 272 11.4
## 4 4 1 138 1982 7
## 5 5 1 75 1555 4.8
## 6 6 1 200 7013 2.9
## 7 7 1 31 1407 2.2가족생활 만족도(family_sat)와 우울감 경험 여부(p1905_20) 간의 관련성을 파악하기 위해, 두 변수 모두 결측치가 없는 응답자에 한하여 분석을 진행하였다. 먼저, 가족생활 만족도 수준별로 우울감 경험 유무에 따른 빈도수를 집계하여 family_depress_table을 생성하였다. 이후 각 만족도 수준 그룹 내에서 전체 응답자 수 대비 우울감을 경험한 사람의 비율(%)을 계산하여 family_depress_rate라는 파생 변수를 도출하였다. 특히 이 과정에서는 우울감을 경험한 경우(p1905_20 == 1)만을 필터링하여 비율의 해석이 명확하도록 구성하였다.
5. 기술통계 및 시각화
- 주거 만족도에 따른 우울감 경험 비율율
df %>%
group_by(housing_sat) %>%
summarise(우울감_비율 = mean(p1905_20 == 1)) %>%
ggplot(aes(x = housing_sat, y = 우울감_비율)) +
geom_line(group = 1, color = "tomato", linewidth = 1.2) +
geom_point(size = 3, color = "navy") +
scale_y_continuous(labels = percent_format()) +
labs(title = "주거 만족도에 따른 우울감 경험률",
x = "주거 만족도 (1 = 매우 불만족 ~ 5 = 매우 만족)",
y = "우울감 경험 비율")
주거 만족도와 우울감 경험 간의 관계를 살펴본 결과, 주거 만족도가
높아질수록 우울감을 경험한 비율이 점차 감소하는 경향이 확인되었다.
구체적으로, ’매우 불만족(1점)’인 응답자군에서는 우울감 경험률이 가장
높았으며, ’매우 만족(5점)’인 응답자군에서는 가장 낮은 수준의 우울감
경험률을 보였다. 이러한 결과는 주거환경의 질, 즉 주거 만족도가 개인의
정서적 안정과 정신건강에 영향을 미친다는 점을 시사한다. 물리적으로
안정된 주거공간은 개인에게 안전감, 통제감, 휴식의 공간을 제공하며, 이는
스트레스 감소와 정서적 회복을 가능하게 한다. 반면, 주거에 대한 불만족은
불안과 우울로 이어질 가능성이 높다. 따라서 주관적 주거 만족도는
정신건강을 설명하는 중요한 가정적 요인 중 하나로 해석될 수 있다.
- 수입 만족도에 따른 우울감 경험 비율
df %>%
group_by(income_sat) %>%
summarise(우울감_비율 = mean(p1905_20 == 1)) %>%
ggplot(aes(x = income_sat, y = "우울감 경험률", fill = 우울감_비율)) +
geom_tile(color = "white") +
geom_text(aes(label = percent(우울감_비율, accuracy = 0.1)), size = 5) +
scale_fill_gradient(low = "skyblue", high = "red") +
labs(title = "수입 만족도에 따른 우울감 경험률 (히트맵)",
x = "수입 만족도", y = NULL, fill = "우울감 비율") +
theme_minimal() +
theme(axis.text.y = element_blank(), axis.ticks.y = element_blank())
수입 만족도와 우울감 경험 간의 관계는 히트맵을 통해 시각화되었으며,
색상의 강도와 텍스트 수치를 통해 우울감 비율의 차이를 직관적으로 파악할
수 있다. 분석 결과, 수입 만족도가 매우 불만족인 ’1’인 집단에서는 우울감
경험 비율이 18.5%인 반면, 매우 만족’5’로 답한 집단에서는 우울감 경험
비율이 2%로 현저히 감소하는 패턴을 보였다. 이러한 결과는 단순한 소득
액수와 별개로, 개인이 느끼는 경제적 여유 또는 불안감이 정신건강에 중요한
영향을 준다는 점을 강조한다. 즉, 동일한 소득수준이라 하더라도 경제적
만족도가 낮으면 심리적 불안정으로 이어질 가능성이 있으며, 이는 우울감의
주요 원인 중 하나가 될 수 있다. 히트맵 시각화를 통해 우리는 경제적
불만족이 정신건강 악화와 밀접하게 연결되어 있음을 명확히 확인할 수
있었다.
- 가족생활 만족도에 따른 우울감 경험 비율
df %>%
filter(!is.na(family_sat), !is.na(p1905_20)) %>%
group_by(family_sat) %>%
summarise(우울감_비율 = mean(p1905_20 == 1)) %>%
ggplot(aes(x = family_sat, y = 우울감_비율)) +
geom_col(fill = "steelblue") +
geom_text(aes(label = percent(우울감_비율, accuracy = 0.1)),
vjust = -0.5, size = 4) +
scale_y_continuous(labels = percent_format(), limits = c(0, NA)) +
scale_x_discrete(labels = as.character(1:7)) +
labs(title = "가족생활 만족도에 따른 우울감 경험률",
x = "가족생활 만족도 (1 = 매우 불만족 ~ 7 = 매우 만족)",
y = "우울감 경험 비율") +
theme_minimal()
이 그래프는 가족생활 만족도 수준(1~7)에 따라 우울감을 경험한 비율이
어떻게 달라지는지를 보여준다. 분석 결과, 가족생활 만족도가 낮을수록
우울감을 경험한 비율이 뚜렷하게 높은 경향이 나타났다. 특히, 만족도
수준이’1’‘3’인 응답자 집단에서는 우울감 경험률이 10%를 넘는 수치를
보였고, ’4’‘7’ 집단에서는 10% 이하로 크게 낮아졌다. 이러한 결과는
가족생활의 만족도가 개인의 정신건강에 중요한 영향을 미친다는 점을 잘
보여준다. 즉, 가족생활에 대한 만족도가 높을수록 우울감을 경험할 가능성이
낮아지며, 이는 가족이 개인에게 심리적 안정감을 제공하는 핵심 기반임을
시사한다.
6. 분석 결과 해석
본 연구는 주거 만족도, 가족생활 만족도, 수입 만족도라는 가정적 요인들이 개인의 정신건강(우울감 경험)에 어떤 영향을 미치는지를 분석하였다. 첫째, 주거 만족도와 우울감 경험 간의 관계를 살펴본 결과, 주거 만족도가 높아질수록 우울감을 경험한 비율이 감소하는 선형적인 추세가 나타났다. 이는 안정된 주거환경이 개인의 정서적 안정과 정신건강에 긍정적인 영향을 미칠 수 있음을 시사한다. 둘째, 수입 만족도에 따른 우울감 경험률을 히트맵으로 시각화한 결과, 수입 만족도가 낮은 집단에서는 ‘우울감 있음’ 비율이 높았으며, 만족도가 높아질수록 해당 비율은 감소하였다. 이는 절대적인 소득 수준과는 별개로, 경제적 만족감이나 주관적 경제 인식이 정신건강에 중요한 영향을 준다는 점을 보여준다. 셋째, 가족생활 만족도와 우울감 경험 간의 관계에서는 만족도가 낮은 집단에서 우울감을 경험한 비율이 높았으며, 만족도가 높을수록 해당 비율이 현저히 낮아지는 경향이 확인되었다. 가족 간 유대와 정서적 지지는 정신적 안정의 핵심 요소로 작용할 수 있다는 점을 시사한다.
이러한 결과들은 전반적으로 세 가지 가정적 요인 모두가 개인의 정신건강과 유의미한 관련이 있음을 시사하며, 특히 주관적 만족도의 중요성을 부각시킨다.
7. 결론
본 연구는 한국복지패널 제19차 데이터를 활용하여, 주거 만족도, 가족생활 만족도, 그리고 가족의 수입 만족도라는 가정적 요인이 개인의 정신건강, 특히 우울감 경험 여부와 어떤 관계를 가지는지를 분석하였다. 분석 결과, 세 가지 만족도 변수 모두에서 만족도가 낮을수록 우울감을 경험한 비율이 유의미하게 높게 나타났으며, 반대로 만족도가 높을수록 우울감 경험률은 낮아지는 경향이 명확히 관찰되었다. 이는 단순히 물리적인 삶의 조건뿐 아니라, 정서적·심리적 만족감과 주관적 경제 인식이 개인의 정신건강에 중요한 영향을 미친다는 점을 실증적으로 보여준다.
이러한 결과는 정신건강 문제에 대한 기존의 의료적 접근을 넘어, 생활 전반의 질을 높이기 위한 통합적 복지 정책이 필요하다는 점을 시사한다. 즉, 정신건강 증진을 위한 정책은 정신과 진료나 약물 치료에만 국한되어서는 안 되며, 안정적인 주거 환경의 보장, 가족 간 정서적 유대 강화, 그리고 경제적 안정감 형성을 위한 정책적 개입이 병행되어야 한다.
특히 수입 만족도에 따른 결과를 보아 저소득층 및 주거 취약계층을 대상으로 한 맞춤형 지원 확대, 가족관계 회복을 위한 상담 및 소통 프로그램 활성화, 생활불안 해소를 위한 소득 보장 및 금융지원 제도 등이 정신건강 보호를 위한 실질적 정책 수단으로 작용할 수 있을 것이다.