Datascience_Final_Project

한국아동·청소년 패널조사 데이터를 이용한 초등학생 삶의 만족도 분석

차밝음, 김보영, Phway Ei Phyu

1.서론

  2019 한국 어린이·청소년 행복지수 국제비교 연구결과에 따르면 한국 어린이·청소년의 ‘주관적 행복지수’는 전년 대비 6점 감소, 2017년 수준으로 하락했다고 한다. OECD 22개 국가 중 20위로 OECD 최하위 수준이다. 세부 지표 중 주관적 건강과 삶의 만족 부분은 OECD 국가 중 가장 낮은 점수를 기록하였다.

  우리나라는 광복 이후 다양한 분야에서 급속한 성장을 이루어냈다. 경제뿐만 아니라 교육 수준, 건강, ICT 보급률 등 삶의 질 또한 크게 향상되었다. 그러나 경제·사회적 발전과 국민의 삶의 질 향상 정도와 다르게 학생의 행복 지수는 OECD 국가 평균에 비해 낮다.

  학생의 삶의 만족도가 중요한 이유는 성장발달기에 있는 학생들의 행동 선택 과정과 심리적 행동 특성을 이해할 수 있기 때문이다. 또한 학생이 느끼는 삶의 만족감은 학생의 이상적인 자아상 형성에 영향을 주어 자신의 미래의 삶에 긍정적 영향을 미칠 수 있기 때문이다.(장덕희 외, 2017)

  본 연구에서는 초·중·고등학교 학생 중 초등학교 학생의 삶의 만족도에 영향을 미치는 요인을 분석하기 위해 한국청소년정책연구원의 한국아동·청소년 데이터(Korea Children & Youth Panel Survey)의 초4 패널 데이터 2차 자료를 사용하였다. 기존의 연구는 선행 연구를 통한 연구자의 의도된 가정 하에 영향 요인을 검증하여 일반화를 하는 데 한계를 지녔다. 회귀분석과 의사결정나무를 활용하여 초등학생 삶의 만족도에 영향을 끼치는 주요한 영향 요인을 도출하여 기존의 연구들이 미처 고려하지 못한 요인을 보완하고자 한다. 이는 초등학생의 삶의 만족도를 높이기 위한 기초 자료가 될 수 있을 것이다.

2.이론적 배경

2.1. 삶의 만족도

  삶의 만족도(life satisfaction)은 다차원으로 구성되어 있기 때문에 행복, 웰빙 등 비슷한 개념들과 함께 사용되고 있으며 학자들마다 다양하게 정의하고 있다. 본 연구에서는 삶의 만족도는 초등학생의 내·외부 요인 등의 영향으로 개인의 삶에 대한 주관적인 행복감에 대한 판단이라고 할 수 있다. 선행연구를 통해 삶의 만족도의 공통적인 특징은 개인이 주관적으로 인지해야하며 전반적으로 본인의 삶에 대한 평가라는 속성을 지닌다.(Diener, 1985) 본 연구에서 초등학생의 삶의 만족도는 초등학생의 내·외부 요인 등의 영향으로 개인의 삶에 대한 주관적인 행복감에 대한 판단이라고 할 수 있다.

2.2.관련연구

  한국아동·청소년패널조사(KCYPS)데이터를 이용하여 아동·청소년의 삶의 만족도에 관한 선행연구를 살펴보았다.

  김은영은 초등학교 6학년 학생의 학습습관과 정서 문제가 삶의 만족도에 영향을 미치는 영향을 연구하였다. 연구 결과, 초등 6학년 학생의 학습습관과 정서문제는 삶의 만족도에 영향을 주었으며 남학생은 학습습관의 영향력이, 여학생은 정서 문제의 영향력이 더 크게 나타났다. 정서문제 하위 변인에 있어서는 남녀 모두 우울의 영향력이 크게 나타났다.

  천희영 외 초등학교 5학년 아동의 삶의 만족도 관련 변인 유형화에 대해 연구하였다. 연구 결과, 초등학교 5학년 아동의 삶의 만족도와 관련된 변인은 자존감, 양육방식, 또래애착, 성적만족도, 학교생활적응 변인이다. 관련 변인들이 삶의 만족도에 대한 영향력은 남아와 여아 모두 자존감, 학교생활적응, 양육방식, 또래애착의 순으로 높고, 여아의 경우 추가적으로 성적 만족도가 유의한 설명력을 가졌다.

  조형정, 윤지영은 초등 고학년의 삶의 만족도 영향요인을 분석하였다. 내적 변인으로는 건강, 성적, 자존감, 의사소통능력, 교우 간 신뢰, 부모 요인으로는 부모가 보이는 방임적 양육태도가 초등학생의 삶의 만족도에 영향을 미치고 있었다. 학교 및 환경 요인으로는 교사와의 관계, 지역사회 인식, 다문화 수용이 삶의 만족도에 영향을 끼치는 요인으로 밝혀졌다.

  선행연구를 통해 삶의 만족도의 영향 요인은 다양한 영역에서 영향을 미치고 있는 것으로 보고되고 있다. 한국아동·청소년패널데이터를 이용하여 아동·청소년의 삶의 만족도를 다룬 연구들은 연구자의 의도에 맞게 변인을 설정하였기 때문에 일반화하는 데 한계점을 지니고 있다.

3.연구방법

3.1.연구의 대상 및 자료

  본 연구에서는 한국아동·청소년 패널조사(KCYPS)의 초4 패널 데이터 2차자료를 사용하였다. 각 조사 문항은 조사자의 자기 보고식으로 이루어졌고, 본 연구에서는 결측치를 제거하거나 대체하는 방법을 통해 데이터 정제 과정을 거쳐 총 2336개의 케이스(case)(남: 1159, 여: 1177)로 구성되어 있다.

3.2.연구방법

  본 연구의 특징은 한국아동·청소년 패널조사(KCYPS)의 초4 패널 데이터 2차자료의 다양한 변인 중에서 삶의 만족도에 영향을 미치는 요인을 데이터마이닝 기법을 활용하여 분석하는 것이다. 이를 위해 첫째, 연구대상자들의 사회 인구학적 특성을 살펴보기 위해 기술통계분석을 실시하였다. 둘째, 삶의 만족도와 아동의 개인 발달 및 발달 환경 변인의 상호관계를 해석하기 위해 Pearson 상관분석을 실시하였다. 셋째, 상관분석의 유의한 변인들을 독립변수로 하여 회귀분석을 통해 삶의 만족도에 영향을 미치는 요인들을 분석하였다. 넷째, 매우 많은 예측변수 중에서 목표변수에 큰 영향을 미치는 변수를 골라내기 위해 의사결정나무모형을 활용한다. 의사결정나무는 변인의 수가 다양할수록 복잡해지는 결과를 얻기 때문에 회귀분석에서 도출된 각 변인으로 SPSS와 Python의 sklearn(사이킷런)를 활용하여 가장 영향력 있는 요인을 찾아내도록 한다. 다섯 번째, 오버피팅(과적합)이 나타나는 나무의 영향력을 줄일 수 있는 앙상블 학습 방법으로 랜덤포레스트(Random Forest)를 이용하여 다수의 나무들로부터 분류 결과를 확인하고 가장 영향력 있는 요인을 확인한다. 마지막으로 회귀분석, 의사결정나무, 랜덤포레스트를 활용하였을 때 공통적으로 영향력이 있었던 요인을 분석한다.

Step	Process
Step 1	Data Pre-Processing
Step 2	Correlation Analysis
Step 3	Regression Analysis
Step 4	Decision Tree
Step 5	Random Forest
Step 6	Influence Factor Interpretation

3.3.분석변수

1) 독립변수

  신뢰도 검증을 통해 하나의 요인을 여러 개의 문항들로 설명할 때 문항들이 서로 일관성을 가지고 있는지 분석하였다. 신뢰도(Cronbach‘s α) 값이 0.6 이상이면 전체 항목을 하나의 척도로 분석할 수 있다. 변수들의 신뢰도는 다음과 같다.



  위의 변수들은 신뢰도 확인 후 각 문항들 점수의 평균을 독립변수로 사용하였다. 그 외에 사용한 종속 변수는 등교시 수면시간, 미등교시 수면시간이며 해당 변수들은 수치 값으로 변환하여 사용하였다.

2) 종속변수

  본 연구의 종속변수는 삶의 만족도로 5개 문항이며, 4점 Likert 척도로 구성되어 있다. 점수가 높을수록 삶의 만족도가 높아짐을 의미한다. 삶의 만족도 문항에 대한 신뢰도(Cronbach‘s α) 값은 .818로 나타났다. 연구에서는 연구 결과의 간명성을 위해 삶의 만족도 최대 점수(20점), 최저 점수(4점)의 중간값(12.5점)을 기준으로 만족도 점수의 합산을 중간값보다 낮으면 ’낮다‘(0), 중간값보다 높으면 ’높다‘(1)와 같이 두 개의 등급으로 그룹화하였다. 삶의 만족도가 낮은 학생은 422명, 높은 집단은 1915명으로 관찰되었다.

변수	문항구성	척도 구성	신뢰도
삶의 만족도	1. 전반적으로 볼 때, 나의 삶은 나의 이상에 가깝다. 2. 내 삶의 상황들은 아주 좋다. 3. 나는 내 삶에 만족한다. 4. 지금까지 내 삶에서 내가 원하는 중요한 것들을 이루어 냈다. 5. 만약 내 삶을 다시 살 수 있더라도, 나는 거의 아무것도 바꾸지 않을 것이다.	1=전혀 그렇지 않다 2=그렇지 않은 편이다 3=그런 편이다 4=매우 그렇다	.818

4.연구결과

4.1.분석변수 기술통계량

  분석변수 기술통계량은 다음과 같다.

4.2.삶의 만족도와 독립변인 상관분석

  삶의 만족도에 영향을 끼치는 여러 요인이 있을 수 있으므로 매개 변수들이 통제되지 않은 상황에서는 두 변수 사이의 관계를 인과관계로 해석하지 않고, 서로 영향을 주는 상호관계로 해석한다. 상관관계가 유의함을 나타내는 것은 다음 표와 같다.

  상관관계가 가장 높은 것은 학업열의, (양육태도)자율성지지, (양육태도)따스함, 교사관계, 우울, (양육태도)구조제공, 협동심 순으로 나타났다. 학업열의, (양육태도)자율성지지, (양육태도)따스함, 교사관계, (양육태도)구조제공, 협동심, 긍정친구관계, 진로대화빈도, 끈기는 0.01 수준에서 양의 상관관계를 나타낸다. 등교시 수면시간은 0.05 수준에서 양의 상관관계를 나타낸다. 우울, 공격성, 산만도, (양육태도)비일관성, (양육태도)거부, 신체증상, 스마트폰의존도, 사회적위축, 부정 친구관계, (양육태도)강요 는 0.01 수준에서 음의 상관관계를 나타낸다. 미등교시 수면시간은 유의한 상관관계를 보이지 않았다.

4.3.회귀분석

  초등학생의 삶의 만족도에 영향을 미치는 요인을 분석하기 위해 상관분석의 유의한 변인들을 독립변수로 하여 회귀분석을 실시하였다.

  독립 변수들이 삶의 만족도에 미치는 영향을 검증하기 위해, 로지스틱 회귀분석(Logistic regression analysis)를 실시하였다. 그 결과 로지스틱 회귀모형은 통계적으로 유의하게 나타났으며(Hosmer & lemeshow test : = 4.100, p=.848), 회귀분석의 설명력은 약 36.8.%로 나타났다.(NagelKerke = .368)

  회귀계수의 유의성 검증(p-value)결과, 학업열의, 진로대화빈도, 우울, (양육태도)따스함, (양육태도)구조제공, 교사관계, 긍정친구관계 변인은 삶의 만족도에 유의한 영향을 미치는 것으로 나타났다. 각 변인들이 한 단계 증가하면 삶의 만족도가 학업열의는 4.775배로 증가하고 진로대회빈도는 1.2배, (양육태도)따스함은 1.442배, (양육태도)구조제공은 1.854배 교사관계는 1.854배, 긍정 친구관계는 1.721배 증가하는 것으로 평가되었다. 그에 비해 우울이 한 단계 증가하면 삶의 만족도는 0.375배로 감소하는 것으로 확인할 수 있다. 다음 7가지의 변수외의 다른 변수들은 삶의 만족도에 유의한 영향을 미치지 못하는 것으로 나타났다.

  유의한 변수(학업열의, 진로대화빈도, 우울, (양육태도)따스함, (양육태도)구조제공, 교사관계, 긍정친구관계)로 회귀분석을 실시하면 결과는 다음과 같다.

  위 분석 결과를 살펴보면 해당 모델은 Sensitivity가 0.966, Specificity가 0.3246임을 확인할 수 있다. 즉 실제로 삶의 만족도가 높을 때, 검사 결과가 삶의 만족도는 높다(1)고 예측할 확률이 높지만, 실제로 삶의 만족도가 낮을 때 검사 결과가 낮다고(0) 예측할 확률은 다소 떨어진다는 것을 알 수 있다. ROC 커브곡선은 다음 그림8이며, ROC 커브의 밑면적 AUC 값은 0.8387으로 확인되었다. 또한 10-Fold Cross Validation의 정확도는 84%였다.

4.4.의사결정나무 분석

  회귀분석에서 도출된 각 변인으로 SPSS와 Python의 sklearn(사이킷런)를 활용하여 영향력 있는 요인 및 모델 예측도를 확인하였다.

1). SPSS를 활용한 분석

   SPSS를 활용한 결과는 아래의 표와 같다.

  의사결정트리모형 중 CHAID 알고리즘을 활용 결과 예측률은 84%로 확인되었다. 알고리즘 분석 결과 영향력있는 독립변수는 (양육태도)따스함, 교사관계, 학업열의, (양육태도)구조제공, 우울이 제시되었고, 긍정 친구관계 및 진로대화빈도는 제외되었다. 의사결정트리의 Diagram은 다음 그림과 같다.

2). sklearn의 DecisionTreeClassifier를 활용한 분석

   Python의 sklearn(사이킷런)의 DecisionTreeClassifier를 활용하면 accuracy_score 올바르게 예측된 데이터 수를 전체데이터수로 나눈 값 = 0.76, recall_score 실제로 True인 데이터를 모델이 True라고 예측한 비율 = 0.82, precision_score 모델이 True라고 분류한 것 중에서 실제 True인 것의 비율 = 0.87과 와 같이 다음 표의 결과를 확인할 수 있다.

  dt.feature_importances_를 실행하면 위 그림과 같이 영향력 있는 요인들을 알 수 있다. sklearn을 활용했을 때 삶의 만족도에 영향력 있는 요인은 학업열의, 우울, (양육태도)따스함, 진로대화빈도, 교사관계, 긍정 친구관계, (양육태도)구조제공의 순으로 제시된다.

4.5. Random Forest(랜덤포레스트)를 활용한 분석

  Python의 sklearn(사이킷런)의 Random forest는 오버피팅(과적합)이 나타나는 나무의 영향력을 줄일 수 있는 앙상블 학습 방법으로 다수의 나무들로부터 분류 결과를 확인하고 가장 영향력 있는 요인을 확인할 수 있는 알고리즘이다. Random forest 코드를 작성할 때 최적의 하이퍼 파라미터(max_depth, min_samples_leaf, min_samples_split, n_estimators)로 모델을 학습하여 예측 성능을 측정하였을 때 예측 정확도는 85.9% 이며, 요인 중요도를 확인하면 다음 그림과 같다.

4.6.공통 요인 분석

   Python의 sklearn(사이킷런)의 Random forest는 오버피팅(과적합)이 나타나는 나무의 영향력을 줄일 수 있는 앙상블 학습 방법으로 다수의 나무들로부터 분류 결과를 확인하고 가장 영향력 있는 요인을 확인할 수 있는 알고리즘이다. Random forest 코드를 작성할 때 최적의 하이퍼 파라미터(max_depth, min_samples_leaf, min_samples_split, n_estimators)로 모델을 학습하여 예측 성능을 측정하였을 때 예측 정확도는 85.9% 이며, 요인 중요도를 확인하면 다음 그림과 같다.

  따라서 공통적인 요인은 학업열의, 교사관계, (양육태도)따스함, 우울이라고 할 수 있다.

5.결론

  본 연구는 한국청소년정책연구원의 한국아동·청소년패널조사(KCYPS)를 초4패널 데이터 2차 자료를 기초로 초등학생의 삶의 만족도에 영향을 미치는 요인을 발견하기 위해 개인의 내적요인, 부모 및 가정환경의 요인, 학교생활 및 환경적 요인 등 여러 가지의 변인들을 다양한 분석방법과 분석 도구별로 비교하여 결과를 도출하였다.

   SPSS를 이용한 회귀분석을 통해서 초등학생 삶의 만족도에 영향을 미치는 변인은 학업열의, 진로대화빈도, 우울, 양육태도 중 따스함, 양육태도 중 구조제공, 교사관계, 긍정적인 친구 관계인 것으로 나타났다. 회귀분석을 통해 추출된 변인은 선행 연구들과의 비교를 실시한 결과, 선행 연구들에서 청소년 삶의 만족도에 주요 영향요인으로 제시되었던 변인들임을 알 수 있었다. 초등학생 삶의 만족도는 개인의 정서문제, 부모의 양육태도, 또래애착, 자아인식 등이 복합적으로 나타남을 알 수 있다.

   회귀분석을 통해 추출된 변인들을 통해 초등학생의 삶의 만족도의 주요 예측 요인을 분석하기 위해 로지스틱 회귀분석, 의사결정나무, 랜덤포레스트 알고리즘으로 분석하였다. 분석 결과, 세 가지 알고리즘에서 공통적으로 나타나는 요인은 학업열의, 우울감, 교사관계, 양육태도 중 따스함이라고 할 수 있었다.

   이로써 초등학생의 삶의 만족도에 가장 영향을 미치는 요인으로는 학업 열의, 우울감과 같은 개인의 내적 요인과 부모의 양육태도, 교사와 학생 간의 관계 같은 관계적 측면 또한 중요하다는 점을 알 수 있었다. 초등학생의 삶의 만족도를 높이기 위해서는 개인의 내적·심리적·관계적인 부분을 길러주는 교육활동 및 환경조성을 하면서, 특히 학업 열의를 높이는데 중점적인 노력을 해야 한다. 학교생활을 즐겁고 삶의 만족도를 높이기 위해서는 학생들이 즐겁고 적극적으로 공부할 수 있는 환경을 조성해야할 것이다.

   본 연구에 사용된 데이터는 초등학생의 삶의 만족도의 정도의 차이를 살펴볼 수 있는 후향적인 연구(retrospective study)로서의 의미를 지닌다. 그러나 한국아동·청소년패널조사 전체 데이터의 종단 자료를 이용하여 삶의 만족도의 변화를 추적하고, 이에 대한 요인 분석 등을 통해 삶의 만족도가 높은 집단과 낮은 집단의 특성을 비교할 필요성이 있다. 또한 한국아동·청소년패널조사가 삶의 만족도에 초점을 맞춘 조사가 아니었기 때문에 삶의 만족도에 영향을 끼치는 변수를 토대로 조사한다면 초등학생의 삶의 만족도에 대한 더욱 정밀한 데이터를 얻을 수 있을 것으로 기대된다.

References

염유식(2019). 한국 아동·청소년 행복지수 조사, 2019 : 초등학생. 연세대학교 사회발전연구소, 11: 12-15.

신현진, 장덕희. (2017). 아동·청소년의 스트레스와 생활만족도의 관계에서 생태체계적관점의 다중매개효과: 학교급별 다중집단분석. 학교사회복지, (39), 259-289.

Diener, Ed & Emmons, Robert & Larsen, Randy & Griffin, Sharon. (1985). The Satisfaction With Life Scale. Journal of personality assessment. 49. 71-5.

안지혜, 윤유동, 임희석(2016), 한국아동·청소년패널조사 데이터를 이용한 중학생 삶의 만족도 분석. Journal of Digital Convergence 2016. Feb; 14(2): 200.