집단 얼굴표정에 대한 정서판단의 반응특성 분석

김세원; 신현정; 김비아; 이동훈

추천

검색

자료유형: 학술저널

저자정보: 김세원 (부산대학교) 신현정 (부산대학교) 김비아 (부산대학교) 이동훈 (부산대학교)

저널정보: 한국심리학회 한국심리학회지: 인지 및 생물 한국심리학회지: 인지 및 생물 제28권 제3호

발행연도: 2016.1

수록면: 389 - 407 (19page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

얼굴표정은 다른 사람의 정서적 상태를 추론할 수 있는 중요한 사회적 단서이다. 얼굴표정을 사용한 심리학 연구는 주로 개인 얼굴 정서 지각에 집중되어 왔다. 그러나 일상생활에서 우리는 다수의 얼굴표정들을 토대로 집단의 전반적인 정서를 추론하기도 하는데, 이러한 과정에 어떤 요인들이 작용하는지 별로 알려진 것이 없다. 본 연구에서는 개별 얼굴표정들의 정서적 범주와 그 구성 비율을 조작한 집단 얼굴표정 자극을 제시하고 실험참가자로 하여금 집단의 전반적 정서를 판단하게 함으로써, 집단 얼굴표정의 구성에 따라 집단정서판단의 반응특성이 어떻게 달라지는지 살펴보고자 하였다. 집단 얼굴표정 자극은 1) 중립표정과 행복표정, 2) 중립표정과 슬픔표정, 3) 슬픔표정과 행복표정을 각각 8:0, 7:1, 6:2, 5:3, 4:4, 3:5, 2:6, 1:7, 0:8의 비율로 구성하여 집단의 전반적 정서 수준을 9단계로 조작하였다. 세 가지 구성조건에 할당된 실험참가자는 화면에 제시된 얼굴표정들을 보고 집단의 전반적인 정서를 중립/행복, 중립/슬픔, 슬픔/행복으로 판단하는 2안강제선택과제(two alternative forced choice task)를 실시하였다. 집단정서 판단에 걸린 반응시간을 분석한 결과, 모든 조건에서 두 범주의 얼굴표정이 유사한 비율로 제시됨에 따라 판단에 걸린 반응시간은 점점 느려졌다. 응답 비율 자료는 심리측정함수를 이용한 비선형 자료적합(nonlinear data fitting) 과정을 통해 분석되었고, 각 조건 실험참자가의 주관적 동등점(point of subjective equality: PSE)과 정밀도(precision)가 추정되었다. 그 결과, 슬픔-행복 조건 주관적 동등점의 평균은 이론상 평균인 0.5와 거의 같았으며, 정밀도도 높았다. 이에 반해 중립-행복 조건에서 행복 반응의 주관적 동등점의 평균은 0.5보다 낮았으며, 중립-슬픔 조건에서 슬픔 반응의 주관적 동등점의 평균은 0.5보다 높았다. 뿐만 아니라, 행복 반응의 주관적 동등점은 개인의 정적 정서 수준과 행복감과 부적 상관을, 슬픔 반응의 주관적 동등점은 행복감과 정적 상관을 보였다. 이러한 결과는 집단얼굴표정에 대한 정서 판단이 어떤 정서범주의 얼굴들로 집단이 구성되느냐와 같은 상향적 요인뿐만 아니라, 관찰자의 정서적 상태나 특성과 같은 하향적 요인에 의해서도 영향을 받음을 시사한다.

Facial emotion is an important social cue for inferring emotional states of other people. Psychological research using facial emotions has focused on the perception of individual emotional faces. However, in the ordinary life we may infer a group level emotion from multiple faces in a group, but little has been known about what kinds of factors influence this process. In the current study, we investigate the response characteristics of the group emotion judgment for a group of emotional faces which are composed of individual faces in different emotional categories with different ratios. The group facial emotion stimuli are composed of 1) neutral and happy faces, 2) neutral and sad faces, and 3) sad and happy faces in the 8:0, 7:1, 6:2, 5:3, 4:4, 3:5, 2:6, 1:7, 0:8 ratios. By this way, the level of emotional intensity of the group is manipulated into 9 steps. Participants in each condition performed a two alternative forced choice task by judging the overall emotion of a group facial stimulus into one of two response categories (e.g., Neutral-Happy). Analysis of response times for the judgment of the group emotion showed that the response time for judging the overall emotion was slow down as faces in the two different emotion categories mixed together with a similar ratio. The response ratio data were analyzed by a nonlinear data fitting procedure using a psychometric function, and the point of subjective equality (PSE) and the precision of each participant in each condition were estimated. In results, the mean PSE in the Sad-Happy condition was almost same as a hypothetical mean (0.5) and the precision was high. On the contrary, the mean PSE of the happy response in the Neutral-Happy condition was lower than 0.5 but the mean PSE of the sad response in the Neutral-Sad condition was higher than 0.5. Moreover, participants’ PSE of the happy response was negatively correlated with participants’ positive emotion levels as well as happiness scores, whereas participants’ PSEs of the sad response were positively correlated with participants’ happiness scores. These results imply that the judgment of emotion for a group of faces is influenced by bottom-up factors such as how the group is comprised of what kinds of emotional faces, and by top-down factors such as observers’ emotional states and traits.

#Group emotion #Facial expression #Crowd preception #Psychometric Function #Point of Subjective Equality (PSE)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김세원

소속기관 부산대학교

주요연구분야 사회과학 > 심리과학 공학 > 산업공학

논문수 3 이용수 81

신현정

소속기관 포스코

주요연구분야 인문학 > 기타 인문학 사회과학 > 사회과학 일반

논문수 45 이용수 5,444

김비아

소속기관 부산대학교

주요연구분야 인문학 > 인문학 일반 인문학 > 기타 인문학

논문수 21 이용수 3,519

이동훈

소속기관 부산대학교

주요연구분야 사회과학 > 심리과학

논문수 1 이용수 11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)