구조방정식모형(SEM)을 활용한 중국 이혼율 영향 요인 분석 연구

후샤징; 김유정; 김준홍; 최용석

doi:10.37727/jkdas.2022.24.6.2169

추천

검색

자료유형: 학술저널

저자정보: 후샤징 (부산대학교 통계학과) 김유정 (부산대학교 통계학과) 김준홍 (부산대학교) 최용석 (부산대학교)

저널정보: 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제24권 제6호

발행연도: 2022.12

수록면: 2,169 - 2,183 (15page)

DOI: 10.37727/jkdas.2022.24.6.2169

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 세계 최대 인구 보유국인 중국이 최근 이혼 문제로 고심하고 있는 점을 고려해 급격하게 증가하고 있는 이혼율에 영향을 미치는 구체적인 요소를 파악하고자 하였다. 1987년 0.5(‰, 1000명당 이혼 건수)였던 중국의 조이혼율(이하 이혼율로 통칭)은 2019년 3.4로 17년 연속 상승하고 있는 추세를 보인다. 중국의 이혼율에 관한 연구는 다양하게 진행되어 왔으나 구조방정식모형을 활용한 연구는 다소 미흡한 상태이다. 이에 본 연구에서는 중국 전체 지역을 기준으로 이혼율에 미치는 영향을 파악하고 난 후 지역별로 이혼율 분포를 파악하여 이혼율이 높은 지역, 평균인 지역, 낮은 지역 간 이혼율 상승 원인과 지리적인 차이를 비교 분석하고자 한다. 이를 위해 National Bureau of Statistics of China, Global Data Lab 그리고 CEI Data의 오픈 자료로부터 중국의 2001년부터 2019년까지의 이혼율과 상관이 높은 GDP, 소비수준, 여성 수입 및 교육수준, 출산율 등의 총 12개 변수를 선택하였고, 기술통계분석, 다변량 분산분석(MANOVA)과 프로파일 분석(profile analysis, PA)을 통해 이혼율이 높은 지역(헤이룽장성:黑龍江), 평균 지역(산시성:陝西), 낮은 지역(광둥성:廣東) 총 3개 집단 간에 차이가 있는지 확인하였다. 그리고 탐색적 요인분석을 통해 이혼율에 미치는 요인을 분석했다. 끝으로 구조방정식모형의 분석에서 이혼율이 높은 헤이룽장성과 평균인 산시성, 낮은 광둥성 간에 경제사회 개발화 특성 및 현대가족 특성이 이혼율과 출산율에 미치는 영향을 검증하여 결론을 내리고자 한다. 따라서 본 연구에서 언급된 영향 외에도 이혼율에 영향을 미치는 이유는 여러 가지 있을 것으로 여겨진다.

In recent years, the divorce rate for China has been rising year by year. Based on the crude divorce rate from 2001 to 2019, this paper selects four groups of Heilongjiang, Shanxi and Guangdong, where the total divorce rate and the total divorce rate of China are high, medium and low respectively, and explores the reasons for the rising divorce rate of China from three aspects of economy, education and population composition. Compare the provinces with high divorce rate and low divorce rate at the same time, and analyze the reasons and geographical differences of rising divorce rate. This paper is mainly divided into two parts. The first part is the comparison of differences between four groups based on multivariate statistical analysis, and the second part is structural equation model analysis. The first part is mainly descriptive statistics and variance analysis of all groups in China, Shaanxi, Guangdong and Heilongjiang, to confirm whether there are differences among the four groups. Then, profile analysis was conducted to compare the whole in China and Shaanxi province with the median divorce rate, as well as heilongjiang Province with the high divorce rate and Guangdong Province with the low divorce rate. In the second part of structural equation model analysis, first of all, the factors affecting the divorce rate were analyzed. Secondly, through the structural equation model analysis, the effect of economic and social development characteristics and modernization characteristics and fertility on divorce rates between Heilongjiang Province, the average Shanxi Province, and low Guangdong Province is verified and concluded. Through a variety of analyses, this paper draws a conclusion that the divorce rate for China is greatly influenced by social development characteristics and modernization characteristics and fertility. However, there is little difference in the influence factors of the three provinces of China.

#구조방정식모형 #이혼율 #잠재변수 #프로파일분석 #다변량분산분석. #Structural Equation Model #Divorce Late #Latent Variable #Profile Analysis #Multivariate Analysis of Variance(MANOVA).

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

후샤징

소속기관 부산대학교 통계학과

주요연구분야 자연과학 > 수학·통계학

논문수 1 이용수 22

김유정

소속기관 부산대학교 통계학과

주요연구분야 자연과학 > 수학·통계학

논문수 10 이용수 107

김준홍

소속기관 연세대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 자연과학 > 수학·통계학

논문수 40 이용수 822

최용석

소속기관 부산대학교

주요연구분야 자연과학 > 수학·통계학 공학 > 전기전자공학 > 전기공학

논문수 25 이용수 694

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)