초기 성인기의 행복감 변화 및 예측 요인 탐색

신윤범; 원효헌

추천

검색

자료유형: 학술저널

저자정보: 신윤범 (부경대학교 수해양인적자원개발학과 강사.) 원효헌 (부경대학교 수해양산업교육과 교수.)

저널정보: 부경대학교 인문사회과학연구소 인문사회과학연구 인문사회과학연구 제25권 제1호

발행연도: 2024.2

수록면: 445 - 470 (26page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 연구는 한국교육종단연구(KELS 2005) 10~12차 데이터를 활용하여 대학생에서 취업자 및 구직자로 이어지는 초기 성인기의 행복감 변화 및 주요 예측요인을 탐색하였고, 주요 결과를 바탕으로 한 결론은 다음과 같다. 먼저 초기 성인기 행복감의 변화양상을 알아보기 위한 잠재성장모형 분석 결과, 대학생 시기부터 취업자 및 구직자, 그리고 COVID-19 상황으로 이어지는 차수에 따라 행복감이 통계적으로 유의하게 감소하고 있었고, 행복감의 변화에 개인 간 차이가 존재하는 것을 확인하였다. 그리고 초기치와 변화율의 공분산은 부적 상관을 보였지만 통계적 유의성은 확보하지 못했다. 그리고 초기 성인기의 행복감 예측 변수는 랜덤 포레스트 중요도 지수 분석에 의해 노드 불순도 감소량을 기준으로 모든 차수에서 ‘스트레스 정도’, ‘자아개념_정서적 안정도’, ‘전반적인 건강’, ‘자살 충동 정도’, ‘10년 후 생활수준 기대’가 상위 5개 변수에 포함되었다. 행복감과 해당 변수들의 관계의 경우 부분 의존성 도표에 의해 ‘스트레스 정도’ 및 ‘자살 충동 정도’는 부적 선형 관계, ‘자아개념_정서적 안정도’, ‘전반적인 건강’, ‘10년 후 생활수준 기대’는 정적 선형 관계를 갖는 것으로 분석되었다. 따라서 스트레스 정도와 자살 충동 정도가 높을수록 행복감을 낮게 예측하였으며, 정서적으로 안정되고, 본인의 전반적 건강에 대한 인식이 높으며, 10년 후 생활수준 기대가 높을수록 행복감을 높게 예측하는 것으로 분석되었다. 한편 각 차수별로 해당 변수들을 제외한 상위 20개 변수의 분포는 차이를 보여 시점 및 환경에 따른 행복감 예측 요인이 상이할 수 있음을 알 수 있었다. 이러한 결과를 바탕으로 초기 성인기의 행복감을 제고에 기여할 수 있는 시사점을 제공하는 것을 목적으로 하였다.

Using data from the 10th and 12th waves of the Korean Education Longitudinal Study (KELS 2005), this study explored the developmental trajectory and key predictors of well-being in early adulthood, from college students to employed individuals and job seekers. The results of the latent growth model analysis to examine the changes in happiness in early adulthood showed a statistically significant decrease in happiness from college students to employed and job seekers, and then to the COVID-19 situation, and confirmed that there were individual differences in the changes in happiness. In addition, the covariance between the initial value and the rate of change was inversely correlated, but statistical significance was not secured. The predictors of happiness in early adulthood were determined by random forest importance index analysis, and 'stress level', 'self-concept/emotional stability', 'overall health', 'suicidal ideation', and 'expectation of living standards in 10 years' were included in the top five variables at all orders based on the amount of node impurity reduction. For the relationship between happiness and these variables, partial dependence plots showed that 'stress level' and 'suicidal ideation' had an inverse linear relationship, and 'self-concept/emotional stability', 'general health', and 'standard of living expectation in 10 years' had a positive linear relationship. Therefore, higher stress level and suicidal ideation predicted lower happiness, while being emotionally stable, having a higher perception of one's general health, and having a higher standard of living expectation in 10 years predicted higher happiness. On the other hand, the distribution of the top 20 variables excluding these variables differed at each level, suggesting that the predictors of happiness may differ depending on the time and environment. Based on these results, we aimed to provide meaningful implications for enhancing happiness in early adulthood.

#초기 성인기 #행복감 #COVID-19 #잠재성장모형 #랜덤 포레스트 #Early adulthood #happiness #COVID-19 #LGM #Random Forest

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)