문맥 (context)
다음으로 교육수준 역시 중요한 사회경제적 요인으로서 우울 수준에 영향을 미친다. 교육수준이 높을수록 우울증상이 낮게 나타났고(김기정, 표갑수, 2008), 장애인의 경우에도 65세 이상의 경우 교육수준에 따라서 우울수준이 유의미하게 영향을 받았다. 이러한 연구결과들은 소득에 따른 우울수준이 다를 수 있음을 시사하며, 장애인과 비장애인의 임금, 월평균소득 등이 차이가 나고, 장애인의 실업률이 전체 인구의 실업률과 비교할 때 2배 이상 높게 나타난다(장애인실업률: 7.8%, 비장애인실업률: 3.2%)는 연구 및 조사결과(오욱찬, 2013; 김성희 등, 2012), 그리고 교육수준의 경우 장애인이 비장애인에 비해서 유의하게 낮다는 연구결과(유창민, 2016) 등을 고려할 때 소득, 직업 상태, 그리고 교육수준 등의 사회경제적 요인이 장애인과 비장애인의 우울수준에 영향을 주는 것뿐만 아니라 장애인과 비장애인의 우울수준의 불형평을 설명할 수 있을 것으로 예상된다.
마지막으로 사회적 지지란 가족, 친구, 이웃으로부터 얻게 되는 다양한 종류의 도움을 의미하며, 서로 의지할 수 있고 상호작용할 수 있는 사람의 정도를 의미한다. 사회적 지지와 우울의 관계를 살펴본 연구에 따르면, 전해숙과 강상경(2009)은 노년기 우울궤적 예측요인을 확인한 결과, 가족관계와 사회적 관계 등의 사회적 지지가 높을수록 우울 초기값이 낮게 나타났다. 장애인을 대상으로 한 연구에서도 사회적 지지가 높을수록 우울이 감소하거나 낮은 것으로 나타나(전지혜, 2010; 김연실 등, 2012) 사회적 지지가 중요한 보호요인의 역할을 하는 것으로 예상할 수 있다. 이러한 연구결과들은 심리 신체 사회적 특성에 따라서 우울수준이 다를 수 있음을 시사하며, 실제로 장애인과 비장애인의 사회적지지 등의 수준이 차이가 있다는 연구결과(유창민, 2016) 등을 고려할 때 심리 신체 사회적 요인이 장애인과 비장애인의 우울 수준에 영향을 줄 것으로 예상된다.
우울과 관련이 있는 심리적, 신체적, 사회적 특성은 자아존중감, 만성질환, 그리고 사회적 지지가 있다. 먼저 자아존중감이란, 자기 자신에 대한 긍정적인 평가 또는 부정적인 평가를 의미한다. 강상경 등(2015) 연구에 따르면 자아존중감이 높을수록 우울의 초기값이 낮은 것으로 나타났고, 이현주와 강상경(2009)의 연구에서는 스트레스가 우울에 부정적인 영향을 주지만 자아존중감의 수준에 따라서 이러한 스트레스를 평가하는 정도와 대처방식이 달라져서 우울 수준이 달라질 수 있다고 하였다. 장애인을 대상으로 한 연구에서도 자아존중감이 높을수록 우울 수준이 낮은 것으로 나타났다. 다음으로 건강상태와 관련하여, 성인 여성장애인의 경우 건강상태가 나쁠수록 우울수준이 높을 확률이 증가했고(권복순, 박현숙, 2005), 건강에 대해 주관적으로 인식하는 정도가 나쁠수록 우울이 높아졌다. 정은희와 강상경(2014)은 초기성인기, 중 장년기, 노년기로 구분하여 우울궤적을 살펴본 결과 만성질환이 전 연령대에서 우울에 유의한 영향을 주는 중요한 요인으로 확인되었다.
본 연구에서는 인구사회학적 요인과 심리 신체 사회적 요인들을 통제한 다음, 소득이나 직업상태와 같은 사회경제적 요인이 장애인과 비장애인의 우울궤적을 예측하는지 확인하고, 나아가 사회경제적 요인이 두 집단 간의 우울궤적에 유의미한 차이를 발생시키는지 확인하겠다. 우울에 영향을 줄 수 있는 인구사회학적 특성으로는 연령, 성별, 그리고 혼인상태 등이 있다. 먼저 연령과 우울의 관계를 살펴보면, 대부분의 선행연구들에서 연령이 높아질수록 우울 수준이 높아지는 것으로 확인되었다. 그러나 연령과 우울이 관계가 없거나 또는 연령이 높을수록 우울 수준이 낮다는 연구결과도 있다. 이처럼 연령과 우울의 관계가 일치하지 않는 것은 다양한 가능성 때문이다. 성숙가설은 연령이 많아질수록 우울정도가 감소한다고 보지만, 신체적 기능 감소가 설은 나이가 들수록 약해지는 신체 기능으로 인해 우울이 증가한다고 본다.
연구대상자의 인구사회학적 특성을 살펴보기 위해서 기술통계분석을 시행하였다. 이를 통해 자료의 결측치와 왜도 첨도를 확인하여 정규성을 검토하고, 연구대상 및 주요변수들의 사례 수, 최소값과 최대값, 평균과 표준편차를 확인하였다. 다음으로 본 연구의 주요 연구문제를 다루기 위해서 잠재성장모형(Latent Growth Curve Modeling: LGCM) 분석을 실시하였다. 특정 요인이 시간이 흐름에 따라서 어떻게 변화하는지를 확인하기 위해서는 출발점에 대한 모수와 변화율에 대한 모수를 동시에 고려해야 한다. 그러나 기존의 종단분석 방법인 독립표본 또는 대응표본 t 검증, 일원변량 분산분석, 반복측정 분산분석 등은 출발점에 대한 모수와 변화율에 대한 모수를 동시에 고려할 수 없다는 한계를 가지고 있다. 그러나 잠재성장모형은 출발점과 변화율을 동시에 모수화 할 수 있다는 장점을 가지고 있다. 이에 따라서 본 연구에서는 잠재성장모형의 무조건모형(Unconditional Model)을 통해 우리나라 성인의 우울 궤적을 추정하고 이러한 궤적이 장애유무에 따라서 차이가 나는지 검증하기 위해서 우울 궤적의 무조건모형에 대한 다집단분석(Multi-group analysis)을 실시하였다.
추정방법은 결측에 따른 편의를 고려하여 분석을 하는 완전정보최대우도법(Full Information Maximum Likelihood)을 사용하였다. 모형적합도 판단을 위해서는 절대적합지수인 카이자승값을 사용한다. 그러나 카이자승값이 사례 수에 민감하기 때문에 이를 보완하는 근사오차평균자승의 이중근(Root Mean Square Error of Approximation: RMSEA), CFI(Comparative Fit Index), IFI(Incremental Fit Index)를 함께 사용하였다. 카이자승값은 유의하지 않아야 모형이 좋지만, 분석대상의 수와 모형복잡성에 민감한 점을 고려하여 RMSEA가 0.08미만, 증분적합지수인 TLI, CFI, IFI는 0.9 이상이면 좋은 적합도로 판단한다.
본 연구는 장애인과 비장애인의 우울수준이 지난 10년 동안 어떻게 변화했는지 살펴보고, 이러한 변화궤적과 예측요인의 관계가 장애유무에 따라서 다른지 확인하였다. 이를 위해 한국복지패널 1차년도(2006)부터 이후 10년 동안의 자료를 사용하여 분석을 하였고, 최종분석대상은 장애인 989명, 비장애인 12,777명이다. 주요 연구결과는 다음과 같다. (1) 우울궤적의 무조건모형에 대한 다집단분석결과, 장애인의 우울궤적이 비장애인보다 더 좋지 않은 것으로 나타났다. (2) 우울궤적의 조건모형에 대한 다집단분석 결과, 집단 내, 집단 간 차이가 존재하였다. 구체적으로 예측요인이 ①심화요인(장애인과 비장애인 모두 연령), ②유지요인(장애인: 결혼, 만성질환, 소득, 직업; 비장애인: 성별, 결혼, 직업, 교육) ③감소요인(장애인: 성별, 자존감; 비장애인: 자존감, 만성질환, 사회적지지, 소득) ④무영향요인(장애인: 사회적지지, 교육)으로 구분되었다. 이러한 결과는 장애인과 비장애인 집단 간 우울궤적이 불형평하고, 그 예측요인의 유형이 다름을 의미한다. 따라서 우울을 감소시키고 예방하기 위해서는 장기적인 개입과 함께 장애여부를 고려해야 한다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
본 연구에서 사용된 잠재성장모형(LGCM)이 기존의 종단분석 방법인 독립표본 또는 대응표본 t 검증, 일원변량 분산분석, 반복측정 분산분석과 비교하여 가지는 장점은 무엇인가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation잠재성장모형과 기존 종단분석 방법론 간의 차이점 및 잠재성장모형의 장점을 파악해야 한다.
-
2정보 추출
information_extraction기존 종단분석 방법의 종류와 잠재성장모형의 특징에 관한 정보를 추출한다.
- 기존의 종단분석 방법인 독립표본 또는 대응표본 t 검증, 일원변량 분산분석, 반복측정 분산분석 등
- 잠재성장모형은 출발점과 변화율을 동시에 모수화 할 수 있다는 장점을 가지고 있다.
-
3근거 선택
evidence_selection기존 방법의 한계점과 잠재성장모형의 구체적인 장점이 명시된 문구를 선택한다.
- 기존의 종단분석 방법인 독립표본 또는 대응표본 t 검증, 일원변량 분산분석, 반복측정 분산분석 등은 출발점에 대한 모수와 변화율에 대한 모수를 동시에 고려할 수 없다는 한계를 가지고 있다.
- 잠재성장모형은 출발점과 변화율을 동시에 모수화 할 수 있다는 장점을 가지고 있다.
-
4논리 통합
logical_integration기존 방법은 출발점과 변화율을 동시에 고려하지 못하는 한계가 있는 반면, 잠재성장모형은 이 두 가지를 동시에 모수화할 수 있다는 점을 결합한다.
-
5결론 도출
conclusion_formulation잠재성장모형은 기존 방법론이 가진 한계를 극복하여 출발점과 변화율에 대한 모수를 동시에 고려할 수 있다는 결론을 도출한다.
-
6답변 생성
answer_generation도출된 결론을 바탕으로 질문에 대한 답변을 작성한다.
최종 답변 (final_answer)
기존의 종단분석 방법(독립표본 또는 대응표본 t 검증, 일원변량 분산분석, 반복측정 분산분석)은 출발점에 대한 모수와 변화율에 대한 모수를 동시에 고려할 수 없다는 한계가 있으나, 잠재성장모형은 출발점과 변화율을 동시에 모수화할 수 있다는 장점이 있다.
핵심 해석 (core_interpretation)
기존 종단분석 방법론이 출발점과 변화율의 모수를 동시에 고려하지 못하는 한계를 지닌 것과 달리, 잠재성장모형은 출발점과 변화율을 동시에 모수화할 수 있다는 장점을 지닌다.