문맥 (context)
마지막으로 동일한 특성을 지닌 진로관련 대화상대 및 빈도에 따른 잠재집단별 전공 선택 요인이 전공 만족도와 어떠한 인과관계를 갖는지 살펴보기 위해 구조방정식 모형을 활용하여 분석하였다. 구조방정식 모형은 여러 개의 측정변인을 이용해 추출된 공통변량을 잠재 변인으로 사용하므로 측청오차를 통제할 수 있으며 이론적 모형에 대한 평가가 가능한 장점을 지니고 있다. 따라서 본 연구에서는 전공 선택 요인과 전공 만족도 간의 인과관계를 분석하기 위해 구조방정식 모형을 활용하였다. 이 때 앞서 산출한 역 확률 가중치를 구조방정식 모형에 적용하여 분석함으로써 진로관련 대화 빈도에 따른 잠재집단과 전공 만족도와 관련된 공변인(김종운, 최미숙, 2013; 김인숙, 손민정, 박혜경, 2017; 정승헌, 김금미, 2010; 황매향, 박혜영, 2005; Duffy & Sedlacek, 2010)을 연구 설계 단계에서 통제하여 구조방정식 모형의 간결성을 확보하며 집단별 전공 선택 요인과 전공 만족도 간의 인과관계를 좀 더 면밀하게 분석하고자 하였다. 본 연구에서 활용한 연구모형은 다음과 같다. 본 연구에서는 구조방정식 모형을 분석하기 위해 R 3.3.1 프로그램을 lavaan, survey 패키지를 연동하여 사용하였다.
본 연구는 진로 관련 대화 정도에 따른 잠재집단별 전공 선택 요인과 전공 만족에 미치는 영향을 분석하는데 목적이 있다. 이 때 전공 선택 요인과 전공 만족도 간의 관계를 분석하는데 만약 다수의 통제변인을 투입하게 된다면 모형의 간결성을 저해하게 된다. 또한 무선할당을 가정한 실험연구가 아니라는 점에서 유형화된 잠재집단 간 사전에 존재하는 체계적인 차이는 편향된 추정결과를 도출하게 된다. 이에 연구 설계 단계에서 다양한 공변인에 대한 집단 간 동등화를 통해 결과모형의 간결성을 확보해주며(Rubin, 2007), 집단 간 존재하는 편향성을 통제하기 위하여 Rosenbaum과 Rubin(1983)이 제안한 경향점수(propensity score) 방법을 활용하였다. 다양한 경향점수 방법 중에서 본 연구에서는 자료 손실이 없으며 원래의 자료 구조를 그대로 활용할 수 있다는 장점이 있는(Curtis et al., 2007), 일반화 경향점수(GPS; generalized propensity score)를 산출하여(Imbens, 2000) 역 확률 가중치(IPTW; inverse probability of treatment weight) 방법으로 경향점수를 적용하였다.
진로 관련 대화상대 및 빈도에 따른 잠재집단 수를 2, 3, 4, 5집단으로 증가시키면서 적합도 지수를 비교하여 적절한 잠재하위 집단 수를 파악하였다. 진로 관련 대화 상대 및 빈도에 대한 잠재집단 수에 따른 정보 지수(AIC, BIC, Adj-BIC), 모형비교 검증(LMRT), Entropy, 집단별 분류율(%)의 분석 결과는 같다. 이 때 잠재집단 수에 따른 정보지수는 그 값이 작을수록 보다 적합한 모형으로 판단하며 Entropy는 그 값이 클수록 적합한 모형임을 나타낸다. 또한 모형비교에 따른 통계적 검정 결과를 나타내는 LMRT를 모두 종합적으로 고려한 결과, 잠재집단의 수가 3개인 모형에서 정보지수(AIC, BIC, Adj-BIC)가 큰 폭으로 감소하며 모형비교 검증의 결과 LMRT도 해당 모형이 적합함을 지지하고 있다. 또한 Entropy도 0.998로 잠재집단 수가 3개인 모형에서 가장 큰 값이 나타났다. 이러한 결과를 토대로 본 연구에서는 3개의 잠재집단 모형을 최적의 모형으로 선정하였다.
그 다음으로 중간정도 수준의 진로 관련 대화 빈도를 보였던 집단의 청소년(중-진로대화 집단)들은 고-진로대화 집단의 청소년들과 마찬가지로 자신의 적성과 흥미를 전공을 선택하는 요인으로 고려하는 것이 전공 만족도에 긍정적인 영향을 미치는 것으로 나타났다. 그러나 부모와 친지, 선생님의 권유와 같은 타인의 조언을 전공을 선택하는 요인으로 고려하는 것은 대학 진학 후의 전공에 대한 만족도에 부적인 영향을 주는 것으로 나타났다. 이는 진로 관련 대화를 많이 한 집단과 중간 수준으로 한 집단에 공통적으로 나타난 결과이다. 마지막으로 낮은 빈도의 진로 관련 대화를 가졌던 집단의 청소년(저-진로대화 집단)들은 자신의 적성과 흥미와 같은 내적 요인과 전공의 사회적 평판, 졸업 후 취업 전망, 자신의 성적과 같은 비 조언 외적 요인을 대학 전공을 선택하는 데 고려하는 것이 전공 만족도에 정적인 영향을 미치는 것으로 나타났다. 그러나 진로 관련 대화상대의 단순한 권유를 의미하는 조언 외적 요인을 전공을 선택하는 데 고려하는 것은 전공 만족도에 통계적으로 유의한 영향을 미치지 못하였다.
진로관련 대화정도에 따른 3개의 잠재집단별 전공 선택 요인이 대학 진학 후의 전공 만족도에 어떠한 영향을 미치는지를 확인하기 위한 연구모형의 모수추정치의 분석 결과는 같다. 구체적으로 분석 결과를 각 집단별로 나누어 살펴보면 다음과 같다. 우선 다른 집단의 청소년들에 비해 보다 높은 빈도의 진로 관련 대화를 가졌던 집단의 청소년(고-진로대화 집단)들은 전공을 선택하는 데 자신의 관심과 적성과 같은 내적인 선택 요인을 고려할수록 전공에 대한 만족도가 높은 것으로 나타났다. 이와 마찬가지로 전공에 대한 사회적 평판, 취업 후의 전망, 자신의 성적과 같은 비 조언 외적 요인을 선택 요인으로 고려하는 것이 전공 만족도에 긍정적인 영향을 미치는 것으로 나타났다. 하지만 이와는 반대로 진로에 대한 가장 높은 대화빈도를 보인 집단의 청소년들이 부모, 친지, 선생님의 권유에 의해 전공을 선택할수록 전공 만족도에 부적인 영향을 미치는 것으로 나타났다.
그 다음으로 역 확률 가중치를 적용하여 잠재집단별 전공을 선택할 때 고려된 요인들이 대학 진학 후 전공에 대한 만족도에 어떠한 영향을 주는지를 살펴보았다. 그 결과 전공을 선택할 때 집단별로 어떠한 요인을 고려했는가에 따라 전공 만족도에 상이한 영향을 미치고 있음이 나타났다. 우선 다른 집단에 속한 청소년에 비해 다른 사람과의 진로 관련 대화를 많이 가졌던 청소년(고-진로대화집단)들은 전공을 선택할 때 자신의 적성과 흥미와 같은 내적 선택 요인과 졸업 후 취업전망, 사회적 평판, 자신의 성적과 같은 비 조언 외적 선택 요인을 많이 고려할수록 전공 만족도가 높아지는 것으로 나타났다. 더욱이 비 조언 외적 선택 요인보다 내적 선택 요인이 전공 만족도에 미치는 긍정적 영향 정도가 높은 것으로 나타났다. 이러한 결과는 진로 관련 대화에서 청소년들 자신의 적성과 흥미를 발견하고 이에 따라 적절한 전공을 선택할 수 있도록 하는 지원이 필요함을 시사한다. 이와는 반대로 이러한 진로 관련 대화를 많이 한 집단의 청소년들이 대화를 한 대상의 단순한 권유를 고려하여 전공을 선택할수록 전공에 대한 만족도가 낮아진다는 결과가 나타났다.
이상의 연구결과를 종합하여 살펴보면 대학생의 전공 만족도를 향상시키기 위해서는 대학 진학 전 다른 사람과의 자신의 진로와 관련된 많은 대화가 중요하며 이 때 청소년들이 자신의 부모와 진로와 관련된 대화를 많이 하는 것으로 나타났다. 즉 이는 청소년들의 진로에 대한 계획, 전공 선택에 있어 부모의 역할이 중요함을 의미한다. 또한 청소년들이 자신의 전공을 선택할 때 타인의 단순한 권유와 조언이 아닌 내적인 적성과 흥미를 스스로 발견하고 이에 적절한 전공을 선택할 수 있도록 해주는 진로 관련 대화의 노력과 방안 마련이 필요한 것으로 나타났다. 더욱이 이러한 내적 선택 요인 외에도 졸업 후 취업 전망, 사회적 평판, 자신의 성적과 같은 비 조언 외적 선택 요인도 전공 만족도에 긍정적인 영향을 주는 것으로 나타났다. 특히 졸업 후 취업 전망은 청소년들이 전공을 선택할 때 가장 많이 고려하는 요인으로 청소년들이 대학을 진학하기 전부터 자신의 직업, 진로, 후의 계획까지 함께 고민하고 있음을 나타낸다. 즉 근본적이고 효과적으로 대학생의 전공에 대한 만족도를 높이기 위해서는 그 대상을 단편적으로 대학생에게만 초점을 두는 것이 아닌 초등학생부터 고등학생, 대학생, 더 나아가 졸업 후 취업까지 유기적으로 연계된 장기적 관점으로 전환하는 방안 마련이 필요할 것이다.
본 연구결과를 바탕으로 다음의 정책방안을 제언하고자 한다. 첫째, 청소년들의 진로 설계에 부모의 역할이 중요하므로 부모의 자녀와의 진로 관련 대화 방법 및 진로지도 교육을 체계적으로 실시할 필요가 있다. 또한 부모의 자녀에 대한 진로 관련 대화 시에 단순한 권유가 아닌 청소년 스스로 자신의 적성과 흥미를 탐색하고 이를 바탕으로 주도적으로 진로를 설계하고 결정해나갈 수 있도록 해주는 대화가 이루어질 수 있도록 해야 할 것이다. 둘째, 스스로 탐색하여 발견한 자신의 적성과 흥미에 맞는 맞춤형 진로 활동 콘텐츠를 제공해 줄 필요가 있다. 자신의 적성과 흥미에 맞는 전공 및 직업 활동을 미리 경험함으로써 자신에게 맞는 전공을 선택할 수 있는 충분한 기회를 제공해준다면 대학 진학 후의 전공 만족도에 긍정적인 영향을 줄 수 있을 것이다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
본 연구에서 최적의 잠재집단 수를 결정하기 위해 활용한 통계적 지표들은 무엇이며, 각 지표의 적합성을 판단하는 기준은 어떠한가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation연구에서 최적의 잠재집단 수를 선정할 때 사용된 지표와 각 지표의 해석 기준을 파악해야 한다.
-
2정보 추출
information_extraction잠재집단 수에 따른 분석 결과로 언급된 지표들과 그에 대한 설명 문구를 추출한다.
- 진로 관련 대화 상대 및 빈도에 대한 잠재집단 수에 따른 정보 지수(AIC, BIC, Adj-BIC), 모형비교 검증(LMRT), Entropy, 집단별 분류율(%)의 분석 결과는 같다.
- 잠재집단 수에 따른 정보지수는 그 값이 작을수록 보다 적합한 모형으로 판단하며 Entropy는 그 값이 클수록 적합한 모형임을 나타낸다.
-
3근거 선택
evidence_selection질문에서 요구하는 '지표'와 '판단 기준'에 직접적으로 대응하는 정보를 선택한다.
- 정보 지수(AIC, BIC, Adj-BIC)
- Entropy
- LMRT
- 집단별 분류율(%)
- 정보지수는 그 값이 작을수록 보다 적합한 모형으로 판단
- Entropy는 그 값이 클수록 적합한 모형임을 나타낸다
-
4논리 통합
logical_integration추출된 지표들을 나열하고, 문맥에서 명시된 정보지수와 Entropy의 판단 기준을 결합한다. LMRT와 집단별 분류율은 언급되었으나 구체적인 수치적 판단 기준(크다/작다)은 명시되지 않았음을 인지한다.
-
5결론 도출
conclusion_formulation활용된 지표는 AIC, BIC, Adj-BIC(정보지수), LMRT, Entropy, 집단별 분류율이며, 정보지수는 값이 작을수록, Entropy는 값이 클수록 적합한 모형으로 판단한다는 결론을 도출한다.
-
6답변 생성
answer_generation질문에 대해 명확하고 간결하게 답변을 작성한다.
최종 답변 (final_answer)
본 연구에서 활용한 지표는 정보 지수(AIC, BIC, Adj-BIC), 모형비교 검증(LMRT), Entropy, 집단별 분류율(%)이다. 이 중 정보 지수는 그 값이 작을수록 보다 적합한 모형으로 판단하며, Entropy는 그 값이 클수록 적합한 모형으로 판단한다.
핵심 해석 (core_interpretation)
본 연구에서 최적의 잠재집단 수를 결정하기 위해 사용된 통계적 지표는 정보 지수, 모형비교 검증, Entropy, 집단별 분류율이며, 정보지수는 값이 작을수록, Entropy는 값이 클수록 적합한 모형으로 판단한다.