IV. ¿¬±¸ÀÇ ¹æ¹ý

º» Àå¿¡¼­´Â °¡¼³ °ËÁõÀ» À§ÇÑ ±¸Ã¼ÀûÀÎ ¿¬±¸¹æ¹ý°ú ÀýÂ÷¸¦ ³íÇϰíÀÚ ÇÑ´Ù.

A. ¿¬±¸ÀÇ ±âº» ¼³°è

º» ¿¬±¸´Â ´ÙÀ½°ú °°Àº ¿¬±¸°èȹÀ¸·Î ¼³°èµÇ¾ú´Ù.

B. ¿¬±¸ÀÇ µµ±¸

º» ¿¬±¸´Â ¼³¹®Áö¸¦ ¿¬±¸ÀÇ µµ±¸·Î ÀÌ¿ëÇÏ¿´´Ù.

¼³¹®Áö´Â ¾Õ¿¡¼­¿Í °°ÀÌ ¹®ÇåÀû °íÂûÀ» ÅëÇØ ºÐ¼®µÈ ÀÌ·ÐÀû ±Ù°Å¿Í 20¸íÀÇ ¼ÒºñÀÚµéÀ» ´ë»óÀ¸·Î ÇÑ ¿¹ºñÁ¶»çÀÇ °á°ú¸¦ ¹ÙÅÁÀ¸·Î ÀÛ¼ºµÇ¾ú´Ù.

¼³¹®Áö´Â Å©°Ô ¼¼ ºÎºÐÀ¸·Î ±¸¼ºµÇ¾ú´Â ¹Ù. ù ºÎºÐÀº ¿¬±¸´ë»óÀÚµéÀ» ´ë»óÀ¸·Î Ãæµ¿±¸¸Å ¼ºÇâÀ» ¾Ë¾Æº¸±â À§ÇÑ ³»¿ëÀ̸ç. µÎ ¹øÂ° ºÎºÐÀº º» ¿¬±¸ÀÇ µ¶¸³ º¯ÀÎÀ¸·Î¼­ Á¦Ç° Æ÷ÀåµðÀÚÀΰú Á¦Ç° Ư¼º¿¡ °ü·ÃµÈ ³»¿ëÀ¸·Î ±¸¼ºµÈ 13°³ÀÇ ¹®Ç× Áï, Á¦Ç°Æ÷ÀåÀÇ »ö»óµðÀÚÀÎ, Á¦Ç°Æ÷ÀåÀÇ Å©±â, Á¦Ç°Æ÷ÀåÀÇ ÇüÅ µðÀÚÀÎ, Á¦Ç°Æ÷ÀåÀÇ ¹®ÀÚµðÀÚÀÎ, Á¦Ç°Æ÷ÀåÀÇ ±×¸²À̳ª ¹«´ÌµðÀÚÀÎ, Á¦Ç°Æ÷ÀåÀÇ ¶óº§(¿¹:ƯÁ¦Ç°, ½Å¹ß¸Å µî Ç¥±âºÎÂø¹°), Á¦Ç°Æ÷Àå ÀüüÀÇ ¿¹¼úÀû °¡Ä¡, Á¦Ç°ÀÇ Ç°Áú, Á¦Ç°ÀÇ °¡°Ý, Á¦Ç°ÀÇ ±â´É, Á¦Ç°ÀÇ Å©±â, Á¦Ç°ÀÇ ¿ø»êÁö¸í, Á¦Ç°ÀÇ »óÇ¥¸í µî ³»¿ëÀÌ ¼±Á¤ ±¸¼ºµÇ¾ú´Ù.

ÀÌµé ¹®Ç× Áß 8°³ ¹®Ç×Àº Á¦Ç°±¸¸Å¿¡ ÀÓÇÏ´Â ¼ÒºñÀÚµéÀÇ °¨¼ºÀû ŵµ¿Í °ü°è°¡ ÀÖÀ¸¸ç 5°³ ¹®Ç×Àº À̼ºÀû ŵµ¿Í °ü°è°¡ ÀÖ´Â ³»¿ëµéÀÌ´Ù. °¨¼ºÀû ŵµ¿Í °ü·ÃµÈ 8°³ ¹®Ç×Àº ¶ÇÇÑ Æ÷ÀåµðÀÚÀÎÀÇ ³»ÀçÀû Ư¼º º¯ÀεéÀ̱⵵ ÇÏ´Ù.

¼¼¹øÂ° ºÎºÐÀº ¼³¹®Áö ÀÀ´äÀÚµéÀÇ Àα¸»çȸÇÐÀû Ư¼ºÀ» ¾Ë¾Æº¸´Â ³»¿ëµé·Î ±¸¼ºµÇ¾ú´Ù. ù¹øÂ°¿Í µÎ¹øÂ° ¼³¹®Áö ³»¿ëÀÇ ¹®Ç×µéÀº Likert½ÄÀÇ 5´Ü°è ÆòÁ¤ ôµµ Áï, °¢ ¹®Ç×Àº '¸Å¿ì ±×·¸´Ù', '¾à°£ ±×·¸´Ù', '±×Àú ±×·¸´Ù', 'º°·Î ±×·¸Áö ¾Ê´Ù', 'ÀüÇô ±×·¸Áö ¾Ê´Ù' µîÀÇ ¹æ½ÄÀ¸·Î ÀÀ´äÇÏ°Ô ÇÏ¿´´Ù.

º» ¼³¹®ÁöÀÇ ½Å·Úµµ´Â ¹®Ç× ³»Àû Àϰüµµ °è¼öÀÎ CronbachÀÇ ¥á°è¼ö°¡ 0.8728·Î ³ªÅ¸³ª ¼³¹®Áö ¹®Ç×ÀÇ ½Å·Úµµ°¡ ¸Å¿ì ³ô´Ù°í ÇϰڴÙ.

C. ¿¬±¸ÀÇ ´ë»ó

º» ¿¬±¸ÀÇ ´ë»óÀº ¼­¿ï½Ã³»¿¡ ¼ÒÀçÇÑ ´ëÇü¹éÈ­Á¡2°÷, 24½Ã°£ ÀÌ¿ë ÆíÀÇÁ¡3°÷, ÇÒÀθÅÁ¡1°÷, ½´ÆÛ¸¶ÄÏ5°÷ µîÀ» ÀÌ¿ëÇÏ´Â ¼ÒºñÀÚµéÀ» ¿¬±¸´ë»óÀÚµé·Î ÇÏ¿© ¹«ÀÛÀ§·Î ¼±Á¤ÇÏ¿´´Ù.

¼³¹®Áö ȸ¼öÀ²Àº 83%À̾úÀ¸¸ç, ¿¬±¸ÀÇ °á°úºÐ¼®¿¡ »ç¿ëµÈ ÃÖÁ¾ ¿¬±¸´ë»óÀÇ ±¸Ã¼Àû ³»¿ë°ú Ç¥Áý¼ö´Â (Ç¥2)¿Í °°´Ù.

D. ¿¬±¸ÀÇ ÀýÂ÷

¼³¹®Áö ÀÚ·á´Â º» ¿¬±¸ÀÚ¿Í º¸Á¶ÀÚ 2ÀÎÀÌ Á¦Ç°¸ÅÀå ÇöÀåÀÇ ÃâÀÔ¹® ÀÔ±¸¿¡ ¼­¼­ »óǰÀ» ±¸¸ÅÇÏ°í ¸ÅÁ¡ Çö°üÀ» ³ª¼­´Â ¼ÒºñÀڵ鿡°Ô ÃëÁö¸¦ ¼³¸íÇÏ°í ¼³¹®Áö¸¦ ¹èºÎ ±â·ÏÇÏ°Ô ÇÑ ÈÄ Áï¼®¿¡¼­ ȸ¼öÇÏ¿´´Ù. ¹éÈ­Á¡ Á¶»ç´Â ÁÖ·Î Åä¿äÀÏ ¿ÀÈÄ¿Í ÀÏ¿äÀÏ ¿ÀÈĽð£À» ÀÌ¿ëÇÏ¿´°í, 24½Ã°£ ÆíÀÇÁ¡°ú ½´ÆÛ¸¶ÄÏ ±×¸®°í ÇÒÀθÅÁ¡ µîÀº ÆòÀÏ ¿ÀÈĽð£´ë¸¦ ÀÌ¿ëÇÏ¿´´Ù.

E. °¡¼³°ËÁõÀÇ Åë°èÀû ¹æ¹ý

1. °¡¼³1ÀÇ °ËÁõ¹ý

Á¦Ç°Æ÷ÀåÀÇ ³»ÀçÀû Ư¼ºº¯ÀÎ 8°¡Áö¿Í Á¦Ç°Æ¯¼º º¯ÀÎ 5°¡Áö µî 13°³ º¯ÀÎÀ» ÅëÇØ Ãæµ¿±¸¸Å Áý´Ü°ú ºñÃæµ¿±¸¸Å Áý´ÜÀÇ ºÐ·ù ÆÇº°°¡´É¼º°ú ±× ±â¿©µµ¸¦ °ËÁõÇϱâ À§ÇØ ºÐ·ùÇÔ¼ö ºÐ¼®(classification suction analysis)°ú Ç¥ÁØÁý´Ü ÆÇº° ÇÔ¼öºÐ¼®(standardized canonical discriminant function analysis)ÀÌ ÀÌ·ç¾îÁ³´Ù.

2. °¡¼³2ÀÇ °ËÁõ¹ý

Ãæµ¿±¸¸Å¿¡ ¹ÌÄ¡´Â Á¦º¯ÀÎÀÇ ¿µÇâ Á¤µµ¸¦ ºÐ¼®Çϱâ À§ÇÏ¿© ´Ü°èº° ´ÙÁßȸ±Í ºÐ¼®(stepwise multiple regression analysis)À» ½Ç½ÃÇÏ¿´´Ù.

3. °¡¼³3ÀÇ °ËÁõ¹ý

¼³¹®ÁöÀÇ ¹®Ç× IÀ» ±¸¼ºÇϰí ÀÖ´Â Ãæµ¿±¸¸Å ÇൿÀÇ ÇÏÀ§º¯ÀÎ ¿©¼¸ °¡Áö ¹®Ç×ÀÇ °³Àκ° ÃÑÁ¡À» Áý°èÇϰí À̸¦ ¹ÙÅÁÀ¸·Î ¿¬±¸´ë»óÀÚ ÀüüÀÇ Æò±ÕÄ¡¸¦ »êÃâÇÏ¿© Æò±ÕÄ¡ ÀÌ»óÀÇ µæÁ¡ÀÚ Áý´Ü(260¸í)À» Ãæµ¿±¸¸Å Áý´ÜÀ¸·Î, ±×¸®°í Æò±ÕÄ¡ ¹Ì¸¸ µæÁ¡ÀÚ Áý´Ü(272¸í)À» ºñÃæµ¿ Áý´ÜÀ¸·Î ºÐ·ù ±ÔÁ¤ÇÏ°í µÎ Áý´Ü°£ÀÇ 13°³ ±¸¸ÅÀÚ±Ø º¯Àκ° Æò±ÕÄ¡ÀÇ Â÷¸¦ t°ËÁõÀ» ÅëÇØ ±× À¯ÀǼºÀ» °ËÁõÇÏ¿´´Ù.

4. °¡¼³4ÀÇ °ËÁõ¹ý

Ãæµ¿±¸¸Å¿¡ ¹ÌÄ¡´Â ±¸¸ÅÀÚ±Ø º¯ÀÎ Áï, Á¦Ç°Æ÷Àå Æ¯¼ºº¯ÀÎ Áß Ãæµ¿±¸¸Å¿¡ ¿µÇâÀ» È®½ÇÈ÷ ¹ÌÄ£´Ù°í ¹àÇôÁø À¯ÀÇÇÑ ±¸¸ÅÀÚ±Ø º¯ÀÎÀ» Áß½ÉÀ¸·Î ¼ºº°, °áÈ¥º°, ¿¬·Éº° Çзº°, ±×¸®°í Á÷¾÷º°·Î ±× Â÷À̸¦ t°ËÁõ ¶Ç´Â ºÐ»êºÐ¼®À¸·Î °ËÁõÇÏ¿´´Ù.

ÀÌ»óÀÇ ³× °¡Áö °¡¼³°ËÁõÀº È­Àåǰ ±¸¸Å¿Í À½·á¼ö ±¸¸Å¶ó´Â µÎ °¡Áö Á¦Ç°¿¡ °ÉÃļ­ °¢°¢ º°µµ·Î °ËÁõµÇ¾ú´Ù.

´ÙÀ½ ÆäÀÌÁö·Î