앞선 분석에서 사용된 종속변수인 시간 빈곤 여부는 개인의 시간 데이터를 이용하여 자유시간을 구성하고 시간 빈곤의 개념을 바탕으로 하루 24시간 중 자유시간이 1.8시간 (108분) 미만이면 시간 빈곤자가 되도록 구분하였다. 그러나 시간 빈곤 여부 변수는 원래 연속 변수인 시간 변수를 이진 변수로 변환하여 사용함으로써 시간이 보유한 많은 정보를 잃었다고도 볼 수 있다. 따라서 이러한 문제를 해결하기 위해 종속변수를 시간 빈곤 변수(이진 변수)가 아닌 자유시간으로 두고 OLS 선형 회귀분석을 수행하였다.
OLS 분석을 추정한 결과는 <표 6>과 같다.
<표 6>은 종속 변수가 자유시간인 만큼 각 변수의 계수가 유의한 양의 값일 경우 자유시간 증가에 영향을 주는 요인으로 해석해야 한다. 이는 기존 <표 5>의 결과에서 계수가 유의한 양의 값일 경우 시간 빈곤에 취약한 요인으로 해석했던 것과 반대되는 해석이다. 이를 바탕으로 <표 6>의 결과를 검토하면 대부분의 결과가 <표 5>와 유사하 게 나타나고 있음을 확인할 수 있다.
성별, 혼인 여부, 자녀 유무 변수는 자유시간에 음의 방향으로 유의한 영향을 미쳐 여성이거나, 혼인 상태가 기혼 혹은 이혼 및 사별이거나, 만 5세 이하의 자녀가 있다면
자유시간이 감소하는 것으로 나타났다. 반면, 자녀 이외 돌봄이 있거나 가구 내 성인 수와 같은 변수는 유의하지 않는 결과를 보였다. 학력 변수 또한 고소득층 내 석사 이상 의 경우 자유시간이 감소하는 것을 확인할 수 있었다.
근로와 관련한 변수의 경우, 전일제이거나 자영업자일 경우 소득계층과 상관없이 시 간제에 비해 자유시간이 감소하는 것으로 나타났다. 직업과 산업 변수도 <표 5>와 마찬 가지로 대부분 유의하지 않게 나타났다. 자영업 비중이 높은 도소매업만 중산층에서 자유시간이 유의하게 감소하는 것으로 나타났다.
자유시간과 log(시간당 임금) 변수의 관계를 보면 소득 빈곤층과 중산층에서 유의한 영향을 미치는 것으로 나타났으며 앞의 결과와 동일하다. 소득 빈곤층의 경우 음(-)의 상관관계를 보이고 있으며, 중산층에서는 유의한 양(+)의 상관관계를 보였다. 먼저 소득 빈곤층의 계수를 해석해보면, 임금이 1% 증가할 경우 자유시간이 0.778시간 정도 감소 하는 것으로 해석할 수 있다. 중산층의 경우 임금이 1% 증가할 경우 자유시간도 0.519 시간 증가하는 것으로 추정되었다. 한편, 고소득층의 경우 중산층과 같은 양의 방향의 계수 값을 보이나 유의한 영향을 미치지는 않는 것으로 나타났다. 이로써 시간당 임금의 크기에 따라 소득계층별로 자유시간에 다르게 반응하는 것과 대부분의 변수가 <표 5>의 결과와 크게 다르지 않음을 확인하였다.
S전체 표본소득 빈곤층중산층고소득층 추정계수SE추정계수SE추정계수SE추정계수 -0.126***(0.0288)-0.00242(0.0882)-0.112***(0.0340)-0.253*** 0.00157***(0.000335)0.000152(0.00102)0.00140***(0.000400)0.00308*** )-0.613***(0.0712)-0.752***(0.278)-0.518***(0.0852)-0.683*** 미혼)-0.695***(0.0956)-1.081***(0.400)-0.706***(0.111)-0.565*** 별-0.578***(0.146)-1.330***(0.460)-0.507***(0.170)-0.630* -0.667***(0.0785)-0.770**(0.356)-0.630***(0.0888)-0.816*** 돌봄 유-0.154(0.185)0.513(0.726)-0.343(0.213)0.210 인 수0.00989(0.0447)0.190(0.194)0.117**(0.0557)-0.119 지역 및 광역시)-0.149***(0.0556)0.137(0.224)-0.167***(0.0643)-0.106 대졸) -0.0117(0.0674)-0.768**(0.302)0.0530(0.0746)0.0573 -0.0130(0.147)-0.252(0.685)0.351*(0.198)-0.464** 제)-1.524***(0.169)-1.050***(0.399)-1.596***(0.199)-1.321** -1.369***(0.181)-1.208**(0.494)-1.481***(0.212)-1.005* 종사자 및 전문가)-0.147(0.0937)-0.486(0.374)-0.0617(0.110)-0.400* 서비스-0.117(0.0764)-0.295(0.369)-0.133(0.0923)-0.0465 0.0999(0.133)0.128(0.435)0.0677(0.145)0.247 -0.203(0.228)-0.0680(0.441)-0.116(0.297)0.124
성 검정: 소득 빈곤층, 중산층, 고소득층, 전체 표본의 선형회귀분석 결과
VARIABLES전체 표본소득 빈곤층중산층고소득층 추정계수SE추정계수SE추정계수SE추정계수 건설업 (ref. 제조업)-0.160(0.104)-0.674*(0.360)-0.110(0.119)-0.0125 도소매업-0.234***(0.0865)0.335(0.340)-0.259***(0.0990)-0.224 금융･보험업0.0891(0.120)0.853*(0.479)-0.0221(0.149)0.0798 IT, 연구개발-0.0306(0.0999)-0.207(0.413)-0.0350(0.122)0.0381 교육0.361***(0.129)0.158(0.612)0.333**(0.159)0.409* 보건의료0.0602(0.0989)0.0658(0.351)0.146(0.119)-0.100 농림어업0.125(0.266)-0.0486(0.516)0.180(0.338)0.0547 log(시간당 임금)0.185***(0.0689)-0.778***(0.220)0.520***(0.0890)0.119 log(가구 자본)0.0341***(0.00901)0.0321(0.0311)0.0439***(0.0102)0.0378* _cons5.981***(0.867)12.57***(2.666)2.364**(1.083)8.975*** Observations4,2134072,976830 주: ***p<0.01, **p<0.05, *p<0.1. Robust standard errors are in parentheses. 자료: 한국노동패널 17차