2020, 31
(5)
,889–899
특정 대학생들에 대한 생활패턴과 아건강과의 연관성에 관한 의사결정나무분석
ᄉ ᅵᆫ재경
1
1창원대학교 통계학과
ᄌ ᅥ
ᆸᄉ ᅮ 2020ᄂ ᅧ ᆫ 8ᄋ ᅯ ᆯ 17ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2020ᄂ ᅧ ᆫ 9ᄋ ᅯ ᆯ 6ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2020ᄂ ᅧ ᆫ 9ᄋ ᅯ ᆯ 7ᄋ ᅵ ᆯ
요 약
ᄒ
ᅧ ᆫᄃ ᅢ ᄉ ᅡᄅ ᅡ ᆷᄃ ᅳ ᆯᄋ ᅳ ᆫ ᄀ ᅥ ᆫᄀ ᅡ ᆼᄒ ᅡ ᆫ ᄉ ᅡ ᆱᄋ ᅦ ᄀ ᅪ ᆫ ᄉ ᅵ ᆷᄋ ᅳ ᆯ ᄆ ᅡ ᆭᄋ ᅵ ᄀ ᅡᄌ ᅵᄀ ᅩ ᄋ ᅵ ᆻᄃ ᅡ. ᄋ ᅧᄅ ᅥ ᄆ ᅢᄉ ᅳᄏ ᅥ ᆷᄋ ᅦᄉ ᅥ ᄋ ᅥᄄ ᅥ ᆫ ᄋ ᅳ ᆷᄉ ᅵ ᆨᄃ ᅳ ᆯᄋ ᅳ ᆯ ᄁ ᅮᄌ ᅮ ᆫ ᄒ ᅵ ᄉ ᅥ ᆸ ᄎ
ᅱᄒ ᅡ ᆫᄃ ᅡᄆ ᅧ ᆫ ᄐ ᅳ ᆨᄌ ᅥ ᆼ ᄌ ᅵ ᆯᄇ ᅧ ᆼᄋ ᅳ ᆯ ᄀ ᅳ ᆨᄇ ᅩ ᆨ ᄒ ᅡᄂ ᅳ ᆫ ᄒ ᅭᄀ ᅪᄀ ᅡ ᄋ ᅵ ᆻᄃ ᅡᄂ ᅳ ᆫ ᄂ ᅢᄋ ᅭ ᆼᄃ ᅳ ᆯ ᄋ ᅵ ᄉ ᅩᄀ ᅢᄀ ᅡ ᄃ ᅬᄀ ᅩ ᄋ ᅵ ᆻᄃ ᅡ. ᄋ ᅵᄋ ᅦ ᄇ ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄋ ᅦᄉ ᅥᄂ ᅳ ᆫ ᄆ ᅵᄅ ᅵ ᄌ
ᅡᄉ ᅵ ᆫᄋ ᅴ ᄀ ᅥ ᆫᄀ ᅡ ᆼ ᄉ ᅡ ᆼᄐ ᅢᄅ ᅳ ᆯ ᄌ ᅵ ᆫᄃ ᅡ ᆫᄒ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄃ ᅡᄆ ᅧ ᆫ ᄀ ᅥ ᆫᄀ ᅡ ᆼᄒ ᅡ ᆫ ᄉ ᅡ ᆱᄋ ᅳ ᆯ ᄋ ᅧ ᆼᄋ ᅱᄒ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄋ ᅳ ᆯ ᄀ ᅥ ᆺᄋ ᅳᄅ ᅩ ᄉ ᅢ ᆼᄀ ᅡ ᆨᄒ ᅡᄋ ᅧ ᄋ ᅡᄀ ᅥ ᆫᄀ ᅡ ᆼᄀ ᅪ ᄉ ᅢ ᆼᄒ ᅪ ᆯ ᄑ ᅢ ᄐ
ᅥ ᆫᄋ ᅦ ᄃ ᅢᄒ ᅡ ᆫ ᄉ ᅥ ᆯᄆ ᅮ ᆫ ᄋ ᅳ ᆼ ᄃ ᅡ ᆸᄋ ᅳ ᆯ ᄐ ᅩ ᆼ ᄒ ᅢ ᄐ ᅩ ᆼ ᄀ ᅨᄌ ᅥ ᆨ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄋ ᅳ ᆯ ᄉ ᅮᄒ ᅢ ᆼᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄉ ᅢ ᆼᄒ ᅪ ᆯ ᄑ ᅢᄐ ᅥ ᆫ (ᄉ ᅢ ᆼᄒ ᅪ ᆯᄀ ᅪ ᆫ ᄅ ᅵ, ᄉ ᅢ ᆼᄎ ᅦᄅ ᅵᄃ ᅳ ᆷ, ᄉ ᅳᄐ ᅳᄅ ᅦᄉ ᅳ ᄌ ᅳ ᆼ ᄉ
ᅡ ᆼ, ᄋ ᅩ ᆯ ᄇ ᅡᄅ ᅳ ᆫ ᄌ ᅡᄉ ᅦ)ᄀ ᅪ ᄋ ᅡᄀ ᅥ ᆫᄀ ᅡ ᆼᄀ ᅪᄋ ᅴ ᄃ ᅡᄌ ᅮ ᆼ ᄒ ᅬᄀ ᅱᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄀ ᅧ ᆯᄀ ᅪᄂ ᅳ ᆫ ᄉ ᅳᄐ ᅳᄅ ᅦᄉ ᅳ ᄌ ᅳ ᆼ ᄉ ᅡ ᆼᄋ ᅵ ᄆ ᅩᄃ ᅳ ᆫ ᄋ ᅡᄀ ᅥ ᆫᄀ ᅡ ᆼᄋ ᅦ ᄀ ᅡᄌ ᅡ ᆼ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄆ ᅡ ᆭ ᄋ
ᅵ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄀ ᅥ ᆺᄋ ᅳᄅ ᅩ ᄂ ᅡᄐ ᅡᄂ ᅡ ᆻᄋ ᅳᄆ ᅧ ᄀ ᅳᄅ ᅵᄀ ᅩ ᄀ ᅥ ᆫᄀ ᅡ ᆼᄉ ᅡ ᆼᄐ ᅢᄋ ᅦ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄆ ᅵᄎ ᅵᄅ ᅵᄅ ᅡ ᄉ ᅢ ᆼᄀ ᅡ ᆨᄃ ᅬᄋ ᅥᄌ ᅵᄂ ᅳ ᆫ ᄉ ᅢ ᆼᄒ ᅪ ᆯ ᄑ ᅢᄐ ᅥ ᆫ (ᄉ ᅢ ᆼᄒ ᅪ ᆯᄀ ᅪ ᆫ ᄅ ᅵ, ᄉ ᅢ
ᆼᄎ ᅦᄅ ᅵᄃ ᅳ ᆷ, ᄉ ᅳᄐ ᅳᄅ ᅦᄉ ᅳ, ᄋ ᅩ ᆯ ᄇ ᅡᄅ ᅳ ᆫ ᄌ ᅡᄉ ᅦ)ᄀ ᅪ ᄋ ᅡᄀ ᅥ ᆫᄀ ᅡ ᆼᄀ ᅪᄋ ᅴ ᄀ ᅪ ᆫ ᄀ ᅨᄅ ᅳ ᆯ ᄋ ᅡ ᆯᄋ ᅡᄇ ᅩᄀ ᅵ ᄋ ᅱᄒ ᅢ ᄋ ᅴᄉ ᅡᄀ ᅧ ᆯᄌ ᅥ ᆼᄂ ᅡᄆ ᅮᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄉ ᅵ ᆯᄒ ᅢ ᆼᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ.
ᄇ
ᅮ ᆫᄉ ᅥ ᆨ ᄀ ᅧ ᆯᄀ ᅪᄂ ᅳ ᆫ ᄉ ᅢ ᆼᄒ ᅪ ᆯ ᄑ ᅢᄐ ᅥ ᆫᄀ ᅪ ᄋ ᅡᄀ ᅥ ᆫᄀ ᅡ ᆼᄋ ᅳ ᆫ ᄐ ᅩ ᆼ ᄀ ᅨᄌ ᅥ ᆨᄋ ᅳᄅ ᅩ ᄋ ᅲᄋ ᅴᄆ ᅵᄒ ᅡ ᆫ ᄀ ᅧ ᆯᄀ ᅪᄅ ᅳ ᆯ ᄋ ᅥ ᆮᄋ ᅳ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄋ ᅥ ᆻᄋ ᅳᄆ ᅧ ᄉ ᅢ ᆼᄒ ᅪ ᆯ ᄑ ᅢᄐ ᅥ ᆫ ᄌ ᅮ ᆼ ᄋ ᅩ ᆯ ᄇ ᅡᄅ ᅳ ᆫ ᄌ
ᅡᄉ ᅦᄆ ᅡ ᆫ ᄋ ᅣ ᆼᄒ ᅩᄒ ᅡᄋ ᅧᄃ ᅩ 10ᄀ ᅢᄋ ᅴ ᄋ ᅡᄀ ᅥ ᆫᄀ ᅡ ᆼ ᄌ ᅮ ᆼ ᄂ ᅬᄉ ᅵ ᆫᄀ ᅧ ᆼᄀ ᅪ ᄒ ᅩᄅ ᅳᄆ ᅩ ᆫᄋ ᅳ ᆯ ᄌ ᅦᄋ ᅬᄒ ᅡᄀ ᅩ ᄂ ᅡᄆ ᅥᄌ ᅵ 8ᄀ ᅢᄋ ᅴ ᄋ ᅡᄀ ᅥ ᆫᄀ ᅡ ᆼᄋ ᅵ ᄌ ᅩ ᇂ ᄋ ᅡᄌ ᅵᄂ ᅳ ᆫ ᄀ ᅥ
ᆺᄋ ᅳ ᆯ ᄋ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄋ ᅥ ᆻᄃ ᅡ.
ᄌ
ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄃ ᅡᄌ ᅮ ᆼ ᄒ ᅬᄀ ᅱᄇ ᅮ ᆫᄉ ᅥ ᆨ, ᄉ ᅢ ᆼᄒ ᅪ ᆯ ᄑ ᅢᄐ ᅥ ᆫ, ᄋ ᅡᄀ ᅥ ᆫᄀ ᅡ ᆼ, ᄋ ᅴᄉ ᅡᄀ ᅧ ᆯᄌ ᅥ ᆼᄂ ᅡᄆ ᅮᄇ ᅮ ᆫᄉ ᅥ ᆨ, ᄌ ᅵ ᆫᄃ ᅡ ᆫᄌ ᅵᄑ ᅭ.
1. 서론 ᄒ
ᅧᆫ대 사람들은건강한 삶에 많은관심을가지고 있다. 이런관심은현대인들은건강뿐만 아니라 삶의 지
ᆯ에도 많은관심을가지고 있다는것을의미한다. 건강과 질병 사이의 사람의 상태를말하는것이 아건 ᄀ
ᅡᆼ이다. 따라서 아건강과 인간의 생활패턴과의관계를 파악할 수 있다면 질병으로 고생하지 않고 미리 ᄋ
ᅨ방하여 건강한 삶을유지할 수 있을것이다.
Shin (2019)는아건강과 생활패턴에관한 연구로 생활패턴과 아건강과는생체리듬이 가장 영향을많 ᄋ
ᅵ 미친다는것을보였다.
ᄒ
ᅡᆫ편 한국판 아건강 평가 설문지의 타당도 연구를 통해 기존에 신뢰도와 타당도를 입증한 설문지 사 ᄋ
ᅵ에 강한 상관관계가 있음을 통해 타당도를검증하였고 (Ryu 등, 2009),또한 한국판 아건강 설문지와 ᄀ
ᅵ분상태척도의 상관성 연구를 통해 아건강과 기분상태척도 간에는약한 상관관계가 있음을보여주었다 (Ryu 등, 2011).
Shin (2015)는 특정 집단에 대해 아건강 설문지 응답에 대한 통계적 분석으로 아건강 상태와관련된 ᄋ
ᅧᆫ구를하였으며, Shin (2016, 2017, 2018a, 2018b, 2019)는 특정 집단에 대해 생활 관리, 생체리듬, 올 ᄇ
ᅡ른자세 및 스트레스 증상에관해 각각 아건강과의관련성에 대해 연구를하여 이들과 아건강과의관 ᄅ
ᅧᆫ성을밝힌 바 있다.
1
(51140) ᄀ ᅧ ᆼᄂ ᅡ ᆷ ᄎ ᅡ ᆼᄋ ᅯ ᆫ ᄉ ᅵ ᄋ ᅴᄎ ᅡ ᆼᄀ ᅮ ᄎ ᅡ ᆼᄋ ᅯ ᆫ ᄃ ᅢᄒ ᅡ ᆨᄅ ᅩ 20, ᄎ ᅡ ᆼᄋ ᅯ ᆫ ᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄀ ᅭᄉ ᅮ. E-mail: [email protected]
ᄋ
ᅵ에 본연구에서는경남 소재 국립대학교인 창원대학교의 특정 수강 집단 학생들과 일반 수업을 듣는 ᄒ
ᅡᆨ생 그리고 야간대학인 미래융합대학의 학생들을대상으로 생활패턴 (생활 관리, 생체리듬, 올바른자 ᄉ
ᅦ 및 스트레스 증상)의 각각의 요인에 대한 아건강과의 관련성이 아닌 이들 4개 생활패턴의 복합적인 ᄋ
ᅭ소가 10개의 아건강과 어떤 연관성이 있는지 알아보기 위해 아건강과 생활패턴에관한 설문지를 통해 ᄀ
ᅳ 응답 결과를다중회귀분석 및 의사결정나무분석을 통해 통계적으로 분석해보려고 한다.
2. 연구 방법
2.1. 연구 대상 보
ᆫ 연구는 국립 창원대학교에서 2013년 1학기 사이버 강좌로 개설된 ‘화장품학’을수강하는 학생들 ᄀ
ᅪ 2019년 1학기 통계학과 수업을 듣는학생들 및 창원대학교의 야간대학인 미래융합대학의 수업을 듣 ᄂ
ᅳᆫ학생들을대상으로 하였다. 설문조사 기간은 2013년 1학기의 수강생과 2019년 통계학과에서 수업 으
ᆯ 듣는 일부 학생들과 미래융합대학 학생들을 대상으로 하였으며, 이들 응답자들의 속성 분석 결과를 Table 3.1에 나타내었다.
2.2. 조사 도구 보
ᆫ연구를위한 ‘아건강 분석평가 기준표’와 ‘측정결과의 진단지표’는 Shin (2016)의 appendix를 참 ᄌ
ᅩ하면 되고 또한 ‘생활패턴 (생활 관리, 생체리듬, 올바른자세 및 스트레스 증상)’에 대한 각각의 설문 ᄆ
ᅮᆫ항은 Shin (2014)의 appendix의 Table A.2를참조하기 바란다.
2.3. 자료 수집 및 분석 ᄋ
ᅧᆫ구를위한 자료 수집은 국립 창원대학교의 사이버 강좌로 개설된 ‘화장품학’을 수강하는학생들과 2019년 1학기 통계학과 수업을 듣는학생들및 야간대학인 미래융합대학의 수업을 듣는학생들을 대상 ᄋ
ᅳ로, 아건강 분석평가 기준표의 설문과 생활패턴에관련된 설문에 대한 응답을각각 제출받았다. 자료 ᄇ
ᅮᆫ석은 SPSS 23.0프로그램을 이용하여 분석하였으며, 분석방법으로 설문 대상자의 일반적 특성을 파 ᄋ
ᅡ
ᆨ하기 위해 속성 분석을하였다 (Table 3.1 참조). 그리고 생활패턴과 아건강과의관계를알아보기 위 ᄒ
ᅢ t-검정, 분산분석을 실시하였으며 생활패턴과 아건강과의 심층적관계를 알아보기 위해 의사결정나 ᄆ
ᅮ (decision tree)분석을 실시하였다.
3. 연구결과 및 해석
3.1. 응답자의 일반적 속성 분석
2013년 사이버강좌를수강한 학생들 (응답자 138명)과 2019년 재학생 (응답자 113명)과 미래융합대 ᄒ
ᅡᆨ (평생학습자 : 응답자 59명)의 학생들에 대한 성별과 학력의 현황은다음의 Table 3.1과 같다.
Table 3.1 General characteristics
College Item Frequency Percent(%)
(person)
Cyber lecture Male 98 71.0
Female 40 29.0
General lecture Male 60 53.1
Female 53 46.9
Future convergence university Male 26 44.1
(lifelong learner) Female 33 55.9
Total 310
3.2. 년도에 따른 차이분석
3.2.1. 년도에 따른 생활패턴의 차이분석
Table 3.2 Result for analysis of variance with life pattern by year
Life management Stress symptoms Right posture evaluation
Category N Sub group for significance level 0.05
(Year) 1 2 1 2 3 1 2
2013 Cyber lecture 138 8.71 7.93 3.45
2019 General lecture 113 9.81 9.92 4.46
2019 Future 59 10.49 11.86 8.15
convergence university
p-value 1.000 0.118 1.000 1.000 1.000 0.300 1.000
2013년 사이버강좌, 2019년 재학생과 미래융합대학 학생들에 대한 생활패턴에 차이가 있는지를알아 ᄇ
ᅩ기 위해 분산분석을 실시하였으며 분산분석 결과 생활패턴의 4개 요소 (생활 관리, 생체리듬, 올바른 ᄌ
ᅡ세 및 스트레스 증상) 중생체리듬을제외한 나머지 3개 요소에서 유의수준 5%에서 차이가 있는것으 ᄅ
ᅩ 나타났다. 차이가 있는 이들 3개 요소 (생활 관리, 올바른자세 및 스트레스 증상)에 대한 독립표본 t-검정에서 생활관리는 2013년과 2019년 (재학생과 미래융합대학 학생) 학생들사이에 유의수준 5%에 ᄉ
ᅥ 차이가 있는 것으로 나타났으며, 특히 2019년 미래 융합대학 학생들의 평균은 10.49로 생활관리가 ᄌ
ᅡ
ᆯ되고 있는것으로 나타났다. 스트레스 증상은 2013년, 2019년 재학생, 2019년 사이버대학 학생들사 ᄋ
ᅵ에 각각 유의수준 5%에서 차이가 있었으며, 특히 2019년 미래융합대학 학생들은 11.86으로 스트레 ᄉ
ᅳ 증상이 심각한 것으로 나타났다. 마지막으로 올바른자세는 2013년, 2019년 재학생과 2019년 사이 ᄇ
ᅥ 대학 학생들사이에 유의수준 5%에서 차이가 있는것으로 나타났다. 2013년과 2019년 재학생들은 오
ᆯ바른자세가 좋은것으로 나타났지만 2019년 미래융합대학 학생들은정상 수치를보이지만 상대적으 ᄅ
ᅩ 좋지 않은것으로 나타났다.
3.2.2. 년도에 따른 아건강의 차이 분석 ᄃ
ᅡ음으로 년도에 따른각각 10개의 아건강에 대한 차이가 있는지를알아보기 위해 분산분석을 실시하 ᄋ
ᅧᆻ으며 이들결과중그룹간에 차이가 있는 5개의 아건강을정리한 것이 Table 3.3과 같다.
Table 3.3 Result for analysis of variance with sub hearth by year
Immune system Digestive system Cerebral nerve Respirative system
Category N Sub group for significance level 0.05
(Year) 1 2 1 2 1 2 1 2
2019 General lecture 113 2.80 3.33 5.98 1.66
2013 Cyber lecture 138 3.17 4.17 6.33 6.33 2.04 2.04
2019 Future 59 4.27 4.56 7.39 2.10
convergence university
p-value 0.307 1.000 1.000 0.319 0.600 0.106 0.060 0.740
Skeletal system
Category N Sub group for significance level 0.05
(Year) 1 2
2013 Cyber lecture 138 1.59
2019 General lecture 113 1.75
2019 Future 59 2.54
convergence university
p-value 0.583 1.000
ᄇ
ᅮᆫ석 결과, 년도에 따라 유의수준 5%에서 면역계, 소화계, 뇌신경, 호흡기, 골격계에 대하여 차이가 이
ᆻ는 것으로 나타났다. 이를 자세하게 살펴보면, 면역계, 소화계, 뇌신경, 호흡기는 2019년 재학생이 2013년도의 학생들과 2019년도 미래융합대학 학생들보다 각각 평균수치가 가장 낮아 2019년 재학생의 ᄋ
ᅡ건강 상태가 좋은것으로 나타났지만, 골격계는 2013년 학생들이 가장 낮게 나타났다. 나머지 5개의 ᄋ
ᅡ건강 (순환계, 장, 호르몬,비뇨기, 신진대사)은그룹간 차이가 없는것으로 나타났다.
3.3. 생활패턴과 아건강의 다중회귀분석 ᄋ
ᅵ 절 이후부터는 각 그룹별이 아닌 3개 그룹을 통합하여 분석하였다 (생활패턴 중생활관리에 1명 ᄆ
ᅮ응답). 먼저 생활패턴 (생활관리, 생체리듬, 스트레스 및 올바른자세)이 아건강 (면역계, 순환계, 소 ᄒ
ᅪ계, 장, 뇌신경, 호르몬, 호흡기, 비뇨기, 골격계 및 신진대사)에 각각 어떠한 영향을미치는가를 알 ᄋ
ᅡ보기 위하여 생활패턴을 독립변수로 하고 각각의 아건강을 종속변수로 하여 다중회귀분석을 실시하여 ᄀ
ᅳ 결과를 Table 3.4에 나타내었다.
부
ᆫ석 결과 아건강이 유의수준 0.1%에서 면역계 , 순환계 , 소화계 , 장 , 뇌신경 , 호르몬 ,호흡기 , 비 ᄂ
ᅭ기 , 골격계 및 신진대사 의 유의확률이 각각 0.001이하이므로 매우 깊은 관계가 있는것으로 나타났 ᄃ
ᅡ.
ᄒ
ᅡᆫ편 생활패턴 (생활관리, 바이오리듬, 스트레스 증상 및 올바른 자세)과 아건강과의 다중회귀분석 겨
ᆯ과는 10개의 아건강 모두 스트레스 증상이 가장 영향을많이 미치는것으로 나타났다. 이는스트레스 ᄂ
ᅳᆫ만병의근원이라는말과도 일치하는결과를보여주고 있다. 생활패턴의 나머지 3개 요소 (생활관리, ᄇ
ᅡ이오리듬 및 올바른자세)는 10개의 아건강에 따라 각각 다르게 영향을미치는것으로 나타났다.
Table 3.4 Analysis of multiple regression analysis
Dependent Independent Regression Standardized t-value p-value variable variable coefficients regression
coefficients
Immune Life management 0.045 -0.010 -0.186 0.852
system Healthy biorhythm 0.041 -0.127 -2.102 0.036*
Stress symptoms 0.025 0.513 9.164 0.000***
Right posture evaluation 0.019 0.110 2.146 0.033*
R
2= 0.424, F=56.235, p=0.000***
Circulatory Life management 0.052 -0.151 -2.669 0.008**
system Healthy biorhythm 0.047 -0.065 -1.020 0.308
Stress symptoms 0.029 0.456 7.679 0.000***
Right posture evaluation 0.022 0.086 1.575 0.116 R
2= 0.352, F=41.441, p=0.000***
Digestive Life management 0.050 -0.151 -2.690 0.008**
system Healthy biorhythm 0.045 -0.085 -1.354 0.177
Stress symptoms 0.028 0.437 7.441 0.000***
Right posture evaluation 0.021 0.113 2.100 0.037*
R
2= 0.367, F=44.254, p=0.000***
Intestine Life management 0.057 -0.168 -2.951 0.003**
Healthy biorhythm 0.051 -0.145 -2.266 0.024*
Stress symptoms 0.031 0.429 7.228 0.000***
Right posture evaluation 0.024 0.013 0.244 0.807 R
2= 0.351, F=41.300, p=0.000***
Cerebral Life management 0.081 -0.106 -1.938 0.054
nerve Healthy biorhythm 0.073 -0.153 -2.470 0.014*
Stress symptoms 0.045 0.454 7.901 0.000***
Right posture evaluation 0.034 0.079 1.511 0.132 R
2= 0.394, F=49.628, p=0.000***
Hormonel Life management 0.079 -0.101 -1.743 0.082
Healthy biorhythm 0.071 -0.152 -2.328 0.021*
Stress symptoms 0.044 0.442 7.289 0.000***
Right posture evaluation 0.034 -0.002 -0.027 0.978 R
2= 0.324, F=36.494, p=0.000***
Respirative Life management 0.029 -0.204 -3.136 0.002**
system Healthy biorhythm 0.026 0.017 0.227 0.821
Stress symptoms 0.016 0.305 4.485 0.000***
Right posture evaluation 0.012 0.018 0.294 0.769 R
2= 0.153, F=13.735, p=0.000***
Urinary Life management 0.029 -0.006 -0.096 0.923
system Healthy biorhythm 0.026 -0.092 -1.344 0.180
Stress symptoms 0.016 0.388 6.091 0.000***
Right posture evaluation 0.012 0.107 1.827 0.069 R
2= 0.255, F=26.141, p=0.000***
Skeletal Life management 0.040 -0.037 -0.612 0.541
system Healthy biorhythm 0.036 -0.104 -1.525 0.128
Stress symptoms 0.022 0.358 5.644 0.000***
Right posture evaluation 0.017 0.134 2.302 0.022*
R
2= 0.262, F=27.106, p=0.000***
*: p < 0.05, **: p < 0.01, ***: p < 0.001
Dependent Independent Regression Standardized t-value p-value variable variable coefficients regression
coefficients
Metabolism Life management 0.050 -0.025 -0.373 0.710
Healthy biorhythm 0.045 -0.071 -0.951 0.342
Stress symptoms 0.027 0.245 3.520 0.000***
Right posture evaluation 0.021 0.056 0.871 0.385 R
2= 0.107, F=9.121, p=0.000***
*: p < 0.05, **: p < 0.01, ***: p < 0.001
4. 의사결정나무분석 ᄋ
ᅡ
ᇁ의 3절에서는생활패턴을 독립변수로 하고 10개의 아건강 지표를 종속변수로 하여 다중회귀분석 ᄋ
ᅳᆯ 실시하여 그 결과로 생활패턴이 아건강에 미치는영향에 대해 분석하였다. 본장에서는앞의 3장의 부
ᆫ석과는반대로 아건강 10개 지표들이 생활패턴과 어떤관계가 있는가를알아보기 위하여 데이터마이 니
ᆼ의 기법 중의사결정나무 기법을사용하여 분석하였다. 분석 기법은 SPSS의 데이터마이닝 솔루션인 Modeler를이용하였으며 CART 기법을 이용하여 나무 모형을생성하였다 (Figure 4.1). 이들결과를 ᄌ
ᅡ세히 살펴보면, Figure 4.1, Figure 4.2, Figure 4.3을 통해 생활관리, 생체리듬, 스트레스 증상, 올바 ᄅ
ᅳ
ᆫ자세에 따라서 각각의 아건강이 어떻게 되는지를알 수 있다. 실제 생성된나무 모형 중 특이한 트리 르
ᆯ살펴보면 다음과 같다.
Figure 4.1 The construction of decision tree (circulatory system)
Figure 4.1의 아건강에 대해 살펴보기로 하자. 순환계는 분류 전 순환계 (circulatory system) 아 ᄀ
ᅥᆫ강이 나쁠 확률이 61.6%였던 것이 올바른 자세가 불량이고 생활관리가 나쁘면 순환계 아건강이 나 쁘
ᆯ 확률이 97.8%로 36.2%p 증가하는 것으로 나타났다. 반면에 분류 전 순환계 아건강이 좋을 확률 ᄋ
ᅵ 38.4%였던 것이 올바른 자세가 양호하고 스트레스 증상이 좋으면 순환계 아건강이 좋을 확률이 65.2%로 26.8%p 증가하는것을알 수 있었다.
Figure 4.2 The construction of decision tree (respirative system)
Figure 4.2의 아건강에 대해 살펴보면, 호흡기는 분류 전 호흡기 (respirative system) 아건강이 나쁠 화
ᆨ률이 57.7%였던 것이 올바른자세가 불량이면 호흡기 아건강이 나쁠확률이 75.3%로 17.6%p 증가하 ᄆ
ᅧ, 반면에 분류 전 호흡기 아건강이 좋을확률이 42.3%였던 것이 올바른자세가 양호하고 스트레스 증 ᄉ
ᅡᆼ이 좋으면 호흡기 아건강이 좋을확률이 63.6%로 21.3%p 증가하는것을알 수 있었다.
Figure 4.3 The construction of decision tree (skeletal system)
Figure 4.3의 아건강에 대해 살펴보면, 골격계는 분류 전 골격계 (skeletal system) 아건강이 나 쁘
ᆯ 확률이 16.8%였던 것이 올바른 자세가 불량이고 생활관리가 나쁘면 골격계 아건강이 나쁠 확률 ᄋ
ᅵ 55.6%로 38.8%p 증가하여 3배 이상의 증가를 보였고, 반면에 분류 전 호흡기 아건강이 좋을 확 류
ᆯ이 83.2%였던 것이 올바른 자세가 양호하고 스트레스 증상이 좋으면 골격계 아건강이 좋을 확률이 98.5%로 15.3%p 증가하는것을알 수 있었다.
ᄋ
ᅴ사결정나무분석을이용한 10개 아건강의 결과 및 분류정확도를 Table 4.1에 나타내었다. 이들 중
부
ᆫ류정확도가 높은 것을 살펴보면 먼저 골격계 아건강의 결과는 총 310명 중에서 258명이 골격계 아 ᄀ
ᅥᆫ강이 좋았고, 52명이 골격계 아건강이 나빴다. 이 중 골격계 아건강이 좋았던 258명 중에서 238명 ᄋ
ᅵ 골격계 아건강이 좋다고 제대로 분류되어 분류정확도는 92.2%이며, 골격계 아건강이 나쁜 52명 중 ᄋ
ᅦ서 25명이 골격계 아건강이 나쁘다고 제대로 분류되어 분류 정확도는 48.1%여서 전체 분류정확도는 84.8%로 10개의 아건강 중가장 높게 나타났으며 다음으로 신진대사 아건강의 결과는 총 310명 중에 ᄉ
ᅥ 110명이 비뇨기 아건강이 좋았고, 28명이 비뇨기 아건강이 나빴다. 이 중아건강이 좋았던 110명 중 ᄋ
ᅦ서 244명이 신진대사 아건강이 좋다고 제대로 분류되어 분류정확도는 93.9%이며, 신진대사 아건강이 ᄂ
ᅡ쁜 66명 중에서 25명이 신진대사 아건강이 나쁘다고 제대로 분류되어 분류정확도는 37.9%여서 전체 부
ᆫ류정확도는 81.9%로 나타났다.
ᄇ
ᅡᆫ면에, 호흡기 아건강의 결과는 총 310명 중에서 131명이 호흡기 아건강이 좋았고, 179명이 호흡기 ᄋ
ᅡ건강이 나빴다. 이 중호흡기 아건강이 좋았던 131명 중에서 42명이 호흡기 아건강이 좋다고 제대로 부
ᆫ류되어 분류정확도는 32.1%이며, 호흡기 아건강이 나쁜 179명 중에서 155명이 호흡기 아건강이 나쁘 ᄃ
ᅡ고 제대로 분류되어 분류정확도는 86.6%로 전체 분류정확도는 63.5%로 가장 낮게 나타났다. 나머지 ᄋ
ᅡ건강에 대한 분류정확도는 Table 4.1을참고하기 바란다.
Table 4.1 The result of decision tree (sub-health)
Classification Observation Sub-health Total Accuracy
Expect Good Bad (person) (%)
Immune Sub-health Good 212 10 222 95.5
Syetem Bad 58 30 88 34.1
Total 270 40 310 78.1
Circulatory Sub-health Good 43 76 119 36.1
System Bad 23 168 191 88.0
Total 66 244 310 68.1
Digestive Sub-health Good 174 28 202 86.1
System Bad 51 57 108 52.8
Total 225 85 310 74.5
Intestine Sub-health Good 123 49 172 71.5
Bad 51 87 138 63.0
Total 174 136 310 67.7
Cerebral Sub-health Good 47 73 120 39.2
Nerve Bad 20 170 190 89.5
Total 67 243 310 70.0
Hormone Sub-health Good 114 33 147 77.6
Bad 57 106 163 65.0
Total 171 139 310 71.0
Respirative Sub-health Good 42 89 131 32.1
system Bad 24 155 179 86.6
Total 66 244 310 63.5
Urinary Sub-health Good 162 31 193 83.9
system Bad 63 54 117 46.2
Total 225 85 310 69.7
Skeletal Sub-health Good 238 20 258 92.2
system Bad 27 25 52 48.1
Total 265 45 310 84.8
Metabolism Sub-health Good 229 15 244 93.9
Bad 41 25 66 37.9
Total 270 40 310 81.9
5. 결론 및 토의 ᄉ
ᅡ람들은건강한 삶을살기 위해 많은노력을하고 있다. 방송 등매스컴에서는전문가들이 건강을위 ᄒ
ᅡᆫ 내용을많이 쏟아내고 있다. 또한 이들 건강 관련한 연구 논문들이 많이 발표되고 있다. 따라서 본 ᄋ
ᅧᆫ구에서는건강한 상태와 질병에 걸린 상태의 중간 과정인 아건강 상태를미리 진단하여 보다 적극적인 ᄎ
ᅵ료 계획이나 사회적 비용을 줄이기 위하여 경상남도 소재 국립대학교인 창원대학교 대학생을대상으 ᄅ
ᅩ 생활패턴과 아건강에 대한 각각의 설문지에 응답한 결과를 바탕으로 분석을 실시하였다. 그 결과를 ᄉ
ᅡ
ᆯ펴보면 먼저, 각 학생들그룹간에 생활패턴에 차이가 있는지에 대한 분산분석 결과 생활패턴의 4개 ᄋ
ᅭ소 (생활 관리, 생체리듬, 올바른자세 및 스트레스 증상) 중생체리듬을 제외한 나머지 3개 요소에 ᄉ
ᅥ 유의수준 5%에서 차이가 있는것으로 나타났다. 차이가 있는이들 3개 요소 (생활 관리, 올바른자 ᄉ
ᅦ 및 스트레스 증상)에 대한 독립표본 t-검정에서 생활관리는 2013년과 2019년 (재학생과 미래융합대 ᄒ
ᅡᆨ 학생) 학생들사이에 유의수준 5%에서 차이가 있는것으로 나타났으며, 특히 2019년 미래 융합대학 ᄒ
ᅡᆨ생들의 평균은 10.49로 생활관리가 잘되고 있는 것으로 나타났다. 스트레스 증상은 2013년, 2019년 ᄌ
ᅢ학생, 2019년 사이버대학 학생들 사이에 각각 유의수준 5%에서 차이가 있었으며, 특히 2019년 미 ᄅ
ᅢ융합대학 학생들은 11.86으로 스트레스 증상이 심각한 것으로 나타났다. 마지막으로 올바른자세는 2013년, 2019년 재학생과 2019년 사이버 대학 학생들사이에 유의수준 5%에서 차이가 있는것으로 나 ᄐ
ᅡ났다. 2013년과 2019년 재학생들은 올바른자세가 좋은것으로 나타났지만 2019년 미래융합대학 학 새
ᆼ들은정상 수치를보이지만 상대적으로 좋지 않은것으로 나타났다.
ᄃ
ᅡ음으로 년도에 따른 10개의 아건강에 대한 차이가 있는지에 대한 분산분석 결과는유의수준 5%에 ᄉ
ᅥ 면역계, 소화계, 뇌신경, 호흡기, 골격계에 대하여 차이가 있는것으로 나타났다. 이를자세하게 살펴 ᄇ
ᅩ면, 면역계, 소화계, 뇌신경, 호흡기는 2019년 재학생이 2013년도의 학생들과 2019년도 미래융합대학 ᄒ
ᅡᆨ생들보다 각각 평균수치가 가장 낮아 2019년 재학생의 아건강 상태가 좋은것으로 나타났지만, 골격 ᄀ
ᅨ는 2013년 학생들이 가장 낮게 나타났다. 나머지 5개의 아건강 (순환계, 장, 호르몬, 비뇨기, 신진대 ᄉ
ᅡ)은그룹간 차이가 없는것으로 나타났다. 또한, 생활패턴 (생활관리, 바이오리듬, 스트레스 증상 및 오
ᆯ바른자세)과 아건강과의 다중회귀분석 결과는 10개의 아건강 모두 스트레스 증상이 가장 영향을많 ᄋ
ᅵ 미치는 것으로 나타났다. 이는스트레스는만병의 근원이라는 말과도 일치하는 결과를보여주고 있 ᄃ
ᅡ. 생활패턴의 나머지 3개 요소 (생활관리, 바이오리듬 및 올바른자세)는 10개의 아건강에 따라 각각 ᄃ
ᅡ르게 영향을미치는것으로 나타났다. 마지막으로 생활패턴과 아건강이 각각 어떤 영향을미치는지를 ᄋ
ᅡ
ᆯ아본 의사결정나무분석의 결과 생활패턴과 아건강은 통계적으로 유의미한 결과를얻을수 있었으며, 새
ᆼ활패턴 중 올바른자세만 양호하여도 10개의 아건강 중뇌신경과 호르몬을제외하고 나머지 8개의 아 ᄀ
ᅥᆫ강이 좋아지는것을알 수 있었다.
ᄉ
ᅡ람의 몸은주로 면역력이 약해지면 질병에 걸리는경우가 많이 있다. 오랜 직장생활로 인해 몸의 상 ᄐ
ᅢ가 많이 나빠져 있는 중년층이 이러한 경우에 해당되며, 또한 노동은 직업의 종류에 따라서 강도도 다 ᄋ
ᅣᆼ하고 이로 인해 노동자의 건강 상태는다양할 수 있다. 따라서 본연구 대상을 5, 60대의 중장년층으 ᄅ
ᅩ확대하고 다양한 직업군에 대해 생활패턴과 아건강의 관련성을파악할 수 있다면 많은사람들이 더 ᄀ
ᅥᆫ강하고 행복한 삶을 즐기는데 도움이 되리라 판단된다.
References
Ryu, J. M., Park, Y. B. and Park, Y. J. (2009). A study on validity of the Korean version of the subhealth questionnaire. The Journal of the Korea Institude of Oriental Medical Diagnostics, 13, 78-87.
Ryu, J. M., Park, Y. J. and Park, Y. B. (2011). Correlation analysis of Korean version of the subhealth questionnaire and profile of mood states factors.The Journal of the Korea Institude of Oriental Medical Diagnostics, 15, 77-86.
Shin, J. K. (2014). Statistical analysis of life pattern and functional cosmetics awareness. Journal of the Korean Data & Information Science Society, 25, 1273-1281.
Shin, J. K. (2015). Statistical analysis on a specific student group and their responses to sub-health ques- tionnaire. Journal of the Korean Data & Information Science Society, 26, 895-906.
Shin, J. K. (2016). The study on the relevance of life management and sub-health. Journal of the Korean Data & Information Science Society, 27, 925-934.
Shin, J. K. (2017). The study on the relevance of healthy biorhythm and sub-health. Journal of the Korean Data & Information Science Society, 28, 1069-1076.
Shin, J. K. (2018a). The study on the relevance of right posture evaluation and sub-health. Journal of the Korean Data & Information Science Society, 29, 987-995.
Shin, J. K. (2018b). A study on the relevance of sub-health and stress symptoms. Journal of the Korean Data & Information Science Society, 29, 1533-1542.
Shin, J. K. (2019). Decision tree analysis on the relationship between sub-health and life patterns. Journal
of the Korean Data & Information Science Society, 30, 851-861.
2020, 31
(5)
,889–899
Decision tree analysis on the relationship between life patterns and sub-health for specific college student
Jae-Kyoung Shin
1
1Department of Statistics, Changwon National University
Received 17 August 2020, revised 6 September 2020, accepted 7 September 2020
Abstract
Media outlets have introduced that if ingested continuously, it will be effective to overcome certain diseases. Therefore, in this study, we tested that if we could diagnose our own health condition in advance, we would be able to lead a healthy life, and we conducted a statistical analysis based on the answers to questionnaires about sub- health and life patterns. The results of the multiple regression analysis of lifestyle patterns (life management, biorhythms, stress symptoms, right posture evaluation) and sub-health show that stress symptoms have the most impact on all sub-health.
Decision tree analysis was then performed to examine the relationship between life patterns (life management, biorhythm, stress symptoms, right posture evaluation) and sub-health. The analysis showed that life patterns and sub-health had statistically significant results. And even if only the right posture evaluation was good among the life patterns, the remaining eight of the 10 sub-health could be found to be improved except for the cerebral nerve and hormone.
Keywords: Comprehensive diagnosis, decision tree, life pattern, multiple regression analysis, sub-health.
1
