An analysis on the predictors of adolescents’ life satisfaction based on quantile regression^†

2018, 29

5)

1215–1225

청소년 삶의 만족도 관련요인 분석 ^†

저

ᆼ윤주

¹

²

1인천대학교 유아교육과 ·²서울대학교 통계학과

ᄌ ᅥ

ᆸᄉ ᅮ 2018ᄂ ᅧ ᆫ 8ᄋ ᅯ ᆯ 3ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2018ᄂ ᅧ ᆫ 9ᄋ ᅯ ᆯ 3ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2018ᄂ ᅧ ᆫ 9ᄋ ᅯ ᆯ 4ᄋ ᅵ ᆯ

요 약

ᄇ

ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄋ ᅦᄉ ᅥᄂ ᅳ ᆫ ᄎ ᅥ ᆼᄉ ᅩᄂ ᅧ ᆫᄋ ᅴ ᄒ ᅡ ᆨᄋ ᅥ ᆸᄉ ᅥ ᆼᄎ ᅱ (ᄒ ᅡ ᆨᄋ ᅥ ᆸᄉ ᅥ ᆼᄎ ᅱᄃ ᅩᄋ ᅪ ᄒ ᅡ ᆨᄋ ᅥ ᆸᄉ ᅥ ᆼᄎ ᅱᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩ)ᄀ ᅡ ᄉ ᅡ ᆱᄋ ᅴ ᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩᄋ ᅦ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄌ

ᅩ

ᆷ ᄃ ᅥ ᄉ ᅵ ᆷᄃ ᅩ ᄋ ᅵ ᆻᄀ ᅦ ᄋ ᅡ ᆯᄋ ᅡᄇ ᅩᄀ ᅵ ᄋ ᅱᄒ ᅡᄋ ᅧ ᄇ ᅮ ᆫ ᄋ ᅱᄒ ᅬᄀ ᅱᄅ ᅳ ᆯ ᄌ ᅥ ᆨᄋ ᅭ ᆼ ᄒ ᅡᄋ ᅧ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡᄀ ᅩ ᄋ ᅵ ᆯᄇ ᅡ ᆫᄌ ᅥ ᆨᄋ ᅳᄅ ᅩ ᄀ ᅡᄌ ᅡ ᆼ ᄆ ᅡ ᆭᄋ ᅵ ᄉ ᅡᄋ ᅭ ᆼ ᄃ ᅬᄂ ᅳ ᆫ ᄇ ᅡ ᆼᄇ ᅥ ᆸ ᄋ

ᅵ ᆫ ᄉ ᅥ ᆫᄒ ᅧ ᆼᄒ ᅬᄀ ᅱᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄀ ᅧ ᆯᄀ ᅪᄋ ᅪ ᄇ ᅵᄀ ᅭᄒ ᅡᄀ ᅩᄌ ᅡ ᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄒ ᅡ ᆫᄀ ᅮ ᆨ ᄋ ᅡᄃ ᅩ ᆼ·ᄎ ᅥ ᆼᄉ ᅩᄂ ᅧ ᆫᄑ ᅢᄂ ᅥ ᆯᄌ ᅩᄉ ᅡ ᄎ ᅩ1ᄑ ᅢᄂ ᅥ ᆯ 7ᄎ ᅡᄂ ᅧ ᆫᄃ ᅩ ᄌ ᅡᄅ ᅭᄅ ᅳ ᆯ ᄉ ᅡᄋ ᅭ ᆼ ᄒ

ᅡᄋ ᅧ ᄌ ᅥ ᆫᄀ ᅮ ᆨ ᄋ ᅴ ᄌ ᅮ ᆼ ᄒ ᅡ ᆨᄀ ᅭ 1ᄒ ᅡ ᆨᄂ ᅧ ᆫᄉ ᅢ ᆼ 2,002ᄆ ᅧ ᆼᄋ ᅳᄅ ᅩᄇ ᅮᄐ ᅥ ᄉ ᅮᄌ ᅵ ᆸᄃ ᅬ ᆫ ᄌ ᅡᄅ ᅭᄅ ᅳ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄇ ᅮ ᆫ ᄋ ᅱᄒ ᅬᄀ ᅱᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄀ ᅧ ᆯᄀ ᅪ, ᄒ ᅡ ᆨᄋ ᅥ ᆸᄉ ᅥ ᆼ ᄎ

ᅱᄃ ᅩᄋ ᅪ ᄒ ᅡ ᆨᄋ ᅥ ᆸᄉ ᅥ ᆼᄎ ᅱᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩᄀ ᅡ ᄀ ᅡ ᆨᄀ ᅡ ᆨ ᄉ ᅡ ᆱᄋ ᅴ ᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩᄋ ᅦ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆫ ᄉ ᅡ ᆱᄋ ᅴ ᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩ ᄇ ᅮ ᆫ ᄋ ᅱᄋ ᅦ ᄄ ᅡᄅ ᅡ ᄃ ᅡᄅ ᅳᄀ ᅦ ᄂ ᅡᄐ ᅡᄂ ᅡ ᆻ ᄀ

ᅩ ᄉ ᅥ ᆫᄒ ᅧ ᆼᄒ ᅬᄀ ᅱᄇ ᅮ ᆫᄉ ᅥ ᆨᄋ ᅳ ᆯ ᄉ ᅵ ᆯᄉ ᅵᄒ ᅡ ᆫ ᄀ ᅧ ᆯᄀ ᅪᄆ ᅡ ᆫᄋ ᅳᄅ ᅩᄂ ᅳ ᆫ ᄋ ᅡ ᆯ ᄉ ᅮ ᄋ ᅥ ᆹᄂ ᅳ ᆫ ᄒ ᅬᄀ ᅱᄀ ᅨᄉ ᅮᄋ ᅴ ᄃ ᅡᄋ ᅣ ᆼᄉ ᅥ ᆼᄋ ᅳ ᆯ ᄇ ᅡ ᆯᄀ ᅧ ᆫᄒ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄋ ᅥ ᆻᄃ ᅡ. ᄄ ᅩᄒ ᅡ ᆫ ᄒ ᅡ ᆨ ᄋ ᅥ

ᆸᄉ ᅥ ᆼᄎ ᅱᄋ ᅴ ᄀ ᅢ ᆨᄀ ᅪ ᆫᄌ ᅥ ᆨ ᄌ ᅵᄑ ᅭᄋ ᅵ ᆫ ᄒ ᅡ ᆨᄋ ᅥ ᆸᄉ ᅥ ᆼᄎ ᅱᄃ ᅩᄋ ᅴ ᄉ ᅡ ᆱᄋ ᅴ ᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩᄋ ᅦ ᄃ ᅢᄒ ᅡ ᆫ ᄒ ᅬᄀ ᅱᄀ ᅨᄉ ᅮᄂ ᅳ ᆫ ᄉ ᅡ ᆱᄋ ᅴ ᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩ ᄇ ᅮ ᆫ ᄋ ᅱᄋ ᅦ ᄄ ᅡᄅ ᅡ ᄏ ᅳᄀ ᅵ ᄀ

ᅡ ᄆ ᅢᄋ ᅮ ᄌ ᅡ ᆨᄀ ᅥᄂ ᅡ ᄐ ᅩ ᆼ ᄀ ᅨᄌ ᅥ ᆨᄋ ᅳᄅ ᅩ ᄋ ᅲᄋ ᅴᄆ ᅵᄒ ᅡᄌ ᅵ ᄋ ᅡ ᆭᄋ ᅳ ᆫ ᄇ ᅡ ᆫᄆ ᅧ ᆫ ᄌ ᅮ ᄀ ᅪ ᆫᄌ ᅥ ᆨ ᄌ ᅵᄑ ᅭᄋ ᅵ ᆫ ᄒ ᅡ ᆨᄋ ᅥ ᆸᄉ ᅥ ᆼᄎ ᅱᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩᄋ ᅴ ᄉ ᅡ ᆱᄋ ᅴ ᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩᄋ ᅦ ᄃ ᅢ ᄒ ᅡ

ᆫ ᄒ ᅬᄀ ᅱᄀ ᅨᄉ ᅮᄂ ᅳ ᆫ ᄉ ᅡ ᆱᄋ ᅴ ᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩ ᄌ ᅥ ᆫᄎ ᅦ ᄇ ᅮ ᆫ ᄋ ᅱᄋ ᅦᄉ ᅥ ᄐ ᅩ ᆼ ᄀ ᅨᄌ ᅥ ᆨᄋ ᅳᄅ ᅩ ᄋ ᅲᄋ ᅴᄆ ᅵᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄇ ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄂ ᅳ ᆫ ᄀ ᅮ ᆨ ᄂ ᅢᄋ ᅦᄉ ᅥ ᄋ ᅡᄃ ᅩ ᆼᄎ ᅥ ᆼᄉ ᅩᄂ ᅧ ᆫ ᄇ

ᅡ ᆯᄃ ᅡ ᆯ ᄋ ᅧ ᆫᄀ ᅮᄋ ᅦ ᄌ ᅥ ᆨᄋ ᅭ ᆼᄃ ᅬ ᆫ ᄉ ᅡᄅ ᅨᄀ ᅡ ᄃ ᅳᄆ ᅮ ᆫ ᄇ ᅮ ᆫ ᄋ ᅱᄒ ᅬᄀ ᅱᄀ ᅡ ᄀ ᅵᄌ ᅩ ᆫ ᄋ ᅴ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄇ ᅡ ᆼᄇ ᅥ ᆸᄋ ᅳ ᆯ ᄇ ᅩ ᄋ ᅪ ᆫ ᄒ ᅡᄂ ᅳ ᆫ ᄉ ᅢᄅ ᅩᄋ ᅮ ᆫ ᄇ ᅡ ᆼᄇ ᅥ ᆸᄋ ᅳᄅ ᅩᄉ ᅥ ᄀ ᅡᄂ ᅳ ᆼᄉ ᅥ ᆼ ᄋ

ᅵ ᄋ ᅵ ᆻᄋ ᅳ ᆷᄋ ᅳ ᆯ ᄌ ᅦᄉ ᅵᄒ ᅡᄋ ᅧ ᆻᄃ ᅡᄂ ᅳ ᆫ ᄋ ᅴᄆ ᅵᄅ ᅳ ᆯ ᄌ ᅵᄂ ᅵ ᆫᄃ ᅡ.

ᄌ

ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄇ ᅮ ᆫ ᄋ ᅱᄒ ᅬᄀ ᅱ, ᄉ ᅡ ᆱᄋ ᅴ ᄆ ᅡ ᆫᄌ ᅩ ᆨ ᄃ ᅩ, ᄎ ᅥ ᆼᄉ ᅩᄂ ᅧ ᆫ, ᄒ ᅡ ᆨᄋ ᅥ ᆸᄉ ᅥ ᆼᄎ ᅱ.

1. 서론 ᄉ

ᅡ

ᆱ의 만족도는전반적인 삶의 질을주관적으로 평가한 것이며 주관적 안녕감 즉, 행복의 핵심적인 구 서

ᆼ 요소로서 (Diener와 Diener, 1995) 매우 중요한 의미를지닌다. 그런데 한국인의 삶에 대한 만족도 ᄂ

ᅳᆫ 국제적인 조사 결과 (OECD, 2015), 매우 낮은것으로 나타나 사회적, 학문적 차원에서관련 요인에 ᄃ

ᅢ한관심이 높아져 있다. 한국인의 삶의 만족도가 낮은것은청소년의 경우도 예외가 아니다. 전국아 ᄃ

ᅩᆼ청소년 6,946명을대상으로 실시되었던 행복지수 국제비교 연구 (Yum 등, 2014)에 따르면, 한국 아 ᄃ

ᅩᆼ청소년의 주관적 행복지수는 OECD회원국의 평균을 100점으로 놓고 비교했을때 74점에 그치며 최 ᄒ

ᅡ위를기록하였다. 이러한 연구 결과는한국의 객관적, 물질적 행복지수가 OECD 회원국 중 3위를차 ᄌ

ᅵ한 것과 대조를이루며 한국아동청소년의 삶의 만족도에 영향 미치는요인에 대해 더욱면밀한 분석 ᄋ

ᅵ 필요하다는점을시사한다.

ᄉ ᅡ

ᆱ의 만족도는 1990년대에 시작된긍정심리학 및 ‘완전한 정신건강 모형 (complete state model of health)’ (Keyes, 2002)의 영향으로 정신건강 개념을단일요인 모형 (single-factor model)이 아닌 이요 ᄋ

ᅵᆫ 모형 (dual-factor model)으로 규정하게 되면서 그 중요성이 부각되었다 (Greenspoon과 Saklofske,

†

ᄋ ᅵ ᄂ ᅩ ᆫᄆ ᅮ ᆫᄋ ᅳ ᆫ ᄋ ᅵ ᆫᄎ ᅥ ᆫᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ 2016ᄂ ᅧ ᆫᄃ ᅩ ᄌ ᅡᄎ ᅦᄋ ᅧ ᆫᄀ ᅮᄇ ᅵ ᄌ ᅵᄋ ᅯ ᆫ ᄋ ᅦ ᄋ ᅴᄒ ᅡᄋ ᅧ ᄋ ᅧ ᆫᄀ ᅮᄃ ᅬᄋ ᅥ ᆻᄋ ᅳ ᆷ.

1

ᄀ ᅭᄉ ᅵ ᆫᄌ ᅥᄌ ᅡ: (21999) ᄋ ᅵ ᆫᄎ ᅥ ᆫᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄋ ᅧ ᆫᄉ ᅮᄀ ᅮ ᄀ ᅢ ᆺᄇ ᅥ ᆯᄅ ᅩ 12, ᄋ ᅵ ᆫᄎ ᅥ ᆫᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄋ ᅲᄋ ᅡᄀ ᅭᄋ ᅲ ᆨ ᄀ ᅪ, ᄀ ᅭᄉ ᅮ.

E-mail: [email protected]

2

(08826) ᄉ ᅥᄋ ᅮ ᆯᄐ ᅳ ᆨᄇ ᅧ ᆯᄉ ᅵ ᄀ ᅪ ᆫ ᄋ ᅡ ᆨᄀ ᅮ ᄀ ᅪ ᆫ ᄋ ᅡ ᆨᄅ ᅩ 1, ᄉ ᅥᄋ ᅮ ᆯ ᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄀ ᅪ, ᄀ ᅭᄉ ᅮ.

2001). 이요인 모형은정신적으로 건강하고 행복한 상태는정신장애라는부정적 요소가 없을 뿐아니라 ᄉ

ᅡ

ᆱ에 대한 만족이 높다는긍정적 요소도 동시에 충족해야 이룰수 있다는 입장이다. 한국아동청소년의 ᄉ

ᅡ

ᆱ의 만족도 현황을정신건강 이요인 모형관점에서 보면 한국아동청소년의 상당수가 정신적으로 건강 ᄒ

ᅡ지 않으며 행복하지 않다. 그런데 청소년기 삶의 만족은생애 전반의 정신건강과 행복에 장기적인 영 ᄒ

ᅣᆼ을미치므로 (Roberts 등, 2002; Yang, 2008)사회 구성원모두가 건강하고 행복하려면 청소년의 삶 ᄋ

ᅴ 만족에관련되는요인들에 지속적인관심을기울여야 할 것이다.

처

ᆼ소년 삶의 만족도관련 변수로 선행연구에서 다루어진 것들은청소년 개인의 심리적 특성, 부모자 ᄂ

ᅧ관계, 또래관계, 학업 영역에관련되는것으로 크게 구분할 수 있는데 (Chyung, 2015) 본연구에서는 ᄒ

ᅡᆨ업에 초점을맞추고자 한다. 삶을살아가는데 필요한 다양한 역량을계발하는것은청소년기 주요 과 어

ᆸ 중하나인데 학업에 매진하고 뛰어난 성취를 보이는 것은 한국사회에서 그러한 과업을이루는주된 ᄇ

ᅡᆼ식으로 인식된다 (Lee와 Yoon, 2008; Super, 1984). 학업성취는 한국청소년의 삶을 이루는요소들 주

ᆼ가장 중요시 되는것으로서 학업성취도가 높은 청소년은다른영역에 부족한 점이 있어도 성인들의 ᄂ

ᅥ그러운대우를받는경향이 있을정도이며 (Jun과 Choi, 2017) 학업성취 압박에 따른스트레스는한 ᄀ

ᅮ

ᆨ청소년의 정신건강에 가장 부정적인 영향을미치는요인으로서 자살사고와도 밀접한관련이 있는것 ᄋ

ᅳ로 나타났다 (Yoo와 Kahng, 2015). 또한 학업성취는한국사회를포함한 다양한 문화권에서 청소년 ᄋ

ᅴ 우울이나 자아존중감 등 심리정서적 적응과관계되고, 청소년기 사회성 발달에 핵심이 되는또래집단 ᄋ

ᅦ게 인정받는것과도관련된다 (Schwartz 등, 2001). 이와 같이 학업성취는청소년 삶의 만족에 영향 ᄆ

ᅵ치는여러 변수들 중에서도 한국사회의 학업 중시 풍토에 따라 더욱 중요한 변수라고 할 수 있다.

ᄒ

ᅡᆨ업성취도가 청소년 삶의 만족도에 미치는영향에 대한 선행연구 결과는 의외로 일관된경향을 보 ᄋ

ᅵ지 않는다. 학업성취도가 청소년의 주관적 안녕감 또는삶의 만족도에 정적인 영향을 미친다는결과 (Choi와 Hwang, 2010; Moon과 Kang, 2008)도 있고 유의미한 영향을 미치지 않는다는 결과 (Cho, 2013; Bak과 Song, 2008)도 보고되었다. 한국 청소년의 일상생활에서 학업이 차지하는 비중이 크고 ᄒ

ᅡᆨ업에 대한 가정과 사회의 기대치가 높기 때문에 학업성취도가 높을수록 청소년 삶의 만족도도 높 ᄋ

ᅳᆯ 것으로 쉽게 짐작되지만 경험적 연구에서는 그러한 생각을 지지하는 결과만 나타난 것은 아니었 ᄃ

ᅡ. 또한 초등학교 4학년부터 고등학교 3학년까지 청소년을대상으로 실시된행복지수 조사연구 (Yum ᄃ

ᅳᆼ, 2014)에서는 언제 행복한지를 묻는 질문에 대해 성적이 좋을때 행복하다고 응답한 청소년 비율이 11.9%에 그쳤으며 학년이 높을수록성적이 높을때 행복하다고 보고한 비율이 낮게 나타났다. 이러한 ᄌ

ᅩ사결과를 통해서도 청소년의 학업성취도와 삶의 만족도 간관계를한층 심도 있게 분석해야 할 필요성 으

ᆯ제기할 수 있다.

처

ᆼ소년 학업성취와 삶의 만족도 간관계를 좀더 심도 있게 살펴보는방법으로 본연구에서는 분위회 ᄀ

ᅱ (quantile regression)분석을채택하였고 분위회귀분석 결과와 선형회귀 (linear regression)분석 결 ᄀ

ᅪ를 비교해 보고자 한다. 청소년 발달 연구에서 독립변수가 종속변수에 미치는영향을 통계적으로 분 ᄉ

ᅥᆨ하기 위해 통용되는방법은각 변수의 평균을이용하여 회귀계수를추정함으로써 연구대상이 되는 집 ᄃ

ᅡᆫ에서 독립변수와 종속변수 간 관계의 일반적인 경향을추론하는 선형회귀분석이다. 이 방법은 변수 ᄀ

ᅡᆫ에 존재하는관계를 평균적으로 추정하여 연구대상 집단에서 독립변수와 종속변수 간에 나타나는 관 ᄀ

ᅨ를하나의 회귀선으로 요약하여 제시하기 때문에 집단의 전반적인 특성을이해하는데 유용하지만 독 리

ᆸ변수와 종속변수 간관계가 다양한 경향으로 나타날 가능성은고려할 수 없는한계가 있다.

부

ᆫ위회귀분석은 경제학 연구에 많이 적용되어 온방법으로 종속변수 수준 (분위)별로 다수의 회귀선 ᄋ

ᅳᆯ추정하므로 독립변수와 종속변수 간 다양한관계 경향을발견하여 하위집단을고려할 수 있는장점을 ᄌ

ᅵ닌다 (Koenker와 Basset, 1978). 본연구는청소년 학업성취와 삶의 만족도 사이의 관계에 대해 선 ᄒ

ᅢᆼ연구 결과가 일관되지 않은것에 주목하여 삶의 만족도 분위 별로 학업성취도와 삶의 만족도의관계 ᄀ

ᅡ 다양하게 나타날 가능성을알아보기 위해 분위회귀분석을시도하고 그 결과를선형회귀분석 결과와

ᄇ

ᅵ교하고자 하였다. Petscher와 Logan (2014)이 밝힌 바와 같이 분위회귀는 일반적인 선형회귀의 한계 르

ᆯ보완하는이점이 있음에도 불구하고 아동청소년 발달 연구에서의 적용은 일천한 실정이다. 분위회귀 ᄇ

ᅡᆼ법론은향후 다양한 주제로의 분화를가능하게 하는잠재력이큰방법론임을감안하여 (Jeong, 2017;

Kang과 Sim, 2018; Kim과 Lee, 2016; Lee와 Kim, 2016; Lee와 Noh, 2013; Noh와 Lee, 2016; Oh, 2017) 본연구에서는청소년 학업성취와 삶의 만족도 간의관계를 분석하는데 분위회귀를적용해 보고 ᄌ

ᅡ 한다.

부

ᆫ위회귀분석으로 청소년 학업성취가 삶의 만족도에 미치는 영향을 분석하는 방법은 다음에 제시된 ᄇ

ᅡ와 같다. Yi가 i번째 청소년의 삶의 만족도이고 Xi가 그 청소년의 학업성취도를나타낼 때 본연구에 ᄉ

ᅥ 고려하는 분위회귀식은다음과 같다.

Yi= β₀^{(τ )}+ β₁^{(τ )}Xi+ ϵ^{(τ )}_i . (1.1) ᄌ

ᅳᆨ, Yi는 종속변수, Xⁱ는 독립변수를나타내며, β^{(τ )}1 는주어진 0 < τ < 1 (예를 들어, 0.05, 0.1, 0.9.

0.95 등)에서의 분위회귀계수들이고 ϵ^{(τ )}i 는 평균이 0이며 서로 독립이고 분포가 동일한 오차항들이다.

ᄋ

ᅧ기서 분위회귀 계수를 추정하기 위하여 Zi = Yi− β₀^{(τ )}− β₁^{(τ )}XiP 로 놓고 다음과 같은 손실함수 (loss function)를고려한다.

ρ(x) = τ xI(x ≥ 0) + (1 − τ )(−x)I(x < 0),

(단, 사건 A가 발생했을때 I(A) = 1이고 그렇지 않은경우 I(A) = 0). 이때, β^{(τ )}0 , β₁^{(τ )}를Pn

i=1ρ(Zi)를 ᄎ

ᅬ소로 하는 dβ₀^{(τ )}, dβ₁^{(τ )}로서 추정한다. 즉,

( dβ₀^{(τ )}, dβ₁^{(τ )}) = arg min

(β^{(τ )}₀ ,β^{(τ )}₁ ) n

X

i=1

ρ(Zi). (1.2)

(1.2)의 식으로부터

y = dβ^{(τ )}₀ + dβ^{(τ )}₁ x (1.3) ᄋ

ᅴ 분위회귀 식을얻으며 이를 통해 다양한 정성적 분석을시도할 수 있다. 예를 들어, τ = 0.9이고 어 ᄄ

ᅥᆫ ((Xi, Yi))가 Yi ≤ dβ₀^{(τ )}+ dβ₁^{(τ )}Xi를만족하면, (Xi, Yi)는 100τ = 90%이내에 있는 data point라고 ᄀ

ᅡᆫ주될수 있다. 본연구에서는 독립변수가 한 개이지만 만일 독립변수가 둘 이상이라면, Yi = β₀^{(τ )}+ β^{(τ )}₁ X1,i+ β^{(τ )}₂ X2,i+ · · · + β^{(τ )}p Xp,i+ ϵ^{(τ )}_i 와 같이 고려하는변인들을모두 반영하는 분위회귀 식을상 저

ᆼ할 수 있다. 이 경우에서도 (1.2)와 같은방법을이용하여 분위회귀직선을추정할 수 있다.

ᄇ

ᅩᆫ 연구에서는 (1.1)의 식에서 Yⁱ대신에 [−1/2, 1/2]위에서 정의된 균일분포 U[−1/2, 1/2]으로부터 δi들을생성하여 Yi^∗= Yi+ δi을구하고 다음과 같이 표준화된 변수들을산출하여

Y˜i= Yi^∗− Y^∗

sd(Y^∗) , X˜i=Xi− X sd(X) , ᄃ

ᅡᆫ, Y^∗=_n¹Pn

i=1Y_i^∗, sd(Y^∗) = Pn

i=1(Y_i^∗− Y^∗)²/n
1/2

, sd(X) = Pn

i=1(Xi− X)²/n)
1/2

.

ᄑ

ᅭ준화된 분위회귀 식 ˜Yi= β₀^{(τ )}+ β₁^{(τ )}X˜i+ ϵ^{(τ )}_i 으로부터 분위회귀계수를구하도록한다. 이산형 종 ᄉ

ᅩᆨ변수에 노이즈를 더하는 것은 Figure 3.1과 3.2에서 볼수 있듯이 분위회귀계수들을 좀더 평활하게 ᄀ

ᅮ하는효과가 있으며, 다른 일반적인 경우의 한 예시로서 Lee (2014)를 들수 있다.

ᄋ

ᅱ에 제시된바와 같이 본연구에서는청소년 삶의 만족도에 학업성취가 어떠한 영향을미치는지를보 ᄃ

ᅡ 깊이 있게 분석하기 위하여 분위회귀분석을 실시하고 일반적으로 가장 많이 사용되는선형회귀분석 ᄋ

ᅴ 결과와 비교하고자 한다. 학업성취는객관적 기준과 주관적 기준을모두 고려하고자 시험 성적과 자 ᄉ

ᅵᆫ의 성적에 만족하는 정도를모두 변수로 선정하여 각각 학업성취도와 학업성취만족도로 명명하고 삶 ᄋ

ᅴ 만족도를예측하는 독립변수로 투입하여 분위회귀분석과 선형회귀분석을 실시하고자 한다. 이와 같 ᄋ

ᅳ

ᆫ연구목적에 따라 설정된 연구문제는다음과 같다.

ᄋ

ᅧᆫ구문제 1. 청소년의 학업성취도와 학업성취만족도는각각 삶의 만족도에 어떠한 영향을미치는가?

ᄋ

ᅧᆫ구문제 2. 청소년의 학업성취도와 학업성취만족도가 삶의 만족도에 미치는영향은삶의 만족도 분 ᄋ

ᅱ에 따라 다른가?

2. 연구방법

2.1. 연구대상 보

ᆫ연구를수행하기 위하여 한국아동·청소년패널조사의 초1 패널 7차년도 자료를사용하였다. 이 자 ᄅ

ᅭ는 2009년 교육부의 전국학교통계를표집틀로 하여 2010년 현재 전국초등학교 1학년 재학생과 그 ᄃ

ᅳ

ᆯ의 부모 (보호자)로 이루어진 모집단에서 층화다단계집락표집 방법으로 추출된표본 (N = 2, 342명) 으

ᆯ 2016년까지 연 1회씩 총 7회 개별 면접하여 수집한 것이다 (한국청소년정책연구원, 2017). 1차년도 ᄃ

ᅢ비 7차년도 표본유지율은 85.5% (N = 2, 002명)이었다. 연구대상의 인구학적 특성을살펴보면, 성별 부

ᆫ포는남자 51.9% (1,039명), 여자 48.1% (963명)이었고, 아버지의 학력은 중졸이하가 1.0%, 고졸이 36.5%, 전문대졸이 17.7%, 대졸이 34.6%, 대학원졸이 6.5%, 해당사항 없음이 3.7%였다. 어머니의 학 ᄅ

ᅧ

ᆨ은 중졸이하가 0.8%, 고졸이 42.1%, 전문대졸이 23.5%, 대졸이 27.7%, 대학원졸이 2.9%, 해당사항 어

ᆹ음이 3.0%였다. 가구 연간 소득은 2000만원이하가 5.7%, 2000만원초과∼4000만원이하가 31.9%, 4000만원초과∼6000만원이하가 37.8%, 6000만원초과∼8000만원이하가 14.6%, 8000만원초과∼1억 ᄋ

ᅯ

ᆫ이하가 7.5%, 1억원초과가 2.5%이었다.

2.2. 측정도구

2.2.1. 학업성취도 척도 ᄒ

ᅡᆨ업성취도는 자료 조사 실시 직전 학기 (2016년 1학기)의 과목 별 성적을 청소년 자신이 8점 척 ᄃ

ᅩ (96점 이상=1, 95-90점=2, 89-85점=3, 84-80점=4, 79-75점=5, 74-70점=6, 69-65점=7, 64점 이 ᄒ

ᅡ=8)로 응답하게 하여 측정했다. 본연구에서는 분석결과 해석의 편의를 위하여 척도 점수가 높을수 ᄅ

ᅩ

ᆨ과목별 성적이 높은것을나타내도록 원자료를다시 코딩하였고 국어, 수학, 영어 성적의 평균을산 추

ᆯ하여 분석에 사용했다.

2.2.2. 학업성취만족도 척도 ᄒ

ᅡᆨ업성취만족도는청소년이 자신의 학교성적에 만족하는정도를 4점 리커트 척도로 응답하게 되어 있 ᄂ

ᅳᆫ단일 문항 (학생은자신의 학교성적에 대해 얼마나 만족합니까?) 척도로 측정했다. 척도점수의 범위 느

ᆫ 1-4점이고 점수가 높을수록청소년이 자신의 성적에 만족하는정도가 높다는것을나타낸다.

2.2.3. 삶의 만족도 척도 ᄉ

ᅡ

ᆱ의 만족도는 Kim 등 (2006)의 삶의 만족도 척도를사용하여 측정되었다. 이 척도는 3문항으로 구 서

ᆼ되었으며 ‘나는사는게 즐겁다.’, ‘나는걱정거리가 별로 없다.’, ‘나는내 삶이 행복하다고 생각한다.’

ᄋ

ᅵ다. 각 문항은 4점 리커트 척도로 응답하게 되어 있어 척도점수의 범위는 3-12점이고 점수가 높을수 ᄅ

ᅩ

ᆨ청소년이 자신의 삶을만족스럽게 느끼는정도가 높다는것을나타낸다. 척도를구성하는세 문항 간 ᄂ

ᅢ적합치도 지수 Cronbach’s α는 .84이었다.

2.3. 자료분석 ᄌ

ᅡ료분석은 SPSS Statistics 23.0과 R version 3.4.3을사용하여 실시했다. 연구대상의 인구학적 특 서

ᆼ을알아보기 위하여 빈도와 백분율을구했고 측정도구의 신뢰도를알아보기 위하여 척도 문항들간의 ᄂ

ᅢ적 합치도 계수인 Cronbach’s α를산출하였다. 학업성취도와 학업성취만족도가 각각 삶의 만족도에 ᄆ

ᅵ치는 영향을 알아보기 위해 선형회귀 (linear regression) 분석을 실시하였고 삶의 만족도 분위 별로 ᄒ

ᅡᆨ업성취도 및 학업성취만족도가 각각 삶의 만족도에 미치는영향이 다른지를알아보기 위해 분위회귀 (quantile regression) 분석을 실시하였다.

3. 연구결과

3.1. 청소년의 학업성취도가 삶의 만족도에 미치는 영향 처

ᆼ소년의 학업성취도가 삶의 만족도에 미치는 영향을 알아보기 위하여 선형회귀 분석을 실시하였다.

ᄀ

ᅳ 결과, 청소년의 학업성취도는삶의 만족도에 통계적으로 유의미한 영향을 미치며 (β = .063, p <

.01),삶의 만족도 전체 변량의 0.4%를설명하는 (F = 8.008, p < .01) 것으로 나타났다 (Table 3.1).

Table 3.1 Results of simple linear regression of academic achievement on life satisfaction

Variables B SE β t R

F

Constant 9.407*** .109 86.191***

Academic Achievement .058** .021 .063** 2.83** .004 8.008**

***p < .001, **p < .01

3.2. 청소년의 학업성취만족도가 삶의 만족도에 미치는 영향 처

ᆼ소년의 학업성취만족도가 삶의 만족도에 미치는영향을알아보기 위하여 선형회귀분석을 실시하였 ᄃ

ᅡ. 그 결과, 청소년의 학업성취만족도는삶의 만족도에 통계적으로 유의미한 영향을미치며 (β = .283, p < .001),삶의 만족도 전체 변량의 8%를설명하는 (F = 174.599, p < .001) 것으로 나타났다 (Table 3.2).

Table 3.2 Results of simple linear regression of satisfaction with academic achievement on life satisfaction

Variables B SE β t R

F

Constant 7.827*** .147 53.292***

Satisfaction with .676*** .051 .283*** 13.214*** .080 174.599***

academic achievement

***p < .001

3.3. 청소년의 삶의 만족도 분위 별 학업성취도가 삶의 만족도에 미치는 영향 처

ᆼ소년의 학업성취도가 삶의 만족도에 미치는영향이 삶의 만족도 수준인 분위 (τ )에 따라 다른지를 ᄋ

ᅡ

ᆯ아보기 위해 분위회귀분석을 실시하였다. 그 결과, 학업성취도가 삶의 만족도에 미치는영향은 분위 ᄋ

ᅦ 따라 다르게 나타났다. 예를 들어, τ 가 0.2일 때는학업성취도가 삶의 만족도에 통계적으로 유의미한 여

ᆼ향을미치는것으로 나타났으나 (β = .100, p < .05) τ 가 0.4, 0.6, 0.8일 때는 통계적으로 유의미한 영 햐

ᆼ을미치지 않는것으로 나타났다 (Table 3.3).

ᄉ ᅡ

ᆱ의 만족도 분위 전체 범위에서 학업성취도가 삶의 만족도에 미치는영향이 어떻게 나타나는지를살 ᄑ

ᅧ보기 위하여 삶의 만족도에 대한 학업성취도의 표준화 회귀계수를삶의 만족도 분위 (τ )에 따라 선 그 ᄅ

ᅢ프로 제시하였고 비교를위하여 표준화 선형회귀계수도 함께 제시하였다 (Figure 3.1, 단, τ 의 그리드 느

ᆫ 0.01). 삶의 만족도 분위에 따라 분위회귀계수 (실선)가 다르며 선형회귀계수 (점선)와 차이가 있다 느

ᆫ것을확인할 수 있다.

Table 3.3 Quantile regression estimates of academic achievement at τ = 0.2, 0.4, 0.6, and 0.8 for prediction of life satisfaction

τ β SE t p

0.2 .100* .030 3.275* 0.00107

0.4 .043 .024 1.81 0.07099

0.6 .084 .053 1.58 0.11455

0.8 .024 .020 1.20 0.23183

*p < .05

Figure 3.1 Comparison of standardized regression coefficients from linear regression (dotted line) and quantile

regression (solid line) of academic achievement on life satisfaction for τ ranging from 0 to 1

3.4. 청소년의 삶의 만족도 분위 별 학업성취만족도가 삶의 만족도에 미치는 영향 처

ᆼ소년의 학업성취만족도가 삶의 만족도에 미치는영향이 삶의 만족도 분위 (τ )에 따라 다른지를 알 ᄋ

ᅡ보기 위해 분위회귀분석을 실시하였다. 그 결과, 학업성취만족도가 삶의 만족도에 미치는영향은 분 ᄋ

ᅱ에 따라 다르게 나타났다. 예를 들어, τ = 0.2, 0.4, 0.6, 0.8일 때, β = .266, 241, 446, 187로 크기에 ᄎ

ᅡ이가 있었으며, 모두 통계적으로 유의미했다 (p < .001) (Table 3.4).

ᄉ ᅡ

ᆱ의 만족도 분위 전체 범위에서 학업성취만족도가 삶의 만족도에 미치는 영향이 어떻게 나타나는지 르

ᆯ살펴보기 위하여 삶의 만족도에 대한 학업성취만족도의 표준화 회귀계수를 삶의 만족도 분위 (τ )에 ᄄ

ᅡ라 선 그래프로 제시하였고 비교를위하여 표준화 선형회귀계수도 함께 제시하였다 (Figure 3.2, 단, τ의 그리드는 0.01). 삶의 만족도 분위에 따라 분위회귀계수 (실선)가 다르며 선형회귀계수 (점선)와 차 ᄋ

ᅵ가 있다는것을확인할 수 있다.

Table 3.4 Quantile regression estimates of satisfaction with academic achievement at τ = 0.2, 0.4, 0.6, and 0.8 for prediction of life satisfaction

τ β SE t p

0.2 .266*** .030 8.923*** .000

0.4 .241*** .020 11.931*** .000

0.6 .446*** .033 13.341*** .000

0.8 .187*** .027 6.861*** .000

***p < .001

Figure 3.2 Comparison of standardized regression coefficients from linear regression (dotted line) and quantile

regression (solid line) of satisfaction with academic achievement on life satisfaction for τ ranging from 0 to 1

4. 논의 및 결론 보

ᆫ연구에서는학업성취가 한국청소년에게 최우선의 발달과업이며 가정, 학교, 사회에서 청소년을평 ᄀ

ᅡ하는 데 가장 중요한 기준이 되지만 삶의 만족도에 미치는 영향에 대한 선행연구 결과가 일관적이지 ᄋ

ᅡ

ᆭ다는 것에 관심을갖고 청소년 학업성취가 삶의 만족도에 미치는 영향을 좀더 세밀하게 분석하고자 ᄒ

ᅡ였다. 이런 목적에 따라 청소년의 학업성취도와 학업성취만족도가 삶의 만족도에 미치는영향을 분위 ᄒ

ᅬ귀를적용하여 분석하고 선형회귀분석 결과와 비교하였다. 학업성취는객관적 지표라 할 수 있는 성 ᄌ

ᅥᆨ (학업성취도)과 주관적 지표라 할 수 있는성적에 대한 만족도 (학업성취만족도)로 조작적으로 정의 ᄒ

ᅡ고 각각 독립변수로 분위회귀와 선형회귀 분석에 투입하였다. 분석결과에 대한 논의는다음과 같다.

처

ᆺ째, 청소년 학업성취도가 삶의 만족도에 미치는영향을 분위회귀분석으로 추정하여 삶의 만족도 분 ᄋ

ᅱ에 따라 회귀계수가 다르게 나타난다는것을알 수 있었다. 즉삶의 만족도에 대한 학업성취도의 영 ᄒ

ᅣᆼ에 대해 선형회귀분석을 실시한 결과, 회귀계수가 통계적으로 유의미하였으나 크기는미미하여 (β = .063) 전반적으로 영향력이 거의 없다고 할 수 있으나 분위회귀분석에서는 삶의 만족도 수준 (분위) ᄋ

ᅦ 따라 회귀계수가 다르게 나타났다. 즉학업성취도는 삶의 만족도가 낮은청소년에서만 약하게나마 (β = .100) 삶의 만족도에 통계적으로 유의미한 정적 영향을미쳤고, 삶의 만족도가 높아짐에 따라 유 ᄋ

ᅴ미한 영향을 미치지 않는 것으로 나타났다. 이 결과는 청소년 삶의 만족도 수준에 따라 학업성취도 ᄀ

ᅡ 높을수록 청소년의 주관적 안녕감 또는 삶의 만족도가 높다고 보고한 연구 (Choi와 Hwang, 2010;

Park과 Kim, 2009)와 일관되기도 하고 학업성취도가 청소년의 삶의 만족도에 유의미한 영향을미치지 ᄋ

ᅡ

ᆭ는다고 보고한 연구 (Bak과 Song, 2008; Cho, 2013)와 일관되기도 한다.

ᄃ ᅮ

ᆯ째, 청소년 학업성취만족도가 삶의 만족도에 미치는영향을 분위회귀분석으로 추정하여 삶의 만족 ᄃ

ᅩ 분위에 따라 회귀계수가 다르게 나타난다는 것을 알 수 있었다. 즉 삶의 만족도에 대한 학업성취 ᄆ

ᅡᆫ족도의 영향에 대해 선형회귀분석을 실시한 결과, 회귀계수가 통계적으로 유의미하였고 작지 않았다 (β = .283). 그런데 분위회귀분석에서 추정된회귀계수는삶의 만족도 분위에 따라 선형회귀 계수보다 ᄃ

ᅥ 작거나 (β = .187) 더 크게 (β = .446) 나타났고, 모두 통계적으로 유의미하였다. 분위회귀분석을 시

ᆯ시함으로써 선형회귀분석만으로는확인할 수 없는회귀계수의 다양성 경향을발견할 수 있었는데 이 ᄅ

ᅥ한 결과는선행연구들 (Kang과 Sim, 2018; Reeves와 Lowe, 2009)에서도 찾아볼수 있다. 즉 분위회 ᄀ

ᅱ분석 결과를 통해 청소년의 학업성취만족도가 삶의 만족도에 미치는정적 영향은삶의 만족도 수준이 ᄎ

ᅬ저이거나 중간 범위에 있을때 상대적으로 높고 삶의 만족도 수준이 높을때 상대적으로 낮다는것을 ᄋ

ᅡ

ᆯ 수 있었다. 삶의 만족도가 높은청소년은학업성취만족도 뿐만 아니라 삶의 만족도를 높이는데 기여 ᄒ

ᅡ는여타 개인적,환경적 특성도 갖추고 있기 때문인 것으로 이해할 수 있다 (Park과 Kim, 2009).

ᄉ

ᅦᆺ째, 본연구에서는학업성취의 객관적 지표인 학업성취도와 주관적 지표인 학업성취만족도를각각 ᄉ

ᅡ

ᆱ의 만족도를 예측하는 변수로 설정하여 분석했는데 학업성취도는 삶의 만족도에 통계적으로는 의미 이

ᆻ으나 미미한 정도의 계수 크기로 보아 거의 영향을미치지 않는것으로 나타난 반면에 학업성취만족도 ᄂ

ᅳᆫ청소년의 삶의 만족도에 통계적으로 의미 있는정적 영향을미치는것으로 나타났다. 이 결과는 학 어

ᆸ성취의 객관적 상황보다 그 상황에 대한 주관적인 지각이 삶의 만족도와 더 밀접한관계가 있다는것 으

ᆯ나타낸다. 객관적으로 학업성취도가 높다고 평가되어도 청소년 자신이 만족할만한 성취로 지각하지 ᄋ

ᅡ

ᆭ는다면 삶의 만족도를 높이는데 영향을미칠 수 없지만 학업성취도가 객관적 기준에 따라 어떻게 나 ᄐ

ᅡ나든 스스로 만족스럽게 느낀다면 삶의 만족도를 높일 수 있다는 것이다. 이처럼 개인의 상황을 객 과

ᆫ적 지표보다 주관적 지표에근거하여 평가한 것이 삶의 질을더 정확하게 예측하는 현상은선행연구 (Cundiff와 Matthews, 2017)결과와도 맥을같이 한다. 이와 더불어 학업성취에 대한 만족도가 어느 수 ᄌ

ᅮᆫ이상 높아지면 삶의 만족도에 오히려 부정적 영향을미친다는결과를보고한 선행연구 (Jun과 Choi, 2017)를함께 고려하면, 한국청소년에게 학업성취가 높다는것은그 수준을유지하거나 더욱향상시켜

ᄋ

ᅣ 한다는스트레스를 동반하게된다는점을상기하게된다. 따라서 국제적 기준에 비추어 삶의 만족도 ᄀ

ᅡ 현저히 낮은한국청소년의 삶의 만족도를향상시키기 위해서는사회적으로 누구나 중시하는학업성 ᄎ

ᅱ 이외에 청소년 각자 개인적인 가치를추구하는것을 존중하는 분위기가 형성되어야 할 것이다.

ᄌ ᅩ

ᆼ합하면, 본연구는 아동청소년학 연구에서 적용된사례가 극히 드물지만 변수 간 관계를세밀하게 ᄉ

ᅡ

ᆯ펴볼수 있는 도구인 분위회귀분석을사용하여 가장 일반적으로 사용되는선형회귀분석 결과와 비교 ᄒ

ᅡ여 차이를확인하였다. 이에 따라 종속변수 수준별로 독립변수가 종속변수에 미치는 영향이 다른지 르

ᆯ알아보고자 할 때 분위회귀분석이 유용한 방법으로 적용될수 있는가능성을제시하였다. 또한 청소 ᄂ

ᅧᆫ 삶의 질에 영향 미치는 변수로 학업성취를 연구할 때 객관적 지표인 성적 뿐만 아니라 주관적 지표 ᄋ

ᅵᆫ 성적에 대한 만족을 함께 고려하는것이 중요함을 확인하였다. 본 연구의 한계와 추후 연구에서 보 와

ᆫ할 사항을제시하면 다음과 같다. 본연구는 분위회귀분석을시험해보는 목적을 가지고횡단적 자료 르

ᆯ 분석했으나 편의상 회귀계수를 독립변수가 종속변수에 미치는영향으로 해석하였다. 하지만 회귀계 ᄉ

ᅮ에는 독립변수가 종속변수에 미치는영향과 종속변수가 독립변수에 미치는 영향이 모두 반영되어 있 ᄃ

ᅡ. 추후 연구에서는 종단적 자료에 분위회귀분석을적용하여 변수 간 인과관계를 추정하는시도를 하 느

ᆫ것이 의의 있을것이다. 또한 본연구에서는 중학교 1학년생으로부터 수집한 자료만을 분석했으므로 겨

ᆯ과가 모든연령의 청소년에게 일반화될수 있는지를확인하기 위해 추후 연구대상을확장해 볼 필요 ᄀ

ᅡ 있으며, 삶의 만족도를설명하는변수가 한 개인 연구모형만을고려하였는데 삶의 만족도에 영향 미 ᄎ

ᅵ는 다른 설명변수들도 존재하므로 이들도 연구모형에 포함하여 다른 공변량의 영향도 탐색할 필요가 이

ᆻ다.

References

Choi, I. J., Lee, G. B. and Lee, H. N. (2010). Korean youth indicator survey V: International comparative survey of youth health status (Korea, United states of America, Japan, and China), Korea National Youth Policy Institute, Seoul.

Choi, H. C. and Hwang, M. H. (2010). Testing the autoregressive cross-lagged effects between adolescents’

academic achievement and life satisfaction. The Korea Journal of Counseling, 11, 1255-1270.

Chyung, Y. J. (2015). Correlates of children’s well-being in Korea: A meta-analytic study. Korean Journal of Play Therapy, 18, 73-95.

Cundiff, J. M. and Matthews, K. A. (2017). Is subjective social status a unique correlate of physical health?

A meta-analysis. Health Psychology, 36, 1109-1125.

Diener, E. and Diener, M. (1995). Cross-cultural correlates of life satisfaction and self-esteem. Journal of Personality and Social Psychology, 68, 653-663.

Greenspoon, P. J. and Saklofske, D. H. (2001). Toward an integration of SWB and psychopathology. Social Indicators Research, 54, 81-108.

Jeong, J. (2017). Quantile causality from dollar exchange rate to international oil price. Journal of the Korean Data & Information Science Society, 29, 111-123.

Jun, Y. and Choi, Y. (2017). Study on the influence of children’s GPA on the happiness of parents and themselves. Korean Journal of Youth Studies, 24, 473-490.

Kang, S. J. and Sim, K. H. (2018). The effects of risk perception and self-efficacy on diabetes self-care activ- ities and hemoglobin A1c: A quantile regression approach. Journal of the Korean Data & Information Science Society, 29, 111-123.

Keyes, C. L. M. (2002). The mental health continuum: From languishing to flourishing in life. Journal of Health and Social Behavior , 43, 207-222.

Kim, M. and Lee, S. (2016). Nonlinear expectile regression with application to value-at-risk and expected shortfall estimation. Computational Statistics and Data Analysis, 94, 1-19.

Kim, S. Y., Im, J. Y., Kim, S. W., Park, S. H., Yoo, S. L., Choi, J. Y. and Lee, G. Y. (2006). Korean youth indicator survey I , National Youth Policy Institute, Seoul.

Koenker, R. and Basset, G. (1978). Regression quantiles. Econometrica, 46, 1-26.

Lee, S. (2014). Goodness of fit test for discrete random variables. Computational Statistics & Data Anal-

ysis, 69, 92-100.

Lee, S. and Noh, J. (2013). Quantile regression estimator for GARCH models. Scandinavian Journal of Statistics, 40, 2-20.

Lee, S. J. and Yoon, K. H. (2008). Developmental tasks of Korean people. Journal of Korean National Academy of Sciences, 48, 39-92.

Moon, E. S. and Kang, S. H. (2008). A structural analysis of the social and motivational variables related to high school students’ psychological well-being. The Korean Journal of Educational Psychology, 22, 1-15.

National Youth Policy Institute (2017). Korean children & youth panel survey user guide, National Youth Policy Institute, Seoul.

Noh, J. and Lee, S. (2016). Quantile regression for location-scale time series models with conditional heteroscedasticity. Scandinavian Journal of Statistics, 43, 700-720.

OECD (2015). How’s Life? 2015: Measuring Well-being, OECD Publishing, Paris.

Oh, H. S. (2017). Bayesian quantile regression analysis of private education expenses for high school students in Korea. Journal of the Korean Data & Information Science Society, 28, 1457-69.

Park, Y. and Kim, U. (2009). Factors influencing happiness among Korean adolescents: With specific focus on the influence of psychological, relational and financial resources and academic achievement. Korean Journal of Psychological and Social Issues, 15, 399-429.

Reeves, E. B. and Lowe, J. (2009). Quantile regression: An education policy research tool. South Rural Sociology, 24, 175-199.

Roberts, M. C., Brown, K. J., Johnson, R. J. and Reinke, J. (2002). Positive psychology for children:

Development, prevention, and promotion, In C. R. Synder and S. J. Lopez (Eds.), Handbook of positive psychology (pp. 663-675), Oxford University Press, New York.

Super, D. E. (1984). Career and life development , In D. Brown & L. Brooks (Eds.), Career choice and development (pp.169-191), Jossey-Bass, San Francisco.

Yang, Y. (2008). Social inequalities in happiness in the U.S. 1972-2004: An age-period-cohort analysis.

American Sociological Review , 73, 204-226.

Yoo, C. and Kahng, S. (2015). Predictors of suicide ideation trajectory among adolescence: Focused on the risk and protective factors. Korean Journal of Social Welfare Research, 46, 25-54.

Yum, Y., Kim, K., Lee, M. and Lee, J. (2014). International comparisons on children’s happiness,

Bangjunghwan Foundation, Seoul.

2018, 29

5)

1215–1225

An analysis on the predictors of adolescents ’ life satisfaction based on quantile regression ^†

Yun-Joo Chyung

¹

²

1Department of Early Childhood Education, Incheon National University

2Department of Statistics, Seoul National University

Received 3 August 2018, revised 3 September 2018, accepted 4 September 2018

Abstract

The purpose of this study were to examine the relationship between adolescents’ aca- demic achievement and their life satisfaction using quantile regression and to examine whether there are differences between the results from quantile regression analysis and the results from linear regression analysis. The seventh-wave data of the elementary- one panel (N=2,002) from Korean Children and Youth Panel Survey were used in the analysis. It was found, from quantile regression analysis, that the coefficients obtained from quantile regression analysis vary with the quantile. It was also found that the subjective indicator of academic achievement (satisfaction with academic achievement) is a better predictor of adolescents’ life satisfaction than the objective indicator of academic achievement (school grade).

Keywords: Academic achievement, adolescents, life satisfaction, quantile regression.

†

This work was supported by Incheon National University Research Grant in 2016.

1

Corresponding author: Professor, Department of Early Childhood Education, Incheon National Uni- versity, 12 Gaetbeol-ro, Yeonsu-gu, Incheon 21999, South Korea. E-mail: [email protected]

2

Professor, Department of Statistics, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 08826,

South Korea.