신경망 분석을 활용한 학교폭력의 예측요인 분석 및 해결방안 모색

Analysis of Predictive Factors of School Violence Behavior and Its Solution Using Neural Network Analysis

펼치기

본 연구는 한국아동 청소년패널조사 제 6차년도(2015년) 조사 자료의 초·중·고등학생 총 6,184명의 표본을 대상으로 학교폭력 가해행동의 예측요인을 분석하기 위해 로지스틱 회귀모형과 신경망 모형을 추정한 후, 이 중 예측력과 신뢰성이 높은 분석 모형을 도출하는 탐색적 연구로 진행되었다. 가장 적합한 추정 모형으로 판별된 신경망 모형을 의사결정나무 모형으로 변환하여 해석한 결과, ‘학교폭력 가해경험이 있는 친구의 수’가 학교폭력 가해행동에 가장 주요한 예측요인으로 나타났다. 학교 폭력 가해 친구가 많고 공격성이 높은 남학생(74.19%), 그리고 학교폭력 가해경험이 있는 친구가 많지만 공격성이 낮으며 공동체 의식은 양호하나 교사와의 유대관계가 부족한 학생(80.00%)들은 학교폭력 가해확률이 높은 집단군으로 파악되었다. 연구를 통해 도출된 주요 예측요인들이 학교폭력 가해행동과 어떻게 관련되는지 논의한 결 과, 학교폭력을 거시적 사회문제로 인식하는 태도 및 학교와 사회 내 폭력적 문화개선이 필요함을 해결방안으로 제언하였다.

This study was conducted on a sample of 6,184 elementary, middle, and high school students in the 6th year of KCYPS survey. The purpose of this study is to investigate the predictive factors of school violence behavior by using logistic regression model andnneural network model. As a result of the neural network based decision tress model identified as the most suitable estimation model, the number of friends who were school violence offenders was the most important predictor of school violence behavior. Based on the research results of relations between the main predictors and school violence behavior, this research suggests educational ways to solve the problem of school violence: It is necessary to view school violence as a macro problem, not a micro problem and efforts should be made to eliminate violent schools and social cultures.