View : 24 Download: 0

잠재변수분석 LCA와 LPA를 이용한 취업 장애인의 직업만족도에 대한 연구

Title
잠재변수분석 LCA와 LPA를 이용한 취업 장애인의 직업만족도에 대한 연구
Authors
홍수연
Issue Date
2013
Department/Major
대학원 통계학과
Publisher
이화여자대학교 대학원
Degree
Master
Advisors
송종우
Abstract
직무에 대한 만족도는 장애인 개인의 삶에 질에 상당한 영향을 미친다. 그리하여 본 연구에서는 취업장애인을 대상으로 직업에 대한 만족도가 어떠한 패턴으로 나타나는지 알아보기 위하여 잠재프로파일분석(Latent Profile Analysis) 과 잠재범주분석(Latent Class Analysis)을 이용하였다. 잠재프로파일분석 결과 4개의 잠재범주, 잠재범주분석 결과 6개의 잠재범주로 나눌 수 있었다. 또한, 성별, 연령, 장애유형, 장애등급, 교육수준, 고용형태, 주관적 사회지위 등을 공변량으로 추가하여, 이러한 변수들이 각 범주에 속할 확률에 어떠한 영향을 미치는지 알아보았다. 마지막으로 LPA와 LCA분석결과를 교차테이블로 정리하여 두 가지 분석을 비교하였다. 연구에 사용된 자료는 한국 장애인 고용 공단에서 조사한 장애인 개인의 경제활동에 대한 패널자료이며, 그 중에서 3차년도인 2010년의 자료를 이용한다.;Satisfaction with one’s work affects the quality of life. To improve the quality of life of people with disabilities, therefore, it is necessary to understand how various sub‐components are combined in certain levels. One approach is to view the joint distribution of indicators as a mixture of latent classes. Thus, we used latent class analysis (LCA) and latent profile analysis (LPA) to view the pattern of subgroups. The data, in this study, is from ‘Korea Employment Agency for the Disabled’ in 2010, for disabled people who have been working that year. We found that satisfaction with work could be summarized in four latent subgroups by LPA: not satisfied (class1), not satisfied but satisfied with personal relationships (class2), satisfied but not satisfied with the wage (class3), satisfied (class4) and six latent subgroups by LCA: not satisfied (class1), moderately satisfied but not satisfied with the wage (class2), moderately satisfied (class3), moderately satisfied but satisfied with personal relationships (class4), satisfied (class5) and not satisfied with the wage and satisfied with personal relationships (class6) . In addition, we add covariates, such as sex, age, type of disability, grade of disability, education, the form of employment and subjective social status, to check whether these variables have an effect on the probability of fitting within any of these latent classes. At the last, compare LCA and LPA with contingency table of latent classes.
Fulltext
Show the fulltext
Appears in Collections:
일반대학원 > 통계학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE