The Korean Society Fishries And Sciences Education
[ Article ]
The Journal of the Korean Society for Fisheries and Marine Sciences Education - Vol. 30, No. 6, pp.2072-2086
ISSN: 1229-8999 (Print) 2288-2049 (Online)
Print publication date 31 Dec 2018
Received 10 Oct 2018 Revised 30 Oct 2018 Accepted 14 Nov 2018
DOI: https://doi.org/10.13000/JFMSE.2018.12.30.6.2072

피어스-해리스 아동용 자아개념검사의 타당화 연구(Ⅱ): 자아개념 잠재집단의 분류

최태진
중부대학교(교수)
A Validation Study of the Piers-Harris Children`s Self-Concept Scale(Ⅱ): Latent Class Analysis of Self-Concept
Tae-Jin CHOI
Joongbu University(professor)

Correspondence to: ctaejin7@joongbu.ac.kr

Abstract

This study was conducted as a second study to validate the Pierce-Harris Children’s Self-Concept Scale(2nd Ed.) as a Korean version. The purpose of the study was to classify latent self-concept class in children and adolescents using the six self-concept domain scores of PH-2 and to explore how to apply it’s results to the interpretation of PH-2 scores. For the purposes, data on PH-2, Kovacs' Child Depression Inventory, and Rosenberg's Self-Esteem Scale was collected from 1,266 children and adolescents. The Latent Class Analysis(LCA) and Multinominal Logistic Regression Analysis methods were applied for the analysis data. The major results were as follows. First, there were three qualitatively distinct groups when LCA was performed using the six self-concept domain scores of PH-2: the weak level, the moderate level, and the high level self-concept group. Second, when depression and self-esteem between the three groups were compared, the high level self-concept group showed low depression and high self-esteem. The weak level self-concept group showed high depression and low self-esteem. Third, there was a significant relationship between the types of group and the school levels and gender of children and adolescents. Finally, implications and limitation of this study were discussed based on the major results.

Keywords:

Self-concept, Pierce-Harris children's self-concept scale, Latent class analysis

Ⅰ. 서 론

자아개념은 개인이 자신의 행동이나 신체적·지적 특성 등에 대해 어떻게 기술하며 평가하는지를 나타내는 비교적 안정된 태도를 가리킨다(Piers and Herzberg, 2002). 본질적으로 자아개념은 주관적이고 현상학적인 특징을 지니기 때문에 다른 사람에게 자신이 어떻게 보이는지 실제의 본질과는 관계가 없다. 이와 같이 자아개념은 사람들이 자신에 대한 지각을 반영하는 중요한 심리적 구인이 되는 까닭에 인간을 탐구 대상으로 하는 심리학, 교육학, 사회학, 의학 등의 학문 분야에서는 특히 중요한 관심사가 되어 왔다.

이들 자아개념에 대한 연구 맥락은 크게 3가지 측면으로 대별할 수 있다. 아동·청소년 대상의 연구에 초점을 두고 살펴보면 첫째, 자아개념 자체에 초점을 두고 개인의 자아개념의 발달적 특성을 연구하거나 혹은 집단 간 개인차를 탐구하는 연구가 있다. 예를 들어, 청소년기의 자아개념 발달 혹은 추이 연구(Koo et al., 2016; van der Cruijsen et al., 2018), 집단따돌림 피해 중학생의 자아개념의 특성(Ahn and Shin, 2001). 만성적 신체질환 및 장애를 지닌 아동의 자아개념(Choi et al., 2000). 다문화가정 아동의 자아개념 연구(Ko and Lee, 2014) 등이다. 둘째, 자아개념이 개인의 적응·부적응 행동이나 특성에 영향을 미친다는 측면 즉, 독립변인 혹은 예측변인이라는 관점에서의 연구이다. 예를 들어, 긍정적인 자아개념을 지닌 아동은 독립적이며, 책임감이 있고, 좌절에 대한 인내력이 높으며, 새로운 과제에 도전하며, 타인에게 기꺼이 도움을 제공하려 한다. 또한 학교생활을 성공적으로 수행한다(Emler, 2001; Guay et al., 2003; Kim, 2008; Park, 2008). 그러나 부정적인 자아개념을 지닌 아동은 우울 증상과 자살 사고를 하며, 섭식장애를 경험하고 사회적 관계를 형성·유지하는데 어려움을 보였다(Emler, 2001; Noh, 2004). 셋째, 보다 최근의 연구는 자아개념이 특히 어떤 두 변인 이상 간의 관계에서 매개 혹은 조절변인으로 기능하는 것에 관심을 두고 진행되고 있다. 예를 들어, 자아개념은 매개변인으로써 아동·청소년의 학교생활만족과 자기주도학습과의 관계(Jo, 2012), 부모애착과 학습된 무기력과의 관계(Yoo and Kim, 2014), 성격특성과 학업수행과의 관계(Varadwaj, 2017), 신체지각과 자기존중감과의 관계(Lau et al., 2008)를 매개한다고 보고되었다. 또한 조절변인으로써 자극추구 및 위험회피 기질과 비행성향(Park and Hong, 2013), 스트레스와 학교생활만족(Kim, 2013), 자살 사고와 우울(Au et al., 2009), 자기초점주의와 기분(Field et al., 2010), 자기존중감과 나르시시즘(Morio and Yamaguchi, 2007) 간의 관계를 조절한다는 연구결과 등이 있다.

이러한 드넓은 연구 맥락을 반영하듯 국내외에서 많은 자아개념검사 또한 개발되어 왔다. 국외에서는 고전적인 검사인 테네시 자아개념검사(Tennessee Self-Concept Scale, Fits, 1964)와 함께 아동 자기지각프로파일(Self-Perception Profile for Children, Harter, 1985), 자기기술검사(Self-Description Questionnaire, Marsh et al., 1983), 개인평가검사(Personal Evaluation Inventory, Sharuger, 1990), 피어스-해리스 아동 자아개념검사(Piers-Harris Children's Self-Concept Scale, Piers and Harris, 1984; Piers and Herzberg, 2002) 등이 개발되어 왔다. 국내에서는 Jeong(1968)의 자아개념검사, Song(1989)의 자아개념검사, Lee et al.(2006)의 자아개념검사 등이 개발되었다.

여러 자아개념검사 중에서 특히 피어스-해리스 아동 자아개념검사(이하 PH-1)는 국내외에서 가장 인기 있는 검사로 인정된다. Butler and Gasson(2005)은 과거 20년 동안에 아동·청소년의 자아개념을 측정하기 위해 사용되어 온 대표적인 14개의 검사를 조사한 바 있는데, 그 결과 PH-1의 사용 빈도가 가장 높게 나타났다. PH-1은 국내에서도 Kim et al.(1994)에 번안되어 신경정신의학 분야에서 널리 사용된 바 있다.

한편, 2000년대에 들어와서 Piers and Herzberg (2002)는 자아개념검사 제2판(이하 PH-2)을 출판하였는데, 본 연구자는 동료 연구자 1인과 함께 선행연구(Choi and Lee, 2015)를 통해 PH-2의 한국판 타당화를 위한 예비연구를 수행한 바 있다. 예비연구에서는 일차적으로 PH-2가 제시하고 있는 6개 자아개념 영역(행동적응력, 지적능력 및 학교지위, 신체적 외모 및 특성, 불안으로부터의 자유, 인기도, 행복 및 만족감)의 요인구조에 초점을 두고 6개 영역이 과연 우리나라 아동·청소년에서도 동등한 개념으로 산출되는지를 확인하였다.

이에 본 연구자는 이 연구에서 PH-2 검사점수의 해석과 활용 측면에 초점을 두고 한국판 타당화를 위한 2차 연구를 수행하고자 한다. 연구내용과 목적은 다음과 같다. 먼저, 예비연구에서 확인한 PH-2의 6개 영역의 자아개념검사 점수를 활용하여 ‘자아개념의 수준과 질적 특성을 달리하는 자아개념 잠재집단’을 유형화하고 이를 분류해 내고자 한다. 그리고 이와 같은 결과를 향후 PH-2 검사 결과의 해석에 어떻게 활용할 것인지를 탐색하고자 한다. 이러한 연구를 통해 궁극적으로 아동·청소년이 PH-2를 수행하였을 때 산출되는 검사점수의 해석력을 보다 증진시키는 한편 우리나라 아동·청소년의 학교 및 상담 장면에서 PH-2의 활용가능성을 증대시키는데 기여하는 것을 목적으로 하였다.

이러한 연구를 위하여 구체적인 연구방법으로 잠재집단분석(Latent Class Analysis: LCA) 방법을 채택하였다. 잠재집단분석 방법은 자칫 동일한 특성을 지닌 집단으로 뭉뚱그려지는 모집단 속에 숨어있는 이질적인 하위집단을 가려내는 통계적 방법이다. 이러한 방법을 적용하여 자아개념의 수준 혹은 질적 특성에 따라 아동·청소년을 유형화하고, 유형화된 집단의 특성을 파악해 낸다면 이는 아동·청소년의 자아개념에 대한 상세한 정보를 제공함은 물론 상담장면이나 임상장면에서 차별진단에 따른 차별처치의 효과를 높이는데 기여할 수 있을 것이다. 또한 연구를 통해 아동·청소년의 자아개념에서의 개인차와 관계된 대표적인 변인(Piers and Herzberg, 2002; Song, 1989)으로 알려져 있는 아동·청소년의 학교급, 거주지역의 규모, 성별 등의 따른 차이가 있는지를 확인하고자 하였다. 이를 통해 우리나라 아동·청소년의 학교급, 거주지역의 규모, 성별에 따른 자아개념의 실태와 특성을 이해하는데도 도움이 될 것이다. 구체적인 연구문제로 제시하면 다음과 같다. 1. 피어스-해리스 자아개념검사 2판의 6개 자아개념 영역 점수를 활용하여 잠재집단을 탐색하였을 때 몇 가지의 유형 집단이 산출될 것인가? 또한 이들의 특성은 어떠한가? 2. 구분된 잠재집단은 상호 차별성을 지니는가? 3. 아동·청소년의 배경변인(거주지역 규모, 학교급, 성별)은 자아개념 잠재집단 유형 구분과 서로 관련이 있는가?


Ⅱ. 이론적 배경

1. 피어스-해리스 자아개념검사와 아동의 자아개념

피어스-해리스 아동용 자아개념검사 1판(PH-1)은 1960년대초에 미국내 8~18세 아동·청소년의 자아개념을 측정하기 위하여 최초 개발되었으며, 1984년에 정식으로 출판되었다(Piers and Harris, 1984). 검사는 6가지 영역의 자아개념을 측정하는 80개의 진술문 형식의 문항으로 구성되었으며, 아동·청소년이 제시된 진술문에 비추어 자신의 생각, 느낌, 행동이 일치하면 ‘예’ 그렇지 않으면 ‘아니오’로 응답하도록 되어 있다. 이후 2002년에는 Piers-Harris 척도 제2판이 개발되었다(Piers and Herzberg, 2002). 주요 개정 사항은 규준집단을 새로 선정하여 규준을 만들고, 검사문항을 80문항에서 60문항으로 줄인 것이다.

PH-1과 PH-2은 자아개념은 다차원적이라고 가정하며 6개 영역을 측정한다(Piers and Harris, 2002). 즉, 아동·청소년의 자기평가는 자신에 대한 전체적인 관점에서도 이루어지지만 자신의 능력이나 행동, 정서영역에서 특수영역에 세부적인 평가에 의해서도 특징짓는다고 보는 것이다. 6개 영역과 예시 문항은 차례로 다음과 같다: 행동적응력(Behavioral Adjustment: BEH, 14문항)은 가정이나 학교에서 문제행동을 하고 있는지 여부를 측정한다. ‘나는 가족에게 자주 걱정을 끼친다’ 문항이 있다. 지적능력과 학교지위(Intellectual and School Status: INT, 16문항)는 학업과 관련된 자신의 능력에 대한 평가, 학교에 대한 전반적인 만족감과 성취 기대 등을 측정한다. ‘나는 똑똑하다’ 문항이 있다. 신체적 외모와 특성(Physical Appearance and Attributes: PHY, 10문항)은 리더십, 자신의 생각을 표현하는 능력, 자신의 신체적 외모에 대한 평가를 측정한다. ‘나는 잘 생겼다’ 문항이 있다. 불안으로부터의 자유(Freedom from Anxiety: FRE 14문항)는 불안, 불쾌한 기분, 신경과민, 슬픔 등의 정서를 측정한다. ‘나는 무슨 일에나 걱정을 많이 한다’ 문항이 있다. 인기도(Popularity: POP, 11문항)는 사회적 기능에 대한 평가, 인기도, 친구를 사귀는 능력 등을 측정한다. ‘나는 친구가 많다’ 문항이 있다. 행복과 만족감(Happiness and Satisfaction: HAP, 10문항)은 행복감과 삶에 대한 만족감을 측정한다. ‘나는 불행하다’ 문항이 있다.

PH-2의 구성과 검사 결과 해석에서 특기할 만한 사항은 첫째, PH-2의 영역 척도들은 서로 중복 문항을 포함하고 있다는 것이다. 그 결과 PH-2를 사용한 모든 선행연구에서 6개 영역 점수 간에는 비교적 높은 상호상관이 나타났다(Choi, 2013; Choi and Lee, 2015; Piers & Herzberg, 2002). 이 같은 현상은 PH-2의 개발 당시 Piers and Harris가 아동·청소년의 자아개념과 관련해서 지니고 있었던 기본 가정 즉, ‘아동·청소년의 자기 가치에 대한 일반적인 태도(general sense of self-worth)는 곧 특수 영역에서의 자기평가에 영향을 미쳐야한다’는 관점과 관계있다. 일반 자아개념은 특수 영역 점수의 합으로 산출하기에 결국 하위영역 간 중복 문항에 의한 높은 상관이란 의도된 측면에 가깝다. 둘째, PH-2 해석 매뉴얼(Piers and Herzberg, 2002)에 따르면 PH-2의 해석은 일반 자아개념과 영역별 자아개념 모두 T점수에 따라 산출된 3개 급간 중 어디에 속하느냐에 따라 이루어진다. 즉, 평균이상 점수(≥56T), 평균점수(40≤T≥55T), 낮은 점수(≤39T)의 3개 구간이다. 예를 들어, 행동적응력(BEH)에서 평균이상의 점수를 얻은 아동은 자신이 행동이 반듯하며 가정과 학교에서의 기대와 규칙을 준수한다고 생각한다, 평균점수를 얻은 아동은 자신이 어느 정도 바르게 행동하는 것으로 평가하지만 동시에 행동에 약간의 어려움이 있다는 것을 인정한다. 반면 낮은 점수를 얻은 아동은 자신이 심각한 행동상의 어려움을 겪고 있다는 것을 인정하는 경우다. 문제를 자주 일으키며 부모나 교사들이 설정한 행동 기준대로 따라할 수 없다고 생각한다. 나아가 점수가 매우 낮을 경우에는(≤29T) 품행장애, 반항성장애, 주의력결핍과잉행동장애 등의 가능성이 있기 때문에 임상적으로 주목할 필요가 있는 것으로 해석된다.

이미 언급한 것처럼 비록 PH-2의 교육적, 임상적 가치는 널리 인정되고 있지만 PH-2의 일반 해석방법에서 알 수 있는 것처럼 그 가치를 보다 높이기 위해서는 향후 6개 영역 척도들의 개별 해석뿐만 아니라, 영역 전체를 아우르는 점수 프로파일 형태에 기초하며, 또한 아동·청소년의 자아개념 유형 집단별로 특성을 이해하고 또 해석에 사용할 필요가 있을 것이다. 본 연구에서 시도하고자 하는 아동·청소년의 자아개념 잠재집단 분석은 이와 같은 활용성 증대를 위한 기초 연구가 될 수 있을 것이다.

2. 잠재집단분석과 아동의 자아개념

잠재집단분석(Latent Class Analysis: LCA)은 혼합모형(mixture modeling)의 한 종류로, 서로 다른 성격을 가지는 하위집단을 발견하는 분석방법이다(Muthén, 2001, 2002; Pastor, 2007). LCA는 기본적으로 다수의 응답자들로부터 수집한 반응자료(문항단위 혹은 변인 단위)를 활용하여 내재되어 있는 잠재집단을 발견하려는 목적을 갖는다. 즉 문항단위나 변인단위에서 응답패턴에서의 유사성을 통해 집단을 분류한다(Kwon, 2011). 이러한 생각을 보다 확장한다면 어떤 배경변인을 가진 개인이 어떤 유형이 될 가능성이 높은지를 검증할 수 있다.

유사한 목적으로 전통적으로 사용되어 왔던 방법으로 군집분석(cluster analysis)과 판별분석(discriminant analysis)이 있다. 그러나 군집분석에서는 특정 사례가 어느 집단으로 군집화되는지 알려주긴 하지만 어느 유형에 속할지 확률에 관한 정보는 제공하지 않으며, 또 최적의 집단수는 연구자의 주관에 따라 정해진다(Muthén, 2001, 2002). 그러나 LCA 방법은 군집분석에 비하여 집단분류에서 더 높은 집단 분류 정확성을 가진다고 보고되고 있을 뿐만 아니라(Magdison and Vermunt, 2002), 한 사례가 특정 집단에 속할 확률값으로 산출되며, 통계치를 통해 집단의 개수를 논리적으로 선택할 수도 있다. 결과적으로 조건부 확률에 따라 각 개인이 잠재계층에 할당되며 따라서 연구자는 효과적으로 계층을 유형화하고 특성을 파악할 수 있게 된다. 판별분석의 경우, 각 개인이 속할 집단을 정해 주기는 하나 사전에 하위집단의 수가 이미 정해져 있는 상태에서 어느 집단에 포함될지를 판별한다는 측면에서 LCA 방법과 차이가 있다. 이와 같이 혼합모형은 사람들이 공유하는 특징을 토대로 유형을 분류한다는 측면에서 인간 중심적 접근(person-centered approach) 방법이라고 불린다(Muthén and Muthén, 2000).

LCA에서 최적의 집단 수를 결정하는 것은 일차적으로 모형 적합도를 나타내는 통계량을 활용한다. 그러나 동시에 선행연구 등에 근거하여 이론적 의미와 구조적인 해석 가능성에 기초하여 선정하게 된다(Muthén and Muthén, 2000).

결과적으로 하나의 모집단이 성격이 서로 다른 하위집단으로 혼합되어 있음에도 이를 구분하지 않고 전체 집단으로만 이해하는 경우, 하위 집단이 지니고 있는 서로 다른 특성을 무시하게 된다. 본 연구의 관심사와 관련하여 LCA 방법의 적용이 갖는 의의를 진술해 본다면, 아동·청소년의 자아개념의 특성으로 일반화하여 단순화하여 이해하는 것은 사실상 많은 오류가능성을 내포함을 함축해 준다고 할 것이다.

아동·청소년들이 지니고 있는 자아개념을 잠재집단분석 방법으로 분석해 본다면 첫째, 아동 및 청소년이라는 모집단이 지니고 있는 자아개념 특성에 따라 아동·청소년의 자아개념 수준이나 질적 특성에 따라 유형화 할 수 있으며, 둘째 이러한 유형화는 결국 PH-2의 6개 자아개념 영역 점수에 기초하기 때문에 검사결과 해석의 추가적인 방법을 제공할 수 있을 것이다. 셋째, 이에 따라 아동·청소년에 대한 자아개념 향상을 위한 처치나 조력 방안 역시 유형화 시켜서 개발할 수 있는 토대가 될 것이며, 셋째, 이러한 유형과 관계되는 내외적 영향 변인 또한 구체화할 수 있게 해 줄 것이다. 그 외에도 만약 종단연구가 시행된다면 아동~청소년기의 발달에 따라 이러한 유형들이 어떻게 변화해 가는지 또한 이해할 수 있게 될 것이다.


Ⅲ. 연구 방법

1. 연구모형

본 연구는 일차적으로 PH-2의 6개 자아개념 영역 점수를 지표(indicator)로 활용하여 아동·청소년의 자아개념 잠재집단을 유형으로 분류하고자 한다. 또한 이들 집단 유형과 아동·청소년의 인구통계학적 배경변인(거주지역의 규모, 학교급, 성별)이 서로 관계가 있는지를 살펴본다. 이를 위한 연구모형은 [Fig. 1]과 같다. 6개 영역은 행동적응력(BEH), 지적능력과 학교지위(INT), 신체적 외모와 특성( PHY), 불안으로부터의 자유(FRE), 인기도(POP), 행복과 만족감(HAP)이다.

[Fig. 1]

The research model

2. 연구대상

연구를 위해 본 연구자의 선행연구(Choi and Lee, 2015)에서 표집하였던 1,266명의 초중고 학생의 자료를 활용하였다. 연구대상은 지역 규모(대도시-서울·경기·광역시, 지방 중소도시, 읍면리 지역) 및 연령(초등 3년∼고교3년), 성별에 따라 할당표집으로 표집하였다. 지역별로 대도시 580명(45.8%), 중소도시 459명(36.3%), 읍면리 227명(17.9%)이었으며, 연령별 분포는 만9-10세(초등 3, 4년) 254명(20.1%), 만11-12세(초등 5, 6년) 261명(20.6%), 만13-14세(중학 1, 2년) 258명(20.4%), 만15-16세(중학3년, 고교1년) 234명(18.5%), 만17-18세(고교2, 3년) 259명(20.5%)이었다. 성별은 남아 603명(47.6%), 여아 663명(52.3%)이었다. 다만 통계분석에서는 PH-2의 수행에서 비일관성 지수가 4이상인 80개의 자료와 6가지 자아개념 하위영역 중 2개 이상 영역에서 결측치를 보인 자료를 제거하였다. 따라서 최종적으로 1,171명이 분석대상이었다.

3. 측정도구

가. 피어스-해리스 자아개념검사 2판

원 검사는 6개 영역의 자아개념을 측정하는 60개 문항으로 구성되어 있다. 이 중 15개 문항은 2개 이상의 자아개념 영역을 중복해서 측정하기 때문에 채점에서는 마치 77개 문항인 것처럼(2개 문항은 3개 영역 측정, 13개 문항은 2개 영역 측정) 보인다. 본 연구자는 PH-2를 한국판으로 타당화하는 선행연구(Choi and Lee, 2015)에서 요인분석과 신뢰도분석 과정을 통해 2개 문항을 중복 채점되지 않도록 수정한 바 있다. 따라서 이 연구에서도 75개 문항으로 채점하였다. 또한 원척도는 아동용과 청소년용이 구분되어 있지 않으나, 몇 단어들은 초등학교 저학년 아동들이 이해하기에 어렵다고 생각되어 한국판에서는 아동용과 청소년용을 구분하였다. 아동용과 청소년용은 측정영역과 문항 수 등 모든 사항에서는 동일하나 다만 5개 문항에서 표현의 차이가 있다(예, ‘일을 그르치다’ → ‘일을 망치다’, ‘공상을 많이 한다’ → ‘쓸데없는 생각을 많이 한다’). 수정 문항의 보다 자세한 표현은 선행연구(Choi and Lee, 2015)를 참고하기 바란다. 6개 영역의 자아개념이 의미하는 바는 이론적 배경에 자세히 제시하였으므로 여기에서는 생략한다. 6개 영역별 신뢰도(cronbach α)는 위 제시 순서대로 .77, .81, .79, .80, .77, .75 이었다.

나. Kovacs 소아우울척도

Kovacs 소아우울척도(Kovacs’ Child Depression Inventory: KCDI)는 Kovacs(1985)가 소아·아동의 우울정도를 측정하기 위하여 개발한 것이다. 27개 문항으로 구성되어 있으며 4단계 리커트 척도(매우 그렇다∼전혀 그렇지 않다)에 따라 응답하도록 되어 있다. 본 연구에서는 Cho and Lee(1990)에 의해 한국형으로 개발된 것을 사용하였으며, 6개 자아개념 영역에 근거하여 잠재집단을 구분하였을 때, 이들 집단이 차별성이 있는지를 확인하기 위한 목적으로 점수를 활용하였다. 선행연구를 보면 Kim et al.(1994)은 소아의 자아개념과 우울수준은 상관이 있을 것이라는 가정하에 소아자기개념척도 점수와 KCDI 점수간의 상관을 산출하였는데, 소아자기개념과 KCDI의 점수 간에는 r=-.56~-.71의 높은 부적상관이 있었다. 따라서 본 연구에서도 KCDI는 자아개념 유형별 집단 역시 적절히 변별해 줄 수 있을 것으로 판단하였다. KCDI는 편의상 연구대상의 일부에게만 수행하였으며 228명(초등생 87명, 중학생 141명)에서 산출된 신뢰도 계수는 .91이었다.

다. Rosenberg 자아존중감척도

로젠버그 자아존중감척도(Rosenberg’s Self-esteem scale: RSES)는 Rosenberg(1965)가 중고등학생들을 대상으로 자아존중감을 측정하기 위해 개발한 것이다. 10문항으로 구성되어 있으며 4단계 리커트 척도(매우 그렇다∼전혀 그렇지 않다)에 따라 응답하도록 되어 있다. 본 연구에서는 Jon(1974)이 번안한 것을 사용하였으며, 소아우울척도와 마찬가지로 산출된 잠재집단이 상호 차별성이 있는지를 확인하기 위한 목적으로 활용하였다. 선행연구를 보면, 자아존중감과 긍정적 자아개념은 높은 정적상관이 있다(Lau et al., 2008). 연구대상의 일부인 중고등학생(249명)에서 산출된 신뢰도 계수는 .90이었다.

4. 자료분석

수집된 자료는 SPSS와 Mplus8 프로그램을 활용하여 연구문제에 따라 통계분석을 수행하였다.

첫째, 연구문제1을 위해 PH-2의 6개 영역 점수를 지표로 사용하여 잠재집단분석을 하였다. 모형의 적합도 검증을 위해 정보기반 적합도 지수, 우도비 기반 적합도 지수, 모형의 평균 분류 정확도 지수를 활용하였다. 검증 통계량의 간략한 특성은 다음과 같다(Kwon, 2011; McLachlan and Peel, 2000): 정보-기반 적합도 지수(Information-Based Criteria; IC)로 AIC(Akaike Information Criterion), BIC(Bayesian Information Criterion), 표본크기를 고려한 adjusted BIC를 활용하였다. AIC, BIC, adBIC 통계량은 구분된 집단의 개수가 증가함에 따라 감소하며, 작은 통계량을 가진 집단수가 최적이라고 판단한다. 우도비 기반 적합도 지수로는 Lo-Mendell-Rubin (LMR)과 부트스트랩 최대우도비검증(Bootstrap likelihood ratio test: BLRT)을 활용하였다. 전자는 k-1개의 집단을 지정한 모형과 k개의 집단을 지정한 모형 간의 로그최대우도 차이에 대한 분포추정을 이용하는데, 만약 산출된 확률값(p-value)이 유의미하다면 k개 집단 모형이 k-1개 집단 모형보다 우수하다는 것을 나타낸다. 후자도 유사한 확률값을 제시하나 다만 부트스트랩 방법으로 다수의 표본을 추출하여 편향되지 않는 로그우도차이 분포를 추정한다는 점에서 차이가 있다. 모형의 평균 분류 정확도 지수로는 엔트로피(Entropy-based Criteria)를 활용하였다. 이는 추정된 모형이 계층군의 확률을 바탕으로 분류정확도를 표준화한 측정치이며, 0~1의 범위 중 1에 가까울수록 분류가 정확함을 의미한다.

둘째, 연구문제2를 위해서는 산출된 잠재집단에 따라 소아우울척도 및 로젠버그 자아존중감척도 점수에 대한 일원분산분석을 수행하였다.

셋째, 연구문제3을 위해서는 아동·청소년의 거주 지역규모, 학교급, 성별을 독립변인으로 하고 산출된 잠재집단을 종속변인으로 하는 다항로지스틱회귀분석(multinominal logistic Regression analysis)을 실시하였다. 배경변인의 유의성은 우도비 검증(-2LogLikelihood) 및 회귀계수 b에 대한 오즈비(oddio ratio) 검증 결과로 판단하였다.


Ⅳ. 연구 결과

1. 자아개념 6개 변인에 대한 기술통계량

PH-2의 자아개념 6개 변인에 대한 기술통계량을 산출한 결과는 <Table 1>과 같다. 특히 표에서는 6개 영역 간에는 문항수가 다르므로 원점수 평균(M)과 함께 비교를 위하여 10점 만점으로 변환한 평균(M´)도 함께 제시하였다.

Correlation coefficient among six subvariables of Self-concept in PH-2

<Table 1>을 보면 6개 변인 간에는 r=.27~.69 범위의 정적상관이 나타났다. 불안으로 부터의 자유(FRE)와 행복 및 만족감(HAP)이 r=.69로 가장 높은 상관이 있었다. 변인 간 상관이 높은 것은 PH-2의 기본적인 특성으로 이론적 배경에서 지적한 바와 같다. 6개 변인의 평균(M)은 4.29~11.40의 범위를 보였다. 치환된 평균(M´)을 살펴보면 행동적응력(BEH)이 8.14로 가장 높고, 인기도(POP)가 7.82로 다음으로 높았다. 신체적 외모 및 특성(PHY)은 4.29로 가장 낮게 나타나 하위영역 간 다소 차이가 있었다.

2. 자아개념 잠재집단 분류와 명명

연구문제1에 따라 6개 자아개념 영역 점수분포를 기초로 잠재집단분석을 수행한 결과는 <Table 2>~<Table 4>에 제시하였다. 먼저 <Table 2>는 잠재집단의 수를 2, 3, 4, 5집단으로 차례로 증가시키면서 적합 모형을 탐색한 결과이다.

The model estimation and model fit test

Classification probabilities for the latent class membership

The mean estimation of six self-concept indicators by latent classes

<Table 2>에서 보듯이 정보준거지수(IC)를 고려하면 집단수가 늘어날수록 IC값이 줄어들어 2, 3, 4집단보다 5집단이 바람직한 것으로 나타났다. 그러나 우도비 기반 준거지수(LRT)를 보면 4집단, 5집단일 경우에는 LMR 검증 값이 유의미하지 않았다. 또한 집단 분류시 차지하는 비율을 살펴보면, 4집단으로 분류할 경우 첫 번째 집단은 전체 인원 중 0.9% 만을 포함하며, 5집단으로 분류할 경우에도 첫 번째 집단은 0.8%, 네 번째 집단은 0.4% 밖에 차지하지 않아 구분되는 집단으로 인정하기는 어려웠다. 대체로 잠재집단분석에서 집단으로 인정받기 위해서는 최소한 1% 이상이어야 한다(Hill et al, 2000). 한편 잠재집단분석에서는 집단의 분류시 검증 통계량뿐만 아니라 구분되는 집단으로서 갖는 의미 또한 집단의 수를 결정하는 중요한 준거로 삼는다(Pyun, 2015). 따라서 본 연구자는 통계적 유의미성과 더불어 3집단 분류가 갖는 실제적 유용성을 함께 고려하여 최종적으로 3집단 분류 모형을 채택하였다. 3집단 구분이 갖는 실제적 유용성은 논의에서 따로 제시할 것이다.

채택된 3집단의 분포비율을 보면, 첫번째 집단은 표본의 43%, 두번째 집단은 15%, 세번째 집단은 42%를 각각 차지하였다. 집단분류의 확실성을 나타내는 엔트로피 지수는 0.84로 양호하였다.

<Table 3>은 3집단 분류의 질을 알아보기 위하여 각 잠재집단에 속한다고 판정된 표본이 실제로 그 집단에 속할 확률의 평균값을 제시한 것이다. 대각선에 해당하는 값이 클수록 정확성이 높다고 해석된다(Pastor et al., 2007). 결과를 보면 3개 잠재집단 모두 90% 이상의 높은 확률값 평균을 보여 분류의 정확성이 높음을 알 수 있다.

<Table 4>는 3개 잠재집단의 특징을 파악하고 집단의 명칭을 부여하기 위하여 자아개념 6개 영역에 따라 원점수 추정 평균을 산출한 것이며 [Fig. 2]는 이를 그래프로 나타낸 것이다.

[Fig. 2]

Plot for 3 classes by 6 indicators' mean score

편의상 집단2를 먼저 살펴보면, 전체의 14.5%를 차지하며 집단1, 집단3에 비해 6개 영역의 자아개념 모두에서 가장 낮은 점수를 보였다. 행동적응력(BEH)만 절대평균(7.00)보다 조금 높은 점수를 보일 뿐 나머지 5개 영역에서는 모두 절대평균값보다도 훨씬 낮았다. 특히 신체적 외모 및 특성(PHY) 점수는 10점 만점 중 1.70점에 머물렀다. 따라서 집단2는 ‘약한 수준의 자아개념 집단(weak level class)’으로 명명하였다. 집단1은 전체의 43.3%를 차지하며, PHY는 여전히 낮은 점수를 지니지만 나머지 5개 영역에서는 모두 절대평균점수보다 높았다. 그럼에도 <Table 1>과 비교하면 집단 전체의 산술평균보다는 모두 낮다.

따라서 집단1은 ‘중간 수준의 자아개념 집단(moderate level class)’으로 명명하였다. 집단3은 전체의 42.2%를 차지하며, 6개 영역 모두에서 절대평균과 산술평균을 초과하는 높은 점수를 보였다. 따라서 ‘높은 수준의 자아개념 집단(high level class)으로 명명하였다.

3. 잠재집단 간 우울 및 자아존중감의 차이

연구문제2에 따라 구분된 자아개념 3개 잠재집단이 상호 차별성을 지니는가를 확인하기 위하여 소아우울척도 및 로젠버그 자아존중감척도 점수에 대하여 일원분산분석을 수행한 결과는 <Table 5>, [Fig. 3]과 같다.

Mean difference of KCDI and RSES between 3 latent classes

[Fig. 3]

Plot for 3 classes by KCDI and RSES' mean score

<Table 5>에서 알 수 있듯이 3집단 간에는 우울과 자아존중감 점수 모두에서 유의미한 차이가 있으며, 자아개념이 높을수록 우울은 낮으며 자아존중감은 높았다. 따라서 자아개념 3개 잠재집단은 상호 차별성을 지닌 것으로 볼 수 있다.

4. 잠재집단 구분과 거주지역 규모, 학교급, 성별과의 관계

연구문제3에 따라 아동·청소년의 배경변인(거주지역 규모, 학교급, 성별)이 자아개념 잠재집단 유형 구분과 서로 관련이 있는지 살펴보기 위하여 다항 로지스틱 회귀분석을 수행한 결과는 <Table 6>, <Table 7>과 같다.

Model fit test

The influence of school and gender on classifying classes

먼저 <Table 6>의 우도비 검증(-2LogLikelihood) 결과는 3개의 독립변수의 종속변수에 대한 영향, 즉 집단구분에 유의한 영향을 미쳤는지를 보여준다. 결과를 보면 거주지역은 기저모형의 개선에 유의하지 않으며, 학교급과 성별 변인이 유의한 영향이 있는 것으로 나타났다. 이에 따라 <Table 7>에서는 학교급과 성별이 집단구분에 미치는 영향력의 정도를 보다 구체적으로 검증하였다.

일반적으로 다항 로지스틱 회귀분석에서 회귀계수(b)는 그 자체로 의미를 지니지 못하기 때문에(Pyun, 2015), 회귀계수 b에 대한 오즈비(oddio ratio)를 나타내는 Exp(b)의 유의미성에 따라 해석한다. Exp(b)는 각 변인이 한 단위 증가함에 따라 준거집단(reference class)에 비하여 비교집단에 속할 승산의 증가 배수를 의미한다(Lee and Nho, 2013).

따라서 <Table 7>에서 Exp(b) 값의 유의미성과 크기를 기초로 결과를 살펴보면, 첫째 ‘약한 수준의 자아개념 집단’을 준거집단으로 놓고 ‘보통 수준의 자아개념 집단’과 비교하였을 때 중학생은 Exp(b)값이 1,63, 남학생은 2.06로 나타나 유의미한 변인임을 보여주었다. 즉, 중학생은 ‘약한 수준의 자아개념 집단(준거집단)’보다는 ‘보통 수준의 자아개념 집단(비교집단)’에 속할 확률이 1.63배 높으며, 남학생 역시 ‘약한 수준의 자아개념 집단’ 보다는 ‘보통 수준의 자아개념 집단’에 속할 확률이 2.06배 높았다. 다음으로 ‘약한 수준의 자아개념 집단’을 준거집단으로 하여 ‘높은 수준의 자아개념 집단’을 비교해 보면 초등학생(2.16배), 중학생(2.03배) 그리고 남학생(1.75배)은 ‘약한 수준의 자아개념 집단’ 보다는 ‘높은 수준의 자아개념 집단’에 속할 확률이 유의미하게 높음을 알 수 있다.

둘째, ‘보통 수준의 자아개념 집단’을 준거집단으로 ‘높은 수준의 자아개념 집단’과 비교해 보면, 초등학생(1.74배)은 ‘보통 수준의 자아개념 집단’ 보다는 ‘높은 수준의 자아개념 집단’에 속할 확률이 유의미하게 높았다. 요컨대, <Table 7>은 고등학생에 비하여 중학생은 ‘보통 수준의 자아개념 집단’에, 초등학생은 ‘높은 수준의 자아개념 집단’에 속할 가능성이 높으며, 여학생에 비해 남학생이 ‘보통 수준’ 혹은 ‘높은 수준의 자아개념 집단’에 포함될 가능성이 높음을 보여주었다.


Ⅴ. 논의 및 결론

아동·청소년의 자아개념 잠재집단 유형 분류에서 나타난 주요 결과와 그 특징을 제시하고 아동·청소년의 이해와 상담 조력방안과 관련하여 갖는 시사점을 논의하였다. 이후 본 연구결과의 제한점과 후속연구를 위한 제언을 하였다.

먼저, 연구문제에 따른 주요결과와 특징을 제시하면 다음과 같다. 첫째, 연구문제1에 따라 PH-2의 6개 자아개념 영역 점수를 기초로 잠재집단분석을 수행한 결과, 3개 집단(약한 수준의 자아개념 집단, 보통 수준의 자아개념 집단, 높은 수준의 자아개념 집단자아개념)이 산출되었다. 이 같은 결과는 만약 아동·청소년기의 자아개념으로 모집단을 단순화해버리면 결코 알 수 없는 특징이다. 이는 한편으로 본 연구에서 채택한 혼합모형 잠재집단분석 방법 적용의 타당성과 효용성을 보여주는 것이다.

3개 집단은 신체적 외모 및 특성(PHY)에 대한 자기지각에서 가장 낮은 자아개념을 보인다는 공통점이 있으나 질적으로 명확히 구분되는 집단으로 판단되었다. ‘약한 수준의 자아개념 집단’으로 명명했던 집단은 행동적응력(14점 만점)이 만점 점수 및 표본 전체의 평균(M=11.40)에 비해서 많이 낮을 뿐만 아니라(M=7.98), 특히 나머지 5개 영역에서는 현저할 정도로 낮아서 ‘낮은 수준 집단’이 아니라 ‘약한 수준 집단’이라 명명하였다. 자아개념 향상을 위한 내외적 조력이 필요한 집단이라 생각된다. ‘보통 수준의 자아개념 집단’은 영역별 점수가 표본 전체 평균과 다소 유사하긴 하나 미세하게 낮으며, 특히 신체적 외모 및 특성(10점 만점) 영역에서는 절대적으로 낮은 경향(M=2.89)을 보였다. 3개 잠재집단 중 가장 많은 43.3% 인원이 포함되었기에 ‘평균 수준 집단’이라는 표현 대신에 ‘보통 수준의 집단’으로 명명하였다. ‘약한 수준의 집단’과 마찬가지로 신체적 외모 및 특성, 행복 및 만족감과 관련된 자아개념에서는 향상을 위한 도움이 필요한 집단이라 생각된다. ‘높은 수준의 자아개념 집단’은 모든 영역의 자아개념에서 높은 원점수 평균을 보여 건강한 자아개념을 지닌 집단이라고도 볼 수 있었다. 전체 표본의 42.3%가 높은 수준으로 분류된 것은 건강한 자아개념과 관련하여 다행한 것으로 생각된다.

한편, 자아개념 잠재집단 구분을 위한 선행연구가 전혀 없기 때문에 본 연구에서 산출한 3개 집단 분류의 적절성 여부를 선행연구와 관련시켜 확인해 보기는 어렵다. 다만 특기할 만한 것은 Piers and Herzberg(2002)가 PH-2 매뉴얼에서 검사결과의 활용과 관련하여 아동·청소년의 자아개념 점수를 각 영역별로 3개의 T점수군으로 나누어 해석하고 있다는 사실이다: 낮은 범위(≤39T), 평균 범위(40T~55T), 평균이상 범위(≥56T). 다만 본 연구에서는 개별 영역이 아니라 6개 영역의 점수 모두를 함께 사용하여 3개 집단으로 나눈다는 점에서 차이가 있다. 결과적으로 본 연구의 3개 집단 구분 및 해석은 Piers and Herzberg(2002)의 3단계 점수해석과 일관성을 지니면서 동시에 확장된 해석에 기여할 수 있음을 보여주는 것이다.

둘째, 연구문제2에 따라 구분된 3개 잠재집단 간 우울과 자아존중감 정도를 비교한 결과, 높은 수준의 자아개념 집단은 낮은 우울과 높은 자아존중감을, 약한 수준의 자아개념 집단은 높은 우울과 낮은 자아존중감을 보여주었다. 이는 3개 집단 구분이 외적 준거와 관련해서도 타당함을 의미하는 것이다. 또한 자아개념과 우울은 부적 상관, 자아존중감과는 정적 상관이 있음을 보인 선행연구의 결과(Kang, 2012; Lee and Hankin, 2009; Watson et al., 2002)와 일치한다.

셋째, 연구문제3에 따라 3개 잠재집단의 구분에 아동·청소년이 거주하는 지역의 규모, 학교급, 성별에서 차이가 있는지를 검토한 결과, 학교급및 성별에 따라서 유의한 차이가 있었다. 고등학생에 비하여 중학생은 보통 수준의 자아개념 집단에 그리고 초등학생은 높은 수준의 자아개념 집단에 속할 가능성이 훨씬 높았다. 또한 남학생은 여학생에 비하여 보통 수준이거나 높은 수준의 자아개념 집단에 속할 가능성이 보다 높았다. 일반적으로 자아개념의 집단 간 차이에 관한 연구에서 아동·청소년 간 그리고 성별에 따른 조절효과는 거의 없는 것으로 알려져 있다(Piers and Herzberg, 2002; Song and Noh, 2017). 이러한 의미에서 본 연구의 결과는 선행연구 결과와는 차이가 있다. 만약 PH-2를 사용한 후속연구에서도 본 연구와 유사한 결과를 보인다면 이는 특히 실용적인 입장에서 우리사회에서 초중고 학생들의 자아개념의 특성을 이해하고 또 자아개념 향상을 위한 조력 방법도 달라져야 함을 함축하는 것이 될 것으로 생각된다. 이에 대해서는 아래에서 다시 부연할 것이다.

본 연구의 결과는 아동·청소년의 자아개념 이해 및 상담 조력방안과 관련하여 몇 가지 시사점을 제공해 준다. 첫째, 기본적으로 아동·청소년의 자아개념의 특성과 실태에 대한 이해를 높여 줄 수 있을 것이다. 아동·청소년들의 자아개념에서 개인차는 연속선상에서 이해할 수도 있지만 크게 3개 집단으로 유형화시켜서 이해할 수도 있다. 예를 들어, 고교 1, 2, 3학년, 남여학생, A학교와 B학교, 20018년과 2019년 고등학교 1학년의 자아개념 비교 등과 같은 분석을 수행한다고 할 때 3개 유형 집단의 비율을 산출한다면 집단 간 횡단적 차이나 종단적 변화 등을 보다 수월하고 간단하게 비교·판단할 수 있을 것이다. PH-2가 특히 학교현장에서 활용성이 높은 검사임을 고려한다면, 담임교사는 학급내에서 학생들의 자아개념 수준 유형별 집단의 비율과 특성을 간단하게 이해하고 실태를 파악하는 데에 많은 도움을 줄 것이다. 둘째, PH-2의 검사결과 해석을 보다 풍부하게 함으로써 활용가능성을 높여 줄 수 있다. 위에서 언급한 것처럼 PH-2의 결과 해석은 3단계의 T점수에 기초하여 6개 영역별로 해석하고 있다. 그러나 보다 바람직한 것은 2개 혹은 3개 영역의 프로파일 모양을 고려하거나 전체적인 프로파일을 고려하여 보다 역동적으로 해석하는 것이라 볼 수 있다. 본 연구의 결과는 개별 영역별 해석 외에도 프로파일 형태에 따른 해석의 가능성과 효용성을 보여준다고 하겠다. 셋째, 아동·청소년이 보이는 자아개념 잠재집단별 형태는 유형에 따라 상담조력의 목표나 방법에 도움을 줄 수 있을 것이다. 3개 유형별 혹은 초중고 학교급별, 성별에 따른 맞춤식 자아개념 향상 프로그램 개발과 운영이 도움이 될 수 있다. 특히 어느 유형에 속하던 모든 표본집단 아동·청소년들은 특히 신체적 외모 및 특성과 관련된 자아개념이 낮았는데 향후 자아개면 증진을 위한 프로그램에서는 반드시 이러한 요소가 강조될 필요가 있을 것이다. 넷째, 한편으로 본 연구의 결과는 ‘한국판 PH-2의 타당화’라는 목적에 비추어 볼 때 PH-2가 우리나라 아동·청소년의 자아개념의 특성을 타당하게 측정할 뿐만 아니라 서로 다른 질적 특성으로 자아개념을 지닌 아동·청소년들을 잘 변별해 내는 도구일 수 있음을 보여주었다.

본 연구가 지닌 제한점과 후속연구를 위한 몇 가지 제언을 하고자 한다. 우선 본 연구가 전국 표집으로 이루어지긴 했으나 반드시 또 다른 대규모 집단의 반복연구가 시행되어 교차타당도를 확인해 보아야 할 필요가 있을 것이다. 연구에서 나타난 자아개념 3개 유형뿐만 아니라 3개 유형별 비율이 어느 정도인가 하는 것은 아동・청소년의 지도 조력을 위해서도 현실적으로도 중요한 문제이기 때문이다. 따라서 반복연구를 통해 상대적인 비율을 분명히 다시 한 번 확인해 볼 필요가 있다. 다음으로 본 연구에서는 3개 유형의 자아개념 잠재집단으로 분류하기는 하였으나 3개 유형별 아동·청소년의 구체적인 특성이나 영향인 등에 대해서는 연구범위에 포함하지 않았으며 이에 대해서도 구체적인 논의는 하지 않았다. 후속연구에서는 또 다른 관련 변인들을 함께 측정하여 잠재집단의 내적 특성이나 기제를 탐색해 볼 필요가 있을 것이다. 끝으로 이 연구는 PH-2의 타당화라는 목적을 지니고 있었기 때문에 PH-2가 포함하고 있는 자아개념 하위영역을 지표로 하여 집단을 구분할 수밖에 없었다. 후속연구에서는 전통적인 자아개념 분류방식 예컨대, 가정적 자아개념, 사회적 자아개념, 학업적 자아개념, 도덕적 자아개념 등의 지표를 사용하여 잠재집단 분석을 실행해 볼 필요가 있을 것이다. 이를 통해 본 연구와의 공통점과 차이점을 확인해 보는 것도 자아개념이라는 구인에 대한 이해 그리고 나아가서 아동·청소년 이해에 큰 도움이 될 것이다.

References

  • Ahn, JS, and Shin, SW, (2001), Risk and Protective Factors in the School Adjustment of Socially Bullied Secondary Students, Journal of the Korean Neuropsychiatric Association, 40(6), p1166-1173.
  • Au, ACY, Lau, S, and Lee, MTY, (2009), Suicide ideation and depression: the moderation effects of family cohesion and social self-concept, Adolescence, 44(176), p851-868.
  • Butler, RJ, and Gasson, SL, (2005), Self esteem/self-concept scales for children and adolescents: A review, Child and Adolescent Mental Health, 10, p190-201. [https://doi.org/10.1111/j.1475-3588.2005.00368.x]
  • Cho, SC, and Lee, YS, (1990), Development of the Korean form of the Kovacs' Children's Depression Inventory, Journal of the Korean Neuropsychiatric Association, 29, p943-956.
  • Choi, SM, Shin, MS, Chung, CY, and Kim, ZS, (2000), Psychological Characteristics in Children with Chronic Physical Illness and Handicapped: Self-concept and Stress Coping Strategy, Korean Journal of Child & Adolescents Psychiatr, 11, p252-261.
  • Choi, SS, (2013), A Preliminary Study for the Standardization of the Piers-Harris Children's Self-Concept Scale, Special Education Research, 12(1), p61-82. [https://doi.org/10.18541/ser.2013.02.12.1.61]
  • Choi, TJ, and Lee, HY, (2015), A Preliminary Study for the Korean Version of the Piers-Harris Children`s Self-Concept Scale, Korea Journal of Counseling, 16(5), p267-282.
  • Emler, N, (2001), Self-esteem: The costs and causes of low self worth, York, Joseph Rowntree Foundation, York Publishing Services Ltd.
  • Field, NP, Joudy, R, and Hart, D, (2010), The moderating effect of self-concept valence on the relationship between self-focused attention and mood: An experience sampling study, Journal of research in personality, 44(1), p70-77. [https://doi.org/10.1016/j.jrp.2009.11.001]
  • Fits, WH, (1964), Tennessee Self-concept Scale, Nashville, Counselor Recordings Tests.
  • Guay, F, Marsh, HW, and Boivin, M, (2003), Academic self-concept and academic achievement: Developmental perspectives on their causal ordering, Journal of Educational Psychology, 95, p124-136. [https://doi.org/10.1037//0022-0663.95.1.124]
  • Harter, S, (1985), The Self-Perception Profile for Children, Unpublished Manual, University of Denver, Denver.
  • Hill, KG, White, HR, Chung, IJ, Hawkins, JD, and Catalano, RF., (2000), Early Adult Outcomes of Adolescent Binge Drinking: Person-and Variable-Centered Analyses of Binge Drinking Trajectories, Alcoholism: Clinical and Experimental Research, 24(6), p892-901. [https://doi.org/10.1111/j.1530-0277.2000.tb02071.x]
  • Jeong, WS, (1968), Self-concept test, Seoul, Korean Testing Center.
  • Jo, AR, (2012), A Study on the Mediating Effect of Personal Self-Concept in the Relationship between School Life Satisfaction and Self-Directed Learning of Elementary School Upper Graders, A master's thesis, Korea Counseling Graduate University.
  • Jon, BJ, (1974), Self-esteem: A test of its measurability, A Collection of Treatises, 11(1), p107-130.
  • Kang, MY, (2012), A Study on the Effects of a Positive Self-concept Program on Child’s Self-esteem and Anti-bias Perspective, A master’s thesis, Chung-Ang University.
  • Kim, BL, Cho, SC, and Shin, YO, (1994), Development of Korean Form of Piers-Hanis Children's Self-Concept Scale, Journal of the Korean Neuropsychiatric Association, 123(11), p1351-1369.
  • Kim, SY, (2013), The Moderating Effects of Self-Concept and Religion on the Relationship between Daily Stress and School-Life Satisfaction for College Students, The Journal of Yeolin Education, 2(1), p257-278.
  • Kim, YB, (2008), The Change of academic achievement in high schools and its relations with self-concept, emotion and failure tolerance, A doctorial dissertation, Seoul National University.
  • Ko, EK, and Lee, SH, (2014), Social Support and Self Concept of Children in Multi-Cultural Families - Focusing on Mediating Effect of Peer Relationship, Journal of School Social Work, 28, p1-29.
  • Koo, NW, Jo, MG, and Kim, HC, (2016), An Exploration of the Trends in Career Maturity and Self-Concept of Male and Female Students and Their Longitudinal Relationship, Journal of Educational Evaluation, 29(1), p177-200.
  • Kovacs, M., (1985), The Children's Depression Inventory, Psychopharmacology Bulletin, 21(4), p995-998.
  • Kwon, JK, (2011), Evaluation of Fit Indexes to Determine the Number of Latent Classes in Mixture Models with Categorical Outcomes: Monte Carlo Simulation Method, Doctorial dissertation, Korea University.
  • Lau, PW, Cheung, MW, and Ransdell, LB, (2008), A structural equation model of the relationship between body perception and self-esteem: Global physical self-concept as the mediator, Psychology of Sport and Exercise, 9(4), p493-509. [https://doi.org/10.1016/j.psychsport.2007.07.005]
  • Lee, A, and Hankin, BL, (2009), Insecure attachment, dysfunctional attitudes, and low self-esteem predicting prospective symptoms of depression and anxiety during adolescence, Journal of Clinical Child and Adolescent Psychology, 38, p219-231. [https://doi.org/10.1080/15374410802698396]
  • Lee, HH, Noh, SC, (2013), Advanced Statistical Analysis: Theory and Practice, Keyongki, Munwoosa.
  • Lee, KH, Ko, JY, and Song, IS, (2006), Self concept inventory, Seoul, Hakjisa.
  • Magidson, J, and Vermunt, JK, (2004), Latent class models, In D. Kaplan (Ed.), Handbook of quantitative methodology for the social sciences, p175-198, Newbury Park, CA, Sage.
  • Marsh, HW, Smith, LD, and Barnes, J., (1983), Self-Description Questionnaire, American Educational Research Association.
  • McLachlan, GJ, and Peel, D, (2000), Finite mixture models, NY, Wiley& Sons.
  • Morio, H, and Yamaguchi, S, (2007), Dynamism of the self-concept as a moderator of the effect of self-esteem on narcissism, Japanese Journal of Experimental Social Psychology, 46(2), p120-132.
  • Muthén, B, (2001), Latent variable mixture modeling, In G. A. Marcoulides, & R. E. Schumacker (Eds.), New developments and technique in structural equation modeling, p1-33, Mahwah, NJ, Lawrence Erlbaum Associates.
  • Muthén, B, (2002), Beyond SEM: General latent variable modeling, Behaviormetrika, 29, p81-117.
  • Muthén, BO, and Muthén, LK, (2000), Intergrating person-centered and variable centered analysis: Growth mixture modeling with latent trajectory classes, Alcoholism: Clinical and Experimental Research, 24, p882-891.
  • Nho, CR, (2004), Impacts of Attention Deficit Hyperactivity Disorder and Self-concept on Externalizing Behavior Problems among Middle School Students, Mental Health & Social Work, 18, p101-132.
  • Park, HJ, (2008), Test of Group invariance for the structural model among motivation, self-concept and student achievement: Using PISA 2006 data, Journal of Educational Evaluation, 21(3), p43-67.
  • Park, MJ, and Hong, HY, (2013), The moderating effects of self-concept among novelty seeking and harm avoidance temperament and delinquency tendency in adolescence, Journal of Future Oriented Youth Society, 10(4), p199-222.
  • Pastor, DA, Barron, KE, Miller, BJ, and Davis, SL, (2007), A latent profile analysis of college students’ achievement goal orientation profiles, Contemporary Educational Psychology, 32, p8-47.
  • Piers, E, (1984), Manual for the Piers-Harris Children’s Self-Concept Scale, Tennessee, Counselor Recording and Tests.
  • Piers, E, and Herzberg, D, (2002), Piers-Harris Children’s Self-Concept Scale (2nd Ed.), Wilshire Boulevard, CA, Western Psychological Services.
  • Pyun, JA, (2015), An exploration of School satisfactory via Latent Profile Analysis; classification of latent class and influential factor, A master’s thesis, Ewha Womans University.
  • Rosenberg, M, (1965), Society and the adolescent self-image, Princeton, NJ, Princeton University Press. [https://doi.org/10.1515/9781400876136]
  • Shrauger, JS, (1990), Self Confidence: Its conceptualization, measurement, and behavioral implications, Manuscript in preparation: SUNY at Buffalo.
  • Song, IS, (1989), Self-concept Test, Korea Institute of Psychological Aptitude, Seoul.
  • Song, JY, and Noh, AR, (2017), The Effect of Gender Difference and Parenting Styles on Learners’ Academic and Social Self-Concept Development During Adolescence, Learner-Centered Curriculum and Instruction, 17(21), p313-334. [https://doi.org/10.22251/jlcci.2017.17.21.313]
  • Sowislo, JF, and Orth, U, (2013), Does Low Self-Esteem Predict Depression and Anxiety? A meta-Analysis of Longitudinal Studies, Psychological Bulletin, 139(1), p213-240. [https://doi.org/10.1037/a0028931]
  • van der Cruijsen, R, Peters, S, and van der Aar, LP, (2018), The neural signature of self-concept development in adolescence: The role of domain and valence distinctions, Developmental Cognitive Neuroscience, 30, p1-12. [https://doi.org/10.1016/j.dcn.2017.11.005]
  • Varadwaj, K, (2017), Mediation of academic self-concept between big five personality and academic performance, Journal Of Humanities And Social Science, 22(12), p29-34.
  • Watson, D, Suls, J, and Haig, J, (2002), Global self-esteem in relation to structural models of personality and affectivity, Journal of Personality and Social Psychology, 83, p185-197. [https://doi.org/10.1037/0022-3514.83.1.185]
  • Yoo, JY, and Kim, CK, (2014), The Mediating Effect of Self-Concept on Relationships between Parent-Attachment and Learned- Helplessness in the Elementary School Students, Korean Journal of Youth Studies, 21(8), p347-372.

[Fig. 1]

[Fig. 1]
The research model

[Fig. 2]

[Fig. 2]
Plot for 3 classes by 6 indicators' mean score

[Fig. 3]

[Fig. 3]
Plot for 3 classes by KCDI and RSES' mean score

<Table 1>

Correlation coefficient among six subvariables of Self-concept in PH-2

BEH INT PHY FRE POP HAP
Note. BEH=Behavioral adjustment; INT=Intellectual and School Status; PHY=Physical Appearance and Attributes; FRE=Freedom from Anxiety; POP=Popularity; HAP=Happiness and Satisfaction; M´=Converted mean
 ***p<.001
BEH 1.00          
INT .51*** 1.00        
PHY .27*** .73*** 1.00      
FRE .48*** .52*** .36*** 1.00    
POP .46*** .61*** .60*** .50*** 1.00  
HAP .50*** .57*** .57*** .69*** .56*** 1.00
M 11.40 9.70 4.29 8.82 8.60 7.12
SD 2.60 3.76 2.79 3.31 2.30 2.33
(M´) 8.14 6.06 4.29 6.30 7.82 7.12

<Table 2>

The model estimation and model fit test

number of classes
2-class 3-class 4-class 5-class
Note: IC=Information Criteria; AIC=Akake’ Information Criterion; BIC=Bayesian Information Criterion; saBiC=the adjusted BIC; LRT: Likelihood ratio test; LMR=Lo-Mendell-Rubin likelihood ratio; BLRT: Bootstrap Likelihood Ratio Test
IC AIC 32071.69 31247.14 30960.10 30692.79
BIC 32167.94 31378.85 31127.26 30895.41
saBIC 32107.59 31296.26 31022.44 30768.36
LRT LMR 0.00 0.00 0.08 0.12
BLRT 0.00 0.00 0.00 0.00
class % 1 0.40 0.43 0.09 0.08
2 0.60 0.15 0.36 0.27
3 0.42 0.28 0.35
4 0.27 0.04
5 0.26
Entropy 0.85 0.84 0.81 0.85

<Table 3>

Classification probabilities for the latent class membership

N(%) classification probabilities
1-class 2-class 3-class
1-class 507(43.3) 0.912 0.026 0.061
2-class 169(14.5) 0.073 0.927 0.000
3-class 495(42.2) 0.065 0.000 0.935

<Table 4>

The mean estimation of six self-concept indicators by latent classes

class % indicators
BEH INT PHY FRE POP HAP
Note. PS=Perfect score
1 43.3 11.32 8.08 2.89 8.40 8.22 6.81
2 14.5 7.98 5.18 1.70 4.22 5.08 3.49
3 42.2 12.66 12.93 6.62 10.85 10.21 8.69
Perfect Score 14 16 10 14 11 10

<Table 5>

Mean difference of KCDI and RSES between 3 latent classes

class N M SD F  Scheffe 
Note: KCDI=K-Children Depression Inventory; RSES= Rosenberg self-esteem scale
***p<.001
KCDI h-level 101 27.20 4.02 67.03***  h<m<w
m-level 87 30.80 5.54
w-level 37 39.97 9.23
RSES h-level 101 42.46 5.45 122.90*** h>m>w
m-level 122 35.11 5.41
w-level 32 25.59 6.42

<Table 6>

Model fit test

-2LogLikelihood χ2 df
**p<.01 ***p<.001
(intercept) 168.49
region 175.25 6.76 4
school 186.95 18.46** 4
gender 184.17 15.69*** 2

<Table 7>

The influence of school and gender on classifying classes

Ref. Com. Vars. b Exp(b) bse
Note. Ref.=Reference class; Com.=Comparison class
*p<.05 **p<.01 ***p<.001
weak level mod. level school=1 (elementary) .22 1.24 .24
school=2 (middle) .49 1.63* .23
gender=1 (male) .72 2.06*** .19
high-level school=1 (elementary) .77 2.16** .24
school=2 (middle) .71 2.03** .24
gender=1 (male) .56 1.75** .19
mod. level high level school=1 (elementary) .55 1.74** .18
school=2 (middle) .22 1.25 .17
gender=1 (elementary) -.17 .20 .13