머신러닝을 활용한 취학 전 아동의 내재화 및 외현화 문제행동에 미치는 예측 모형 및 영향 요인 탐색

Abstract

본 연구는 머신러닝 기법을 활용하여 취학 전 아동의 내재화 및 외현화 문제행동에 영향을 미치는 요인을 탐색하고 이들의 영향력을 살펴보고자 하였다. 한국아동패널(PSKC)의 7차 연도 자료 중 결측치를 제외한 총 2,150명의 아동과 데이터 전처리 과정을 통해 선정된 총 140개의 설명변수를 분석에 사용하였다. 분석 결과, 상위 3개 알고리즘을 기반으로, 내재화 문제행동의 경우 학습준비도와 친가의 사회적 지지가, 외현화 문제행동의 경우 어머니의 성역할 가치와 친가 및 이웃의 사회적 지지가 본 연구를 통해 취학 전 아동의 문제행동을 예측하는 주요 변수로 새롭게 도출되었다. 본 연구결과를 통해 문제행동의 관련 요인을 밝히고 문제행동 예방을 위한 유용한 정책적･교육적 시사점 및 전략을 구축할 수 있을 것으로 기대된다.

This study aimed to explore the factors that influence internalizing and externalizing problem behaviors in preschool children and to examine these factors using machine learning methods with the data from the 7th year of PSKC. Based on a result of analyses using top regressor algorithms, learning readiness and paternal social support for internalizing problem behavior and the value of mothers' gender roles and paternal and neighbor social support for externalizing problem behavior were newly derived as major factors. The results suggest that the factors influencing problem behaviors can be identified, thereby enabling the establishment of educational policies and strategies to prevent problem behaviors.