open access
메뉴
E-ISSN : 2733-4538
본 연구는 우울증환자가 BGT도형을 모사하는데 있어서 다른 진단집단과 어떻게 다른 수행을 보이는가 하는 것을 알아보고 이를 감별진단하는데 유용한 준거를 마련해 보고자 하였다. 분석도구로는 Hutt의 채점체계인 HABGT를 사용하였으며, 정상인집단으로 대학생집단과 BGT가 감별목적으로 가장 많이 쓰이는 뇌손상환자를 대조집단으로 하여 자료를 분석하였다. 그 결과 우울증환자는 정신병리척도와 접근-기피척도의 총점에 있어서 다른 두 집단과는 유의미한 차이를 보였으며, 폐쇄곤란과 높이 등 몇몇 항목을 제외한 대부분의 항목에서 정상인보다는 병리적인 점수를, 뇌손상환자보다는 덜 병리적인 점수를 받는 것으로 나타났으나, 총점에 의한 집단의 분류는 그다지 유용성이 없는 것으로 밝혀졌다. 따라서 세 집단을 변별하는 더욱 효율적인 준거를 마련하기 위하여 판별분석을 실시하여 항목에 따른 집단별 패턴의 특성을 알아보았다. 그 결과 두 개의 판별함수가 도출되었으며, 대학생집단과 뇌손상환자를 가장 잘 변별해주는 함수 I은 단편화, 지각상 회전, 각의 변화, 곡선곤란등을 특성으로 하였고, 우울증환자와 다른 두 집단을 잘 변별해주는 함수 II는 지각상회전, 단편화, 각의 변화, 폐쇄곤란등을 특성으로 하는 것으로 나타났다. 또한 함수도출에 사용된 준거집단의 경우 함수에 의한 분류의 정확도는 83.00%였고, 교차타당화집단의 경우 78.00%로 판별함수에 의한 분류는 매우 안정성이 높은 것으로 나타났다.
The present study tried to know the characteristics of BGT performance on depression and to distinguish from other diagnostic groups. The BGT copy phase of 50 depressed patients were analyzed. 50 college students and 50 brain-damaged patients were used control groups. Hurt scoring method, Psychopathological Scale and Adience-abience Scale, was adapted to score data. There were significant difference on HABGT's total score among three groups. In the most items, the depressed patients were scored secondly among three groups except some items. But the result that only 20% of depressed patients was correctely classified when use scale's total score showed that the classification by total score was not effective. In order to establish more effective norm, discriminant analysis was performed and two discriminant function were producted. Function I which differentiate college students and brain-damaged patients was characterized fragmentation, perceptual rotation, change in angulation and curvature difficulty. And function II which differentiate depressed patients and other two groups was characterized perceptual rotation, fragmentation, change in angulation and closure difficulty. A discriminant function using some items as prediction variables showed that 83.00% is successful in classifying the three groups used for criterion while 78.00% is successful in classifying the three groups used for cross validation.
