한국심리학회지: 일반
- P-ISSN : 1229-067X
- E-ISSN : 2734-1127
- Publisher : 한국심리학회
- CCL :
- ENGLISH
- P-ISSN1229-067X
- E-ISSN2734-1127
- KCI
최신 논문
45권 1호
5개 논문이 있습니다.
신소연 ; 전은기 ; 김한조
pp.1-29
https://doi.org/10.22257/kjp.2026.3.45.1.1
초록보기
초록
정신건강 증진 및 예방 개입의 중요성이 증가함에 따라 개입 효과를 검증한 연구 방법론에 대한 체계적인 검토가 연구자와 실무자 모두에게 중요한 과제이다. 본 연구는 국내 정신건강 개입 프로그램의 효과성 연구들을 대상으로 해당 연구의 방법론적 특성을 체계적으로 분석한 실태조사이다. 최근 10여 년간 한국심리학회 및 산하 학회지에 게재된 총 177개의 논문을 검토하여 연구 설계 및 통계 분석 방법 등 연구의 방법론 위주로 비교 분석했다. 조사 결과, 두 가지 주요 사실을 발견했다. 첫째, 90%가 넘는 연구에서 집단별 표본크기가 30을 초과하지 않았다. 둘째, 비동등 집단 설계를 사용한 연구가 거의 절반(48.5%)을 차지했다. 이와 같은 결과를 바탕으로, 프로그램 평가 시 적용할 수 있는 다양한 방법론적 제언과 가이드라인을 제시했다. 본 연구는 프로그램 효과 분석에 필요한 방법론에 대한 기초 자료를 제공하는 데 의의가 있다.
Abstract
With growing attention to mental health promotion and prevention interventions, the systematic examination of research methodologies used to evaluate their effectiveness has become a fundamental task for both researchers and practitioners. This study conducted a methodological review of effectiveness studies on mental health promotion and prevention programs implemented in South Korea. A total of 177 peer-reviewed articles published over the past decade in journals affiliated with the Korean Psychological Association were analyzed, focusing on research design and statistical analysis methods. The review revealed two notable findings: first, over 90% of the studies had fewer than 30 participants per group; second, nearly half (48.5%) of the studies employed nonequivalent group designs. Based on these findings, this study proposes several methodological recommendations and practical guidelines to enhance program evaluation practices. The results provide foundational insights for improving the scientific rigor of future evaluations of mental health promotion and prevention programs.
강채린 ; 장승민
pp.31-54
https://doi.org/10.22257/kjp.2026.3.45.1.31
초록보기
초록
본 연구는 두 집단 분포의 등분산을 가정하는 JZS(Jeffreys-Zellner-Siow) 사전분포 설정과 이분산을 허용하는 BFGC(Girón-del Castillo) 사전분포 설정을 이용한 베이지안 독립표본 t 검정의 타당성을 비교하였다. 특히 표본크기 비율과 분산 비율의 조합이 베이즈 인자의 산출에 미치는 영향을 시뮬레이션 연구를 통해 확인하였다. 시뮬레이션은 분산 비율(1:1, 2:1), 표본크기 비율(1:1, 2:3, 3:2), 표준화 효과 크기(0, 0.2, 0.5, 0.8), 총 표본크기(50, 100, 200)를 교차한 조건에서 수행되었으며, 각 조건당 500회의 반복을 통해 생성된 총 30,000개의 데이터 세트가 사용되었다. 분석 결과 두 사전분포 설정이 산출한 베이즈 인자는 이분산 조건에서 분산이 큰 집단의 표본크기의 상대적 크기에 따라 상반된 양상이 확인되었다. JZS 설정은 분산이 큰 집단의 표본크기가 상대적으로 큰 경우 참인 가설에 대한 지지가 약화되는 반면, BFGC 설정은 분산이 큰 집단의 표본크기가 상대적으로 작은 경우 유사한 양상을 보였다. 이러한 결과는 베이지안 t 검정에서 등분산 가정이 표본크기 및 분산 비율과 상호작용하여 베이즈 인자의 크기에 체계적인 영향을 미친다는 점을 보여준다. 또한 이분산이 의심되는 실제 연구 상황에서 등분산 가정에 기반한 JZS 모형보다 이분산을 허용하는 BFGC 모형을 사용하는 것이 더 나은 베이지안 추론을 제공할 수 있음을 시사한다.
Abstract
Heterogeneity of variance is a persistent concern in independent-samples t tests, raising questions about the robustness of Bayesian hypothesis testing when the equal-variance assumption is violated. The Jeffreys-Zellner-Siow (JZS) prior, commonly used as the default in Bayesian t tests, inherently assumes homoscedasticity. The present study examines the implications of this assumption by comparing a homoscedastic Bayesian t test based on the JZS prior with a heteroscedastic alternative that allows group-specific variances, the Girón-del Castillo (BFGC) model. An extensive simulation study was conducted to investigate how Bayes factors behave across varying combinations of variance ratios, sample size ratios, standardized effect sizes, and total sample sizes. Particular attention was given to conditions in which sample size imbalance interacted with variance heterogeneity. The results showed that the two models exhibit qualitatively different patterns of evidence accumulation under heteroscedasticity. Specifically, the JZS-based Bayes factor tended to provide weaker support for the true hypothesis when the group with the larger variance also had the larger sample size, whereas the BFGC-based Bayes factor showed the opposite pattern, yielding weaker support when the larger-variance group had the smaller sample size. These findings highlight that variance assumptions in Bayesian t tests can systematically influence the interpretation of Bayes factors, especially in the presence of sample size imbalance. When heteroscedasticity is plausible, adopting a heteroscedastic Bayesian model such as BFGC may therefore lead to more reliable Bayesian inference than reliance on the default JZS specification.
김영주
pp.55-82
https://doi.org/10.22257/kjp.2026.3.45.1.55
초록보기
초록
신뢰는 개인과 집단이 서로를 믿고 자발적으로 협력하게 하는 사회적 자본의 핵심 요소이다. 최근 전 세계적으로 신뢰의 하락이 관찰되는 가운데, 경제적 불평등이 신뢰에 미치는 영향이 주목받고 있다. 본 연구는 경제 불평등 수준에 대한 주관적 지각에 초점을 두고, 지각된 경제 불평등과 신뢰의 관계가 개인의 사회경제적 맥락에 따라 달라지는지, 특히 저소득집단에서 더 강하게 나타나는지를 살펴보았다. 세 개 연구(N = 1,133)를 통해 지각된 불평등이 일반적 신뢰(불특정 사회 구성원 다수에 대한 신뢰)를 예측하는 정도에서 소득 수준의 조절 효과를 검토한 결과, 지각된 불평등이 높아질수록 일반적 신뢰가 낮아지는 경향은 저소득 계층에서 강하게 나타남을 확인했다(연구 1 & 연구 2). 나아가, 기존 연구에서 상대적으로 덜 탐색된 관계적 신뢰(잘 아는 사람에 대한 신뢰)를 추가로 분석한 결과, 지각된 불평등이 높을수록 관계적 신뢰가 증가하는 경향 역시 저소득 계층에서 두드러지게 관찰되었다(연구 2 & 연구 3). 본 연구 결과는 경제적 불평등에 대한 주관적 지각이 저소득 계층에서 모르는 사람에 대한 신뢰를 약화시키는 동시에 아는 사람에 대한 신뢰를 강화하여, 결과적으로 신뢰의 반경 범위 축소를 초래할 가능성을 시사한다. 본 연구는 불평등이라는 사회적 위기가 소득 집단에 따라 비대칭적으로 경험되며, 특히 불리한 극단에 위치한 집단의 신뢰 범위의 수축을 가속화하여 사회경제적 불평등 구조가 유지되는 심리적 메커니즘으로 작용할 수 있음을 보여준다.
Abstract
Trust is a crucial component of social capital that enables individuals and groups to cooperate effectively. Amid a global decline in social trust, growing attention has turned to the role of economic inequality. Focusing on perceived economic inequality, the present research examines whether its impact on trust varies across different social class contexts. Across three studies (N = 1,133) using samples from South Korea and the United States, I tested whether income moderates the association between perceived economic inequality and two forms of trust (i.e., generalized trust and relational trust). Results showed that higher perceived inequality predicted lower generalized trust (trust in most people) among low-income participants (Studies 1 and 2). Extending prior work, I also assessed relational trust (trust in familiar others) and found that higher perceived inequality predicted greater relational trust, with this effect again most pronounced among low-income participants (Studies 2 and 3). Collectively, these findings suggest a narrowing of the radius of trust among disadvantaged groups: trust becomes increasingly concentrated in known others, while trust in unknown others declines. More broadly, the results imply that the social crisis of inequality is asymmetrically experienced across income groups and may contribute to the persistence of socioeconomic inequality by reshaping trust structures among those at the disadvantaged end of the income distribution.
정재희 ; 임희은 ; 김예나 ; 김경훈 ; 최기홍
pp.83-117
https://doi.org/10.22257/kjp.2026.3.45.1.83
초록보기
초록
도박 문제는 개인의 심리․사회적 안녕을 위협하는 주요 공중보건 문제로, 온라인 불법 도박의 확산과 사행성 모델의 다변화에 따라 대응 전략의 다각화가 요구된다. 이러한 배경에서 본 연구는 접근성과 비용 효과성 측면에서 강점을 지닌 디지털 헬스를 중심으로 문헌을 개관하였다. 먼저 국외 문헌을 토대로 개입 콘텐츠에 초점을 두고 웹 및 앱 기반 프로그램을 검토하였고, 개입 패러다임의 변화를 주도하는 기술로서 챗봇, 몰입형 기술, 머신러닝 기반 예측․평가 접근을 살펴보았다. 그 결과, 기존 웹 및 앱 기반 개입은 주로 인지행동치료와 동기강화상담을 기반으로 하며, 정서와 도박 문제의 통합 개입, 위치 기반 개입, 사용자 맥락을 반영한 적시 적응형 개입이 도입되고 있음을 확인했다. 또한 챗봇, 몰입형 기술, 머신러닝 기반 접근은 각각 24시간 가능한 양방향 상호작용 제공, 생태학적 타당도가 높은 개입 환경 구현, 빅데이터에 기반한 예측․평가를 통해 임상적 의사결정의 객관성을 향상할 잠재력을 지니고 있었다. 이후 국내 공공부문 및 유관기관의 개입 현황과 학술 동향을 종합한 결과, 국내 도박 문제 영역에서의 디지털 헬스 적용은 초기 단계로, 개입 효과를 실증한 연구는 제한적이었다. 마지막으로 본 연구는 도박 문제의 디지털 헬스 적용을 둘러싼 주요 쟁점을 정리하고, 향후 연구 및 실천을 위한 과제를 제안했다.
Abstract
Gambling problems constitute a major public health concern that threatens individuals’psychological and social well-being, and the rapid expansion of illegal online gambling and the diversification of gambling models have intensified the need for more multifaceted intervention strategies. In this context, we focused on digital health, which has been recognized for its advantages in accessibility and cost-effectiveness. We examined international literature on web- and app-based programs with a focus on intervention content, as well as chatbot-based interventions, immersive technologies, and machine learning-based prediction and assessment as key drivers of changing intervention paradigms. Web- and app-based interventions were largely grounded in cognitive behavioral therapy and motivational interviewing, with recent developments incorporating integrated interventions addressing emotional and gambling problems, location-based approaches, and just-in-time adaptive interventions. In addition, chatbot-based, immersive, and machine learning–based approaches demonstrated potential to support continuous bidirectional interaction, enable ecologically valid intervention environments, and enhance the objectivity of clinical decision-making based on big data. A review of domestic trends reveals that Korea’s digital health applications for gambling remain in the early stages with limited empirical evidence. Finally, we discussed key issues surrounding the application of digital health and future directions for research and practice.
김인혜 ; 김미림 ; 이순묵
pp.119-146
https://doi.org/10.22257/kjp.2026.3.45.1.119
초록보기
초록
본 연구의 목적은 구조방정식모형을 이용한 연구에서 비내재관계 모형 선택 시 활용 가능한 다양한 지수들의 특성과 한계를 종합적으로 검토하는 데 있다. 이를 위해 적합도 지수(CFI, TLI, RMSEA, SRMR), 정보기반지수(BIC), 그리고 Vuong 검증을 대상으로 몬테카를로 시뮬레이션을 실시하였다. 연구 설계는 요인계수 차이, 오차상관 크기, 요인상관 크기, 표본크기를 포함한 3×3×3×4 요인설계로 총 108개 조건을 구성하고, 각 조건에서 1,000개의 자료를 생성하였다. 주요 결과를 보면, CFI와 TLI는 구조적 차이에 예민하게 반응하여 표본크기가 커질수록 안정적인 모형 변별력을 보였다. 반면 RMSEA는 표본크기와 자유도에 영향을 크게 받아 엄격한 기준으로 작동하는 경향을 보였으며, SRMR은 요인상관이 높은 조건에서 두 모형을 명확히 구분하지 못하는 한계가 나타났다. BIC는 모형 간 차이의 크기를 수치적으로 제시할 수 있었지만, 자유도가 동일한 상황에서는 해석적 제약이 확인되었다. 마지막으로 Vuong 검증은 BIC가 제공하지 못하는 통계적 유의성 정보를 보완함으로써, 모형 선택의 판단 근거를 강화하였다. 본 연구는 다양한 조건에서 지수별 성능을 비교․평가함으로써, 연구자가 비내재관계 모형 선택 시 지수의 특성과 한계를 균형 있게 고려할 수 있도록 비교 전략에 대한 제언을 제공한다. 이를 통해 구조방정식모형을 이용하는 연구자가 지수 간 상호보완적 해석에 기반하여 보다 타당한 모형 선택을 수행할 수 있도록 기여하고자 한다.
Abstract
This study aims to comprehensively examine the characteristics and limitations of various indices applicable to non-nested model selection in structural equation modeling (SEM). Monte Carlo simulations were conducted using fit indices (CFI, TLI, RMSEA, SRMR), the information-based index (ΔBIC), and the Vuong test. The simulation design employed a 3×3×3×4 factorial structure varying factor loading differences, error correlations, factor correlations, and sample sizes, yielding 108 conditions with 1,000 replications each. The findings indicate that CFI and TLI were particularly sensitive to structural misspecifications and demonstrated stable discriminative power with larger sample sizes. In contrast, RMSEA was substantially influenced by sample size and degrees of freedom, tending to impose stricter thresholds, while SRMR showed limitations in distinguishing models when factor correlations were high. BIC provided a quantitative measure of model differences but was constrained in interpretation under equal degrees of freedom. The Vuong test supplemented BIC by offering statistical significance, thereby reinforcing the basis for model selection. Overall, this study provides practical recommendations for comparison strategies, emphasizing that researchers should avoid reliance on a single index and instead adopt complementary interpretations across indices to achieve more robust and reliable model selection.