중·고령자의 노인전용주거시설에 대한 입주선호: 서울 지역구 차이를 중심으로^*

통계청의 장래 가구추계에 따르면 2017년 고령자(만 65세 이상) 1인 가구는 전체 고령자 가구 중 33.4%(1,337,000 가구)를 차지하는 것으로 나타났으며 고령자 1인 가구에서 65-69세는 감소하고 80세 이상은 증가하는 추세를 보였다<그림1>. 추계에 따르면 노인 1인 가구는 2017년 133만 7천 가구에서 2035년 300만 3천 가구, 그리고 2045년에는 371만 9천 가구로 늘어날 예정이다. 2045년의 노인 1인가구의 규모는 2017년 대비 2.7배에 이른다. 또한 65세 이상 부부 가구도 2017년 131만 가구에서 2045년에는 310만 3천 가구로 늘어날 예정이며 이는 2017년에 비해 약 2.5배에 이른다(통계청, 2017). 이처럼 노인 1인가구와 노인 부부 가구의 지속적은 증가는 노인부양에 대한 가족과 사회의 부담을 증가시킬 것으로 보인다. 노인가구의 증가와 더불어 노년층의 생활양식도 점점 복잡해지고 활동적으로 변해가고 있다(통계청, 2017). 이 같은 인구변화와 생활양식의 변화는 다양한 형태의 욕구를 야기하고 있다. 그리고 이 욕구에 부합하는 새로운 형태의 거주공간과 공간디자인에 대한 수요도 함께 증가하고 있는 실정이다.

그림 1. 만 65세 이상 고령자 가구추세 주 : 통계청, 2017, 장래가구추계

Download Original Figure

현재 주거공간의 대부분은 노인의 욕구만족이나 편리한 노후생활을 보장하는 구조와 디자인으로 설계되어 있지 않다. 2014 노인실태조사(한국보건사회연구원, 2014)에 따르면 현 주거시설에서 노인을 배려한 시설이 없다는 응답이 78.1%였고, 생활하기 불편한 구조에 거주하고 있다는 응답이 17.3%로 나타났다. 노인실태조사에서 노인을 배려한 설비를 갖추고 있다는 경우는 단 4.6%에 불과하였다. 생활에 불편함을 야기하는 거주공간은 계단(15.4%), 화장실과 욕실(12.5%), 문턱(9.1%) 등의 순이었다. 이러한 결과는 현재 주거공간이 고령자의 활동이나 욕구가 반영되지 않았음을 의미하며, 동시에 고령자가 고령친화공간에 대한 주거욕구가 높을 수밖에 없음을 반증하는 결과이다.

노인주거복지시설은 2011년을 기준으로 지속적으로 증가하다가 2014년 이후로 감소하고 있는 추세이다<표1>. 시설별로 보면 양로시설은 지속적으로 증가하다가 14년을 기점으로 시설수와 입주정원이 점차적으로 줄어들고 있다. 공동생활가정은 2008년 제도가 도입된 이래로 2011년 87개소에서 2016년 128개소로 약 47%의 증가율을 보였다. 급속한 증가가 가능했던 이유는 시설의 규모가 작기에 설립이 타 시설보다는 상대적으로 용이하였을 것으로 고려된다. 급속한 증가추세에도 불구하고 공동생활가정도 양로시설과 마찬가지로 14년을 기점으로 점차적으로 줄어들었다. 양로시설과 공동생활가정에 비해 규모가 큰 노인복지주택은 노인복지주택의 시설수와 입주정원은 2011년 이래로 지속적인 증가(2011년 대비 33% 증가)를 보이고 있다.

노인주거복지시설의 입주현황을 살펴보면 전체 정원 19,993명에 14,675명³⁾(73.4%)이 입주하고 있으며, 이는 만 65세 이상 전체 노인인구(6,995,652 명)⁴⁾의 약 0.2%에 해당한다. 시설별로 보면 양로시설의 입주율은 66.8%, 공동생활가정은 66.9%였으나 노인복지주택은 90.0%로 이상으로 타 시설에 비해 상대적으로 높은 입주율을 보였다. 노인주거시설의 전체에서 보면 노인복지주택 입주자는 전체 입주인원(n=14,675)의 약 34.6%를 차지하고 있었다. 복지주택의 높은 입주율과 지속적인 증가추세는 노인복지주택이 타 시설에 비해 상대적으로 대규모로 운영되어 규모의 경제효과를 이용자에게 제공했을 가능성, 공간 디자인과 부대시설 등의 제반여건이 상대적으로 우세한 점 등이 입주자의 선호를 높였을 것으로 고려된다.

노인전용주거시설의 이용과 선호를 분석한 연구가 상당수 존재한다. 그러나 이들 연구를 살펴보면 예측요인의 설정, 변인간의 관계 및 방향성, 그리고 대상자 연령과 지역까지 크게 상이한 것으로 나타났다. 이에 본 논문에서는 모형 검증에 앞서, 노인전용주거시설의 이용과 선호를 분석한 기존의 연구의 동향을 살펴보았다. 연구동향 분석에 이용된 논문은 총 16편이며, 이들 연구는 2000년 이후 KCI 등재 학술지에 게재된 논문(10편)과 학위논문(6편)이다. 분석의 결과는 <표2>와 같다.

첫째, 인구사회 및 개인자원 특성에서는 성별, 학력, 개인 소득, 사회교류 등이 노인전용주거시설 선호의 예측요인으로 밝혀져 왔다. 선호와 성별은 상이한 방향성(패턴)을 보이는데, 일부의 연구에서는 여성이 남성보다 높은 선호를 보이지만(이민경, 2003, 전영진, 조주현, 2008), 반대의 결과도 존재하였다(김순미, 홍성희, 김혜연, 김성희, 2004). 학력과 소득도 상이한 패턴을 보였다. 일부의 연구에서는 높은 학력(권오정, 2005, 채상균, 하규수, 2013)과 소득(예: 백승기, 유성필, 황지욱, 2016)이 선호에 정적인 관계를 보였으나 낮은 학력(김성문, 김영, 서동완, 김환용, 2014)과 소득(예: 이미숙, 2012)이 선호와 정적인 관계를 보인 연구도 존재하였다. 기존연구에서 낮은 연령일수록 노인전용주거시설을 더 선호하였다(백승기, 유성필, 황지욱, 2016).

둘째, 기존의 연구에서 노후준비특성은 크게 경제(은퇴 후 소득과 자산)준비와 비경제 준비로 구분하고 있었다. 연구에서 경제준비 수준은 비교적 일관된 결과를 보였는데, 경제준비 수준이 높을수록 노인전용주거시설 선호가 높은 것으로 나타났다(김순미, 홍성희, 김혜연, 김성희, 2004, 채상균, 2014, 이정수, 2015). 반편, 비경제 준비는 상이한 패턴을 보였다. 이민경(2003)의 연구에서는 은퇴준비정도와 노인전용주거시설 선호가 정적인 관계를 보였으나, 김순 외(2004)에서는 노후생활의 준비 정도가 노인전용주거시설 선호와 부적인 관계를 가지는 것으로 나타났다. 이정수(2015)연구에서는 경제적 준비, 정서·사회적 준비는 선호와 정적관계를, 반면 신체적 준비는 선호와 부적관계를 가지는 것으로 나타났다.

셋째, 지역주거특성에서도 예측요인과 선호와의 관계는 상이한 패턴을 보였다. 높은 주거만족이 선호에 정적관계(백승기, 유성필, 황지욱, 2016)와 부적관계(이미숙, 2012)를 모두 보였으며, 거주지역이 수도권일수록 높은 선호를 보이는 연구(백승기, 유성필, 황지욱, 2016)와 지방일수록 높은 선호를 보이는 연구(홍연숙, 2006)가 모두 존재하였다. 또한 주거평수에서도 넓은 평수(권오정, 2005)와 좁은 평수(이미숙, 2012)모두 선호에 정적으로 유의하게 나타났다.

이상의 연구결과를 고려할 때, 기존의 연구동향은 다음과 같이 요약할 수 있다. 첫째, 특정변인을 제외한 대부분의 예측요인이 선호와의 관계에서 상이한 방향을 보였다. 이러한 관계의 비일관성은 노인전용주거시설 연구에서 가설을 설정하거나 이론적 틀을 설정하는데 장애와 한계로 작용했을 것으로 고려된다. 실제로 동향분석에 사용된 기존연구 가운데 특정 이론적 모형을 설정한 연구는 3편(홍연숙, 2006; 이원향, 2008; 정기환, 2017)에 지나지 않으며, 다른 연구는 이론이 없는 A-theoretical model 방식을 이용하였다.

둘째, 다양한 예측요인들의 보이는 선호와의 관계 상이는 노인전용시설이 가지는 복지서비스와 상품으로의 복합성에 기인하는 것으로 고려된다. 예를 들어, 높은 소득, 학력과 선호의 정적관계에서는 이용자가 시설을 상품으로 인식하였기 때문이며, 반대로 부적관계(낮은 학력과 소득)에서는 시설을 복지서비스로 인식할 가능성이 크다. 그러나 이러한 관계의 패턴은 최근에 와서 정적으로 바뀌어 가고 있는 추세이다. 즉, 시설을 주택상품으로 인식하는 경우가 많아지고 있다. 2015년 이후의 연구들을 살펴보면 경제준비, 높은 소득, 노후소득 준비 등이 시설의 선호와 정적인 관계를 가지는 것을 확인할 수 있다.

셋째, 성별, 학력, 자녀, 소득, 자산, 지역특성 등이 선호와 상이한 패턴을 보이는 것과 반대로 대부분의 연구에서 높은 수준의 노후준비정도는 선호와 정적인 관계를 보였다. 이러한 결과는 중·고령자가 노후준비의 한 방향 혹은 전략으로써 노인전용주거시설의 입주를 고려하고 있는 것으로 해석할 수 있다.

본 연구는 서울시의 2016년 서울서베이 자료를 이용하였다. 서울서베이는 2003년 첫 조사를 실시한 이래 매년 실시하고 있는 코호트 조사⁶⁾이며 목적은 도시의 변화를 분석, 시민의 삶의 질 및 의식, 가치관의 변화를 조사·측정하는 것⁷⁾이다(서울특별시, 2017).

2016년 서울서베이의 모집단은 2016년 10월 1일 기준 세대주가 서울시 25개 구에 거주하는 세대주 및 만15세 이상 세대원⁸⁾이며, 2016년 조사의 표본크기는 20,000가구의 45,609명(만15세 이상 가구구성원)이다. 조사는 층화집락추출법(stratified cluster sampling)을 통해 이루어졌으며, 조사기간은 2016년 10월 1일에서 10월 31일까지 가구 방문면접을 통해 이루어졌다. 본 연구에서 고려한 연구모형을 검증하기 위하여 전체 자료에서(N=45,609) 연구 대상을 다음과 같은 과정을 통해 추출하였다. 먼저, 2016 서울서베이에서 가구주와 그 배우자를 선택하였다. 그 이후 50대 이상의 설문참여자는 연구의 대상으로 설정하였다. 목록별 결측치 제외(listwise deletion)방식을 채택하여 분석에 사용될 변수의 결측치를 제외하였다. 본 연구에서 발생한 최대 결측치는 0.1% 이하⁹⁾였고 이러한 과정을 통해서 만들어진 표본의 크기는 15,915명이다. 이들 가운데 강남3구(서초, 강남, 송파)에 거주하는 거주민은 대상집단(n=2,210)으로 구성하고 타 지역구에 거주하는 주민(n=13,705)을 비교집단으로 고려하였다.

일반적으로 선택적 편의를 줄이는 가장 효과적인 방법은 무선할당을 이용한 실험설계이다(Shadish, Cook, and Campbell, 2002). 그러나 현실적인 제약으로 인해 실험설계가 시행되기 어려운 조건에서 성향점수매칭은 개입의 효과성이나 집단 추출에서 발생되는 선택적 편의를 수정하는 가장 효과적인 방법의 하나이다(Guo and Fraser, 2014). 성향점수매칭에서 성향점수(propensity score)란 연구 대상이 비교(대조)집단이 아닌 대상(처치)집단에 포함될 혹은 그 반대의 확률이다. 최대한 많은 공변량을 이용하여 성향점수를 도출하고, 도출된 점수를 바탕으로 두 집단을 매칭시킴으로써 집단의 추출과정에서 발생하는 선택적 편의는 줄어들게 된다(Guo and Fraser, 2014).

본 연구의 분석절차는 다음과 같다. 강남3구과 서울의 타 자치구의 동등성 확보를 위한 PSM을 실시하였다. 매칭의 과정은 통제변수가 포함된 로지스틱 회귀분석을 통해서 성향점수를 구하고 도출된 점수를 바탕으로 두 집단 간의 매칭이 진행¹⁰⁾되었다. 이 단계에서는 강남3구의 거주가 종속변수가 되며 지역 거주에 영향을 미치는 다양한 요인들이 매칭(통제)변인으로 모형에 포함되었다. 성향점수를 이용하여 매칭이 되면 처치집단과 대조집단은 동일한 분포를 가지게 되며 두 집단 간의 차이는 우연의 오차로 인정된다(Guo and Fraser, 2014).

매칭방법 가운데 중복을 허용하지 않는 일대일 매칭과 Nearest Neighbor Matching 방법을 사용하였다(Guo and Fraser, 2014). 이 방법은 대조집단에 속한 개체에서 성향점수가 처치집단 개체의 성향점수와 가장 근접하는 개체를 선택하는 방식이다. 즉, 강남3구에 거주하는 중고령자의 성향점수와 가장 유사하거나 같은 타 지역구 사람을 매칭하는 것이다. 끝으로 매칭을 통해 얻어진 두 집단의 균형성을 검증하여 획득한 표본의 적절성을 확인한다. <그림2>는 PSM을 통하여 자료를 매칭하는 과정의 도식이다. 분석방법으로는 두 집단 간의 평균차이를 t-test로 검증하였다. 그리고 공변량을 통제한 상태에서 지역의 차이가 노인전용주거시설 선택의도에 미치는 영향을 분석하기 위하여 로지스틱 회귀분석(Logistic regression analysis)을 활용¹¹⁾하였다.

그림 2. PSM을 활용한 집단의 구분과정

Download Original Figure

연구에서 사용된 변수의 측정은 <표 3>과 같다. 독립과 종속변인은 다음의 과정을 통해 측정되었다. 2016 서울서베이는 참여자에게 고령에 혼자 살기 어려운 상황이 발생할 시, 선호하는 주거형태에 대하여 질문하였다. 본 연구에서 실버타운 등의 노인전용주거시설에 대한 입주선호는 1로, 그 밖의 가족과 친구와 함께 거주, 독거 등의 선택은 0으로 코딩하였다. 독립변인은 지역구분(강남과 타 자치구)이다. 현재거주 지역이 서초, 강남, 송파이면 1로 나머지 지역은 0으로 코딩하였다.

사례별 성향점수를 활용하여 집단 간 매칭을 실시하였다. 타 지역구 전체 대상자(n=13,705)에서 강남3구와 매칭된 2,210케이스를 제외한 나머지는 매칭에서 탈락되었다. 매칭이 성공적으로 수행되었는지를 확인하기 위해서 성향점수 추정에 따른 변수별 밸런스(balance) 체크가 필요하다. 매칭 후 두 집단의 표준화된 평균 차이(Standardized Mean Difference) 값이 |.25| 이상이면 불균형(unbalance)된 공변량을 가진다고 볼 수 있다(Rubin, 2001). 즉, 평균의 차이 값이 .25 이상이 없다면 성공적 매칭으로 볼 수 있으나 있다면 공변량의 측정수준을 변경하거나 이론에 따라 공변량을 제거 혹은 수정해야 한다. Hansen과 Bowers (2008)은 실험군과 대조군 간의 전반적인 불균형을 파악하기 위하여 카이스퀘어 분석을 이용한 전반적 매칭균형 테스트(d2)를 제시하였다. 이 테스트는 공변량 간의 선형결합이 매칭 후에도 불균형한지를 평가하는 것으로 귀무가설이 기각되지 않으면 두 집단 간의 구조가 유사하여 매칭이 잘 된다고 할 수 있다. 본 연구에서 .25를 초과하는 표준화된 평균의 차이는 보이지 않았으며 d2는 통계적으로 유의하지 않아 매칭이 성공적으로 수행된 것으로 고려되었다<표4>.

<그림3>에서 살펴볼 수 있듯이 매칭후의 표준편차(SD)는 매칭 전과 비교할 때 확연히 줄어있는 것으로 나타났다. 본 연구에서 매칭 전 변수 간 표준화 평균차이의 최대값은 약 0.2이었지만, 매칭 이후의 평균차이는 모두 0.04 이하로 나타났다. 이러한 결과는 매칭 과정을 통해 성향점수 추정 방정식에 투입된 매칭변수들의 측면에서 두 집단의 동질성이 확보가 되었음을 의미한다. 이상의 결과를 볼 때, 본 연구의 매칭은 성향점수 추정방정식의 Balancing Property(균형특성)를 만족하고 있다고 결론내릴 수 있다.

그림 3. 매칭전후의 표준편차의 차이

Download Original Figure

지역 별 사용변수에 대한 기술통계는 <표 4>와 같다. 매칭에 투입된 전 변수는 통계적으로 유의하지 않은 것으로 나타났다. 이는 성향점수의 추정에 사용된 변수들이 성공적으로 매칭이 되었고, 성향점수의 차원에서 실험과 비교집단간의 동질성이 확보가 된 결과로 볼 수가 있다. 즉, 모형에 사용되는 변수의 차원에서 선택적 편의가 없는 것으로 해석할 수 있다. 먼저 두 집단 모두에서 여성, 기혼 혹은 동거, 고졸이하 학력을 가진 사람이 과반을 넘었다. 모든 집단에서 규칙적으로 운동하는 사람은 그렇지 않은 사람보다 적었다. 노후생활자금을 준비하는 사람도 준비하지 않는 사람보다 두 집단에 많은 것으로 나타났다. 두 집단에서 3가지 형태의 돌봄을 제공받는 사람이 받지 않는 사람보다 많았다.

주거형태로써 아파트와 자가 소유가 타 형태의 주거와 점거형태를 가진 사람보다 모든 집단에서 많은 것으로 나타났다. 계층인식에서는 중산층으로(평균6), 신뢰수준에서는 가족, 친구, 그리고 정부 순으로 신뢰하는 것으로 나타났다. 희망활동에서는 손자녀 양육을 제외하고 평균수준을 보였다. 연구의 종속변수인 노인전용주거시설에 대한 선호는 통계적으로 유의미한 차이를 보이는 것으로 나타났다. 강남3구(37.7%)는 타 지역구(32.4%)보다 더 높은 비율의 사람이 노인전용주거시설에 거주하고 싶은 것으로 나타났다.

더미화 처리된 변수를 제외하고 로지스틱 회귀모형에 투입된 모든 변수는 정상분포(Curran, West, and Finch, 1996)를 따르는 것으로 나타났다. 본 연구에서 사용된 모든 모형에 다중공선성의 문제가 있는지를 파악하기 위하여 상승변량(VIF)을 살펴본 결과 VIF값이 최소 1.00에서 최대 1.35로 나타났다. O’Brien(2007)이 제시한 기준에 따라¹³⁾ 모든 모형에는 심각한 다중공선성의 문제가 없는 것으로 고려되었다. 본 연구는 시설입주 선호를 이분형 변인(binary variable)을 이용하여 모형을 검증하였다. 이분형 종속변인에 대한 회귀방법으로는 대표적으로 로지스틱 회귀분석(logistic regression analysis)이 있다. 로지스틱 회귀분석은 일반 회귀분석과 비슷하지만 정규분포를 따른다는 회귀분석의 가정이 필요하지 않다는 장점을 가지고 있다. 또한 본 연구는 회귀분석에서 위계적 검증방법을 고려하였다. 위계적 모형은 위계단계에 따라 변수간의 관계의 차이를 검증 및 비교할 수 있는 장점이 있다(Cohen, Cohen, and West, 2002). 본 연구에서는 단계에 따라 입주선호를 예측하는 영역(인구사회 및 개인, 노후준비, 지역주거, 지역)의 변화와 차이를 함께 검증하였다.

로지스틱 회귀분석의 결과를 보면, 모형1(인구사회학 및 개인특성)에서는 연령과 성별만이 통계적으로 유의하게 나타났다. 남성은 여성보다 주거시설에 대한 입주선호의 승산(odds ratio[OR])이 1.51배(51%¹⁴⁾) 높은 것으로 나타났다<표5>. 즉 남성 중고령자가 여성 중고령자에 비해 노인전용주거시설의 입주를 선호할 가능성이 높은 것으로 해석할 수 있다. 연령은 노인전용시설주거에 대한 입주선호와 역방향의 관계를 보였다. 이는 연령이 한 살 많아질수록 입주를 선호할 확률이 0.97배 감소하는 것을 의미한다.

모형2(노후준비특성)에서 인구사회요인은 모형1과 유사하게 남성과 낮은 연령일수록 입주선호의 확률이 증가하는 것으로 나타났다. 노후준비특성의 경우, 유의한 수준에서 소득활동, 종교활동, 자원봉사 희망이 1 이상의 승산을, 반면 손자녀 양육 희망은 1이하의 승산을 보였다<표5>. 이는 소득, 종교, 자원봉사활동 희망이 한 단위 증가할수록 입주를 선호할 확률이 약 1.1배 증가함을 의미한다. 반면, 손자녀 양육에 대한 희망이 한 단위 증가할수록 입주를 선호할 확률이 0.77배 감소함을 의미한다. 이는 노후생활에서 개인 활동을 희망하는 사람일수록 입주를 선호하고, 가족활동을 희망하는 사람일수록 입주를 선호하지 않는 것으로 해석할 수 있다.

모형3(지역주거특성)에서 인구사회요인과 노후준비특성은 모형1,2와 큰 차이를 보이지 않았다. 주거특성에서 주택형태만이 통계적 유의성을 보였다. 주택형태에서 아파트 거주자는 비거주자에 대한 선호의 승산이 0.84배 낮은 것으로 나타났다<표6>. 이는 아파트 거주자가 비거주자에 비해서 노인전용주거시설의 입주를 선호할 가능성이 낮은 것을 의미한다. 이 결과는 몇 가지 가능성을 제시한다. 첫째, 아파트가 다른 거주형태에 비하여 편리한 기능(쓰레기 처리, 중앙난방, 시설관리 등)을 제공함을 고려할 때, 아파트 편의시설 이용이 노인전용시설입주를 늦추거나 대체하는 효과를 발휘할 가능성이 있다. 둘째, 일반적으로 아파트의 평당 가격이 다른 주거형태보다 높음을 고려할 때, 높은 자산(부동산)의 가치는 노인전용시설의 입주와 역의 관계를 가질 가능성도 존재한다.

모형4(지역주거특성)에서 인구사회요인과 노후준비특성은 모형1,2와 큰 차이를 보이지 않았다<표6>. 인구사회요인, 노후준비특성, 그리고 지역주거특성은 전 모형과 모형4간의 큰 차이를 보이지 않았다. 단지 주거지역특성에서 주택형태는 모형4에서 승산이 상승하였다. 결과에 따르면 아파트 거주자는 비거주자에 비하여 시설입주 선호할 승산이 0.85배 낮다. 끝으로 지역(강남과 타 지역구)의 승산은 1.27로 나타났다. 이는 강남3구의 거주민이 타 지역의 거주민보다 노인전용주거시설을 선호할 가능성이 1.27배 높음을 의미한다.

한편, 인구사회요인에서는 혼인, 소득, 신뢰, 삶의 만족 등은 유의성을 보이지 않았으며, 노후준비특성에서는 대부분의 돌봄 자원이 유의하지 않았다. 그리고 지역주거특성에서는 주거점유와 보행·교통만족이 통계적으로 유의하지 않았다. 이는 기존연구와는 상당부분 상이한 결과이다<표2>. 이러한 원인으로 몇 가지 가능성이 고려된다. 먼저, 본 연구는 기존연구와 달리 선택편의를 최소화 하는 모형을 고려하였다. 선택편의를 최소화 하는 모형을 선택함에 따라 기존연구의 결과와 차이가 발생했을 가능성이 있다. 둘째, 기존연구의 상당수가 대상자 연령을 30대부터 포함하고 있어, 본 연구의 참여자와 다른 연령대를 보인다. 또한 본 연구에서 사용된 서울서베이는 서울지역만 한정하여 조사되었기 때문에 전국단위의 조사와 상이한 결과가 발생했을 가능성도 배제할 수 없다. 셋째, 기존의 연구에서 밝힌바와 같이 시설입주의 선호와 예측요인과의 관계는 일정한 패턴이 보이지 않는다<표2>. 인구사회요인에서부터 주거요인에 이르기까지 특정변인(예: 노후준비요인)을 제외하고는 방향성과 유의성이 연구마다 상이하다. 노인전용시설에 보이는 상이성과 공통성이 본 연구에서도 상당부분 적용됨을 고려할 때, 특정요인들의 통계적 무유의미함(not significance)도 기존연구와 맥을 같이한다고 볼 수 있다.