2024년 한국심리측정평가학회 춘계 학술대회 후기

 

2024년 4월 27일 토요일에 이화여자대학교에서 열렸던 춘계 학술대회에 참가했다.

 

생각해보니까 사진을 안찍었다.. 찍은 사진은 했던 연구 2개 뿐!!!

 

우선 가는길이 정말 매우 더웠다 ㅜㅜ 이제 더워지는가 보다... 이화여자 대학교는 내가 남자라 처음 가봤는데 정말 너무 이쁜 학교였다 ㅜㅜㅜ 중대는 진짜 작고 작은걸 새삼 다시 느끼는 ㅜㅜ

 

어찌 됐든 중요한건 학회 내용인데 오전에는 충북대학교 이우열 교수님께서 일반화 선형 혼합효과 모형을 소개해주셨다.

 

사실 '선형'이란 것에 나는 요즘 시대에 있어서 좀 달갑지는 않은? 그렇지만 사실 심리학 분야에서는 선형 효과를 보이는 변수들이 많다. 애초에 연구가 선형 효과를 확인하기 위한 연구가 많기도 하다.

 

내용은 심리자료의 특성, 설문 등 문항에 대한 설명, 변량분석,  문항 효과 및 자극 효과, F1/F2/F3 분석 그리고 선형 혼합효과 모형 + $\alpha$로 구성되었었다.

 

재밌던 점은 문항 또한 고정 효과가 아닌 랜덤 효과로 보는 것. 이 부분이 정말 재밌는 인사이트였다. 우리가 특정한 것을 측정하거나 확인하기위해 사용하는 문항 또한 세상에 있는 모든 문항을 대표할 수 있는가???? 생각해보면 그렇지 못할 것 같긴하다. 때문에 이 또한 분포를 가진다 가정하고 랜덤효과로 혼합모형에 적용하는 것이다.

 

참 간단한 생각이면서도 어려운 생각같다... 실습을 R과 Jamovi로 진행되었는데, 나는 Python을 사용해서 ㅜㅜㅜ 얼마전에 노트북을 초기화 한번 하느라 R이 안깔려있어서 고생 좀 했다. 심리학과 같은 사회과학 분야에서는 아직 R을 많이 사용하는 것 같다. 그래서 그런지 Python으로 이러한 혼합효과 모형, 구조방정식 등을 접근하기 어렵다. R이 확실히 UI도 보기 편하고 사용하기 편한 것 같다.

 

기계 학습은 Python이 강점인 것 같고.. 어찌 됐던 좋은 강의였다. 열정적으로 매우 친절하게 이해하기 쉽도록 전달해주시느라 정말 고생이 많으셨던거 같다 ㅜㅜ

 

점심을 먹고 포스터 발표와 구두 발표를 진행했다. 나는 개인 과제(학술 논문) 준비로 인해 구두 발표는 하지 못했고 포스터 발표 2건에 참여했다.

 

 

먼저 LCA를 통해 자가보고 측정 설문지와 인지 과제에서 반응 편향을 찾는 연구였다. 연구를 어떻게 설계하는데 시간을 좀 들인것 같다(회의만 해고 생각한건 팀원이지만). 급하게 준비하느라 내용적인 부분에 부족한 점이 많긴하지만 LCA로 시도해본 것에 좀 초점을 둔 것 같다. 반응 편향을 LCA로 확인한 연구가 그리 많지 않다.

 

단, 문제는 N 수다. 사용한 데이터의 N수가 그리 많지 않아서 LCA를 사용하기 적합하지 않다. 그래서 N수를 늘리던가 다른 방법론을 찾아야하는데, 심리학 분야에서 데이터의 N수는 항상 문제가 되는 것 같다 ㅜㅜ 참가자들을 모집하지 쉽지 않은..

 

두 번째는 ML을 이용해 세대별 공무원 이직의도를 예측한 것이다. 최근 Auto ML을 기반으로 분석하는데 있어 매우 편하기 때문에!!! 또한 고전 통계보단 ML에 강점이 있어서 해당 분석이 더 수월했다.(ML도 이젠 고전 통계라고 어느 논문에서 보긴했다 ㅜ) 

 

공무원을 전기 밀레니얼, 후기 밀레니얼, Z세대로 나누고 각각에 모델을 적합. 이직의도 예측에 있어 중요 요인을 permutation feature importance로 확인하였다. SHAP를 쓸 수 있었으면 좋았을 텐데, 아쉬웠다.

 

결과를 본 글에서 나열하긴 그렇고 그냥 차이가 있었다! 정도. 문제는 이 차이가 통계적으로 유의미한 차이인가?의 문제인데 해당 한계에 대해서도 공부할 예정.

 

다른 포스터 및 구두 발표들도 재밌는게 많았다. 석사생들을 상대로한 FGI가 제일 재밌던 것 같다. N수가 많았는데 그걸 어떻게 다 인터뷰 하고 코딩했는지.... 정말 대단했다. 텍스트 마이닝과는 다른 결과가 나오려나? 싶다.

 

작년 학술대회 때는 내가 모르는게 많아 이해가 안되기도 했고 이게 뭔가.. 하고 어지러웠는데 그래도 좀 공부를 하니 이해되는 것도 많고 궁금증도 많아졌다. 좋은 경험이었고 서로 다른 사람들의 여러 인사이트를 공유할 수 있어 좋은 경험이었다!