초록 열기/닫기 버튼
이 연구는 사이버폭력 피해 아동·청소년들이 피해 경험 이후 나타내는 증상을 토대로 피해집단 유형을 구분하고, 이러한 피해집단 유형화에 영향을 미치는 요인들을 분석함으로써 아동·청소년의 사이버폭력 피해 예방 및 대응을 위한 효과적인 개입 방안을 모색하는 것을 목적으로 하였다. 이를 위해 방송통신위원회와 한국지능정보사회진흥원의 「2022년 사이버폭력 실태조사」자료를 활용하여 분석을 수행한 결과 무위험집단, 학업·관계문제집단, 우울·불안집단, 고위험집단의 4개 피해집단 유형이 확인되었으며, 이러한 피해집단 유형화에는 개인적 요인(성별, 인터넷 이용시간)과 피해 관련 요인(폭력유형별 피해빈도, 가해자 유형, 가해자 수, 피해 지속기간)이 유의미한 영향을 미치는 것으로 나타났다. 이는 사이버폭력 피해 예방 및 대응에 있어서 피해 학생의 주 증상 및 개인적 요인과 피해 관련 요인들을 고려한 차별화된 개입이 필요할 뿐 아니라 사이버폭력 피해 학생에 대한 조기 스크리닝 절차 구축과 같은 체계적인 대응방안이 마련되어야 함을 시사하는 결과라 할 수 있다. 이상의 분석 결과를 바탕으로 연구의 함의와 제한점이 논의되었다.
This research aimed to categorize and analyze groups of children and adolescents affected by cyber violence based on symptoms observed after experiencing such victimization. Using data from the 2022 Cyber Violence Survey conducted by the Korea Communications Commission and the National Information Society Agency(NIA), a latent class analysis(LCA) was conducted, and four victim groups were identified: the non-risk group, the academic & relational problems group, the depression & anxiety group, and a high-risk group. Building upon this foundation, a multinomial logistic regression was conducted to explore the factors influencing the categorization of victim groups. The analysis unveiled that personal factors, such as gender and internet usage time, along with victim-related factors, including the frequency of victimization based on violence types, perpetrator characteristics, the number of perpetrators involved, and the duration of victimization, exerted a meaningful impact on the categorization of victim groups. Based on the above analysis, the implications and limitations of the study were discussed.
키워드열기/닫기 버튼
Cyber Violence, Types of Victimization, Children and Adolescents, Latent Class Analysis(LCA), Multinomial Logistic Regression
