Volunteer activities among older adults play a crucial role not only in contributing to the public good but also in enhancing their physical and mental health and fostering social relationships. However, the volunteer participation rate of older adults in South Korea remains at a relatively low level. To promote wider participation, it is essential to build a deeper understanding of the phenomenon. This study examines the frequency of volunteer activity among older adults as the dependent variable and compares the results of the Negative Binomial Regression model with those of the Zero-Inflated Negative Binomial Regression model, in order to highlight the importance of applying an analytical method that reflects the data structure. The results show that the standard Negative Binomial model fails to adequately account for the excess zero values—representing non-participation—which may lead to inaccurate estimation of explanatory variables. In contrast, the Zero-Inflated Negative Binomial model, which is better suited to data with an excessive number of zeros, yields significantly different results. Specifically, only educational attainment (positive), housing status (renter), depressive symptoms (negative), and institutional trust (negative) were found to significantly influence the intensity of volunteering among older adults in the zero-inflated model. These findings suggest that, in order to achieve an accurate understanding of older adults’ volunteer behavior, it is crucial to apply analytical approaches that align with the characteristics of the data. This study underscores that the appropriate choice and application of statistical models are essential tasks in the knowledge-building process.
노인의 자원봉사 활동은 사회적 기여와 더불어 노인의 신체적·정신적 건강 증진, 사회적 관계 형성 등의 측면에서 중요한 의미를 갖는다. 현재 국내 노인의 자원봉사 참여율이 낮은 수준이다. 따라서 이의 확산을 위해서 무엇보다도 현상에 대한 이해 구축이 필요하다. 이에 본 연구는 노인 자원봉사 참여 빈도를 종속변수로 설정하고 일반 음이항 회귀모형과 영포화 음이항 회귀모형을 비교·분석하면서 자료 속성에 맞춘 정교한 분석의 필요성을 강조해 보고자 한다. 분석 결과, 일반 음이항 회귀모형은 과도하게 분포된 0값, 즉 자원봉사에 참여하지 않는 노인에 대한 정보를 충분히 반영하지 못해 설명 변수의 영향력이 정교하게 추정되지 못하는 경향을 가졌다. 반면, 과도한 0값이 다수 분포하는 상황에서 정교하고 신뢰성 있는 분석을 용이하게 하는 영포화 음이항 회귀모형은 음이항 회귀분석과 상이한 결과를 제시하였다. 영포화 음이항 회귀분석 모형에서는 교육수준(+), 거주형태(임차가구), 우울감(-), 제도신뢰(-)만이 노인 자원봉사 참여 강도를 설명하는 변수이었다. 본 연구는 노인 자원봉사에 대한 정확한 이해를 위해 자료의 속성을 고려한 보다 정확한 분석 방법에 대한 이해와 적용이 지식의 구축 과정에서 무엇보다도 필수적인 과제란 사실을 제시해준다.
This study aims to identify the key multidimensional predictors of frailty in community-dwelling older adults and propose strategies for frailty prevention and management at the community level. To achieve this, a decision tree analysis was conducted to explore the interactions among various frailty predictors based on a multidimensional frailty model and to identify key patterns that increase frailty risk. The study utilized data from the 2023 National Survey of Older Koreans, analyzing a total of 9,951 community-dwelling adults aged 65 and older. The results indicated that instrumental activities of daily living (IADL) were the most critical factor in distinguishing frailty status. Additionally, subjective health status, sleep quality, educational attainment, and nutritional status were identified as significant predictors of frailty among community-dwelling older adults. Based on these findings, this study proposes specific measures for frailty prevention in healthy older adults and early detection and intervention for pre-frail individuals. Furthermore, the findings can serve as foundational data for the development of a community-based integrated care system.
본 연구는 지역사회에 거주하는 노인의 노쇠 여부를 예측하는 주요 요인을 다차원적으로 규명하고, 이를 바탕으로 지역사회 차원의 노쇠 예방 및 관리 전략을 제안하는 것을 목적으로 한다. 이를 위해 의사결정나무 분석을 수행하여 다차원적 노쇠 모델을 기반으로 다양한 노쇠 예측 요인들의 상호작용을 탐색하고, 노쇠 위험을 높이는 주요 패턴을 규명하였다. 본 연구는 2023년 노인실태조사 자료를 활용하여 만 65세 이상 지역사회 거주 노인 총 9,951명의 자료를 분석하였다. 연구 결과, 노쇠 여부를 구분하는 가장 중요한 요인은 수단적 일상생활수행능력으로 나타났으며, 주관적 건강 상태, 수면의 질, 교육 수준, 영양 상태 등이 주요 예측 요인으로 확인되었다. 이러한 연구 결과를 바탕으로 건강군의 노쇠 예방과 전노쇠군의 조기 발견 및 개입을 위한 구체적인 방안을 제시하였다. 또한, 2026년 돌봄통합지원법 시행과 맞물려 지역사회 중심의 통합돌봄 체계 구축을 위한 기초 자료로 활용될 수 있을 것이다.