모레노의 소시오메트리를 통한 공동체 분석의 실제 - S 중학교 학급 집단 분석을 중심으로

손창선

doi:10.33252/sih.2022.9.74.211

추천

검색

질문

자료유형: 학술저널

저자정보: 손창선 (한국모레노연구원)

저널정보: 강원대학교 인문과학연구소 인문과학연구 인문과학연구 제74집

발행연도: 2022.9

수록면: 211 - 242 (32page)

DOI: 10.33252/sih.2022.9.74.211

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

J. L. 모레노가 고안한 소시오메트리는 공동체의 조직화를 양적 · 구조적 · 질적으로 분석하고 그것을 바탕으로 공동체를 치료하는 방법이다. 소시오메트리는 세계적으로 알려졌지만, 조직화에 대한 양적인 분석 도구로만 발전한 경향이 있다. 그러나 양적인 분석만으로는 불충분한 분석이며 치료 효과를 실현하지도 못한다. 이에 연구자는 모레노가 제시한 방법으로 실제 공동체 조직화의 양적 · 구조적 · 질적 분석을 시도했고 이후의 치료적 개입 가능성을 고찰했다.
S 중학교 1학년 네 개 학급의 양적 · 구조적 분석을 종합한 결과 조화로운 조직화는 B반, D반, C반, A반 순으로 나타났다. 질적 분석 결과 A반은 우정, B반은 성격, C반은 보완 속성, D반은 관심사에 의해 더 동기화되고, 내부 반발은 A반은 다툼, B반은 장난, C반은 괴롭힘과 소란, D반은 여러 동기에 의해 골고루 촉발되는 것으로 나타났다. 따라서 각 반을 응집하려면 주요 선택 동기를 중심으로 조직하고 내부 반발을 줄이려면 거부 동기와 관련된 상황 훈련이 제공될 필요가 있다. 또한, 선택 관계에 있는 사람들은 고립자와 하위자를 집단에 동참시키고 거부 관계에 있지 않은 사람들은 반에서 거부당한 사람을 감정적으로 대하지 않아 집단 와해를 막는 것으로 나타났다. 따라서 선택 및 거부 관계에 따라 자리를 배치하면 고립자와 하위자의 적응은 물론 학급 전체의 응집력과 통합도를 높이는 치료 효과를 실현할 수 있을 것이다.
결론적으로 모레노의 소시오메트리를 통한 실제 공동체의 분석은 풍부하고 다각적인 공동체 조직화에 대한 정보를 제공할 뿐만 아니라 공동체 치료의 구체적인 방법을 제시하는 것으로 나타났다.

Sociometry was devised by Moreno, it is method to analyze community organization by quantitative, structural, qualitative way and to treat. Sociometry is widely known, but it tends to develop only quantitative analysis. But Quantitative analysis alone will be insufficient and cannot realize the therapeutic effect. Thus I attempted a quantitative, structural, qualitative analysis of actual community organization and considered the possibility of therapeutic intervention.
As a result of synthesizing the quantitative and structural analysis of four classes in the first grade of S middle school, harmonious organization was found in the order of class B, D, C, A. As a result of qualitative analysis, class A is more motivated by friendship, B is by personality, C is by complementary attributes, D is by interests, and internal repulsion is triggered by quarrel in class A, prank in B, bullying and disturbance in C and class D is evenly triggered by various motives. Therefore, to aggregate each class, it is necessary to organize around the main choice motivation and to reduce internal repulsion, it is necessary to provide situational role training related to rejection motivation. In addition, it was found that people in a choice relationship attracted the isolated and the lower to the group and those who were not in a rejection relationship did not emotionally treat the rejected person in the class, preventing group disruption. Therefore, placing the seat according to the choice and rejection relationship will realize the therapeutic effect of increasing the cohesion and integration of the entire class as well as the adjustment of the isolated and the lower.
In conclusion, it was found that the analysis of actual communities through Moreno’s sociometry not only provides rich and multilateral information on community organization, but also presents specific methods of community therapy.

#소시오메트리 #집단 조직화 #양적 분석 #구조적 분석 #질적 분석 #공동체 치료 #Sociometry #Group Organization #Quantitative Analysis #Structural Analysis #Qualitative Analysis #Community Therapy

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

손창선

소속기관 한국모레노연구원

주요연구분야 인문학 > 인문학 일반

논문수 2 이용수 284

이 논문과 함께 이용한 논문

모레노의 소시오메트리를 통한 공동체 치료의 원리와 방법

손창선 인문과학연구 2020 .09

한국판 청소년용 도덕발달수준 평가도구의 개발

신지용 , 조수철 소아청소년정신의학 1997 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2023-001-000124862

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)