Big 5 Personality

• Openness to experience
• Conscientiousness
• Extraversion
• Agreeableness
• Neuroticism

Self Story Telling

• 2500자 내외 자신을 소개하는 글

연구문제

1. 빅5 성격검사에 따른 성격과 셀프스토리텔링의 소개 글에 나타나는 개념(단어)에 근거한 군집 간의 관계, 즉, 특정한 단어를 사용하는 학생들 간에 빅5성격검사에서 나타나는 성격에는 차이가 있을까?
2. 학생들의 셀프스토리텔링에서 등장하는 개념들은 어떤 구조적인 성격을 가지고 있을까?
3. 학생들의 성격과 학생들의 직업목표(일하고 싶은 분야/장소) 간에는 상관관계가 있을까?

이를 위해서

• 웹을 이용해 학생들은 self-storytelling 서베이에 참여 (61명 - 2명).
• 서베이문항 참조

• I have a rich vocabulary.
• I have a vivid imagination.
• I have excellent ideas.
• I am quick to understand things.
• I use difficult words.
• I am full of ideas.
• I am not interested in abstractions. (reversed)
• I do not have a good imagination. (reversed)
• I have difficulty understanding abstract ideas. (reversed)[37]
• I have emotional intelligence.

• I am always prepared.
• I pay attention to details.
• I get chores done right away.
• I like order.
• I follow a schedule.
• I am exacting in my work.
• I leave my belongings around. (reversed)
• I make a mess of things. (reversed)
• I often forget to put things back in their proper place. (reversed)
• I shirk my duties. (reversed)[37]

• I am the life of the party.
• I don't mind being the center of attention.
• I feel comfortable around people.
• I start conversations.
• I talk to a lot of different people at parties.
• I don't talk a lot. (reversed)
• I think a lot before I speak or act. (reversed)
• I don't like to draw attention to myself. (reversed)
• I am quiet around strangers. (reversed)[37]
• I have no intention of talking in large crowds. (reversed)I am the life of the party.
• I don't mind being the center of attention.
• I feel comfortable around people.
• I start conversations.
• I talk to a lot of different people at parties.
• I don't talk a lot. (reversed)
• I think a lot before I speak or act. (reversed)
• I don't like to draw attention to myself. (reversed)
• I am quiet around strangers. (reversed)[37]
• I have no intention of talking in large crowds. (reversed)

• I am interested in people.
• I sympathize with others' feelings.
• I have a soft heart.
• I take time out for others.
• I feel others' emotions.
• I make people feel at ease.
• I am not really interested in others. (reversed)
• I insult people. (reversed)
• I am not interested in other people's problems. (reversed)
• I feel little concern for others. (reversed)[37]

• I am easily disturbed.
• I change my mood a lot.
• I get irritated easily.
• I get stressed out easily.
• I get upset easily.
• I have frequent mood swings.
• I worry about things.
• I am much more anxious than most people.[53]
• I am relaxed most of the time. (reversed)
• I seldom feel blue. (reversed)[37]

Factor analysis (빅5 성격검사에 기초한)

1. Openness to Experience
2. Neuroticism
3. Conscientiousness
4. Agreeable
5. Extraversion

Factor scores → 개인 Attributes 데이터로 기록

다음으로 Q-analysis

Q-analysis 에서 도출된 5 그룹

Q-analysis 방식을 이용한 군집분석 결과

ANOVA test for the groups (from Q-analysis)

학생들의 일하고 싶은 분야

위의 데이터를 아래 매트릭스로 변환

위의 데이터는 이원데이터 (2-mode matrix data), A.
A * A' = ID matrix
A' * A = JOB matrix
Refer to this page for more information

CONCOR 분석에서 도출된 6개 그룹 (id_job matrix: 학생 x 일하고싶은분야)
diagonal 그룹 내부 correlations
other cells 그룹 간 correlations

ANOVA (6개 그룹 간 성격의 차이) TABLE

Self-storytelling

setwd ("D:/Users/Hyo/Cs-Kant/CS/Res/big_five_and_occupations")


rm(list=ls())
adata <- file.path("BFI_story.xlsx")


data <- readWorksheetFromFile(adata, sheet="qs")
intro<- Corpus(VectorSource(data$intro))
result.text <- intro

removeTwitSign <- function(x) { gsub("@[[:graph:]]*","",x) }
removeURL <- function(x) { gsub("http://[[:graph:]]*","",x) }
removeEnter <- function(x) { gsub("\n","",x) }
exNouns <- function(x) { paste(extractNoun(x), collapse=" ")}

# NA -> "" 로 변환
# result.text[is.na(result.text)]   <- ""
result.text <- gsub("[[:punct:]]", "", result.text)
result.text <- gsub(" $", "", result.text)

useSejongDic()
mergeUserDic(data.frame(c(
"IE", "랩", "데자뷰", "똑딱이", "코워크", "입문자", 
"생초보", "애널리틱스", "알바", "토익", "스피킹", 
"소셜", "소학회", "쿠팡", "네이버", "카카오", "인하우스",
"에이전시", "구글", "픽사", "NC소프트", "포트폴리오", 
"스토리텔링", "비제이", "홈스테이", "엔딩", "스타크래프트", 
"크럼벌츠", "블리자드", "월드오브워크래프트", "퍼블리싱", 
"유니티3D", "스터디", "유즈맵", "근현대사", "sk플래닛", 
"롤모델", "까페", "카카오톡", "트리거", "웹디자인", 
"메리트", "컴애니", "아랑", "논작문", "한국은행", "한국",
"문화콘텐츠학과", "ux디자인", "3d모델링", "3d애니메이션",
"2학기", "1학기", "강민성", "권영일", "금감원", "면접관",
"아주대", "아프리카tv", "업데이트", "엔씨소프트", "중국",
"트랜드", "트라우마", "페르소나", "펜티엄4", "컨텐츠",
"컴퓨터공학"
), c("ncn")))


result_nouns <- sapply(result.text, exNouns)

myCorpus <- Corpus(VectorSource(result_nouns))
myCorpus <- tm_map(myCorpus, removePunctuation)
#myCorpus <- tm_map(myCorpus, removeNumbers)
myCorpus <- tm_map(myCorpus, tolower)
myStopwords <- c(stopwords('english'), "rt")
myCorpus <-tm_map(myCorpus, removeWords, myStopwords)

inspect(myCorpus[1:2])


myTdm2 <- TermDocumentMatrix(myCorpus, control=list(wordLengths=c(2,Inf)))
myTdm1 <- TermDocumentMatrix(myCorpus, control=list(wordLengths=c(1,Inf)))
mat2 <- as.data.frame(as.matrix(myTdm2))
mat1 <- as.data.frame(as.matrix(myTdm1))
write.table(mat2, file="_selfintro_2.txt", col.names=FALSE, row.names=TRUE,sep="\t")
write.table(mat1, file="_selfintro_1.txt", col.names=FALSE, row.names=TRUE,sep="\t")

myTdm <- myTdm2

pal <- brewer.pal(8,"Dark2")
 
# 폰트 세팅. 띄어쓰기나 대소문자에 민감하다는 점에 주의
# 맑은고딕 : windowsFonts(malgun=windowsFont("맑은 고딕"))
# 나눔고딕 : windowsFonts(malgun=windowsFont("나눔고딕"))
windowsFonts(malgun=windowsFont("맑은 고딕"))
 
m <- as.matrix(myTdm)
# calculate the frequency of words
v <- sort(rowSums(m), decreasing=TRUE)
myNames <- names(v)
k <- which(names(v)=="apple")
myNames[k] <- "apple"
d <- data.frame(word=myNames, freq=v)
#wordcloud(d$word, d$freq, scale=c(4,0.5), min.freq=3, random.order=F, rot.per=.1, family="malgun")
#dev.copy(png,"2000s-1.png",width=8,height=6,units="in",res=200)
wordcloud(d$word, d$freq, scale=c(7,0.8), min.freq=5, random.order=F, rot.per=.1, colors=pal, family="malgun")
#dev.off()

<file _selfintro_2.txt>….
“사회생활” 0 0 0
“사회조사” 0 0 0
“산업” 0 0 0 0
“산업체” 0 0 0
“산업현장” 0 0 0
“살다보면” 0 0 0
“삼성” 0 0 0 0
“삼수” 0 0 0 0
“상과” 0 0 0 0
“상관” 0 0 0 0
“상담” 0 0 0 0
“상당” 0 0 0 0
“상대” 0 0 0 0
“상반기” 0 0 0
“상상” 0 0 0 0
“상승” 0 0 0 0
….
</code>

위의 “_selfintro2.txt”의 데이터는 2원형 네트워크 데이터. 이를 1원형 (one mode) 데이터로 바꾸어서
A * A' = word
A' * A = stu

Female students

Male students

All

학생들의 self-storytelling에서 사용된 단어

학생들 간에 사용된 단어들 간의 관계, > 0

학생들 간에 사용된 단어들 간의 관계, > 9

stu matrix data 를 이용하여 구조적 등가 그룹추출
CONCOR, MDS, Johnson's Hierarchical Clustering, etc.
위의 직업데이터와 마찬가지로 CONCOR를 이용

1. 학번을 기입하세요
2. 성별을 기입하세요
3. 나는 말하기를 좋아하는 편이다
4. 나는 남의 흠을 잘 잡는 사람이다.
5. 나는 일을 완벽하게 처리하는 사람이다
6. 나는 쉽게 침울해 지는 사람이다.
7. 나는 독창적이며 새로운 생각을 잘 떠올리는 사람이다.
8. 나는 내성적인 사람이다.
9. 나는 다른 사람을 잘 도와주며 이타적인 사람이다.
10. 나는 일에 있어서 약간 철저하지 못한 편이다
11. 나는 심적으로 안정된 편이며 스트레스를 잘 조절하는 사람이다
12. 나는 새로운 것에 대해 호기심이 많은 사람이다
13. 나는 기운이 넘치는 사람이다.
14. 나는 다른 사람과 잘 다투는 편이다
15. 나는 믿을 만하게 일을 하는 사람이다
16. 나는 잘 긴장하는 편이다.
17. 나는 영리하고 생각이 깊은 사람이다
18. 나는 열정이 많은 사람이다.
19. 나는 용서를 잘 하는 사람이다
20. 나는 체계적이지 못한 편이다
21. 나는 걱정을 많이 하는 사람이다
22. 나는 풍부한 상상력을 가진 사람이다
23. 나는 조용한 사람이다
24. 나는 신뢰할 수 있는 사람이다
25. 나는 게으른 편이다
26. 나는 감정적으로 안정되며 화를 잘 내지 않는 편이다
27. 나는 창의적인 사람이다
28. 나는 자신감이 넘치는 사람이다
29. 나는 냉정하고 차가운 편이다.
30. 나는 끝까지 일을 완수하는 사람이다.
31. 나는 감정 기복이 심한 편이다
32. 나는 예술적이고 미학적인 경험에 가치를 둔다
33. 나는 가끔 부끄러워하고 내성적이다
34. 나는 사려 깊고 모든 사람들에게 친절한 사람이다.
35. 나는 일을 능률적으로 하는 사람이다.
36. 나는 긴장된 상황에서도 침착함을 유지하는 편이다
37. 나는 반복적이고 일상적인 일을 선호하는 편이다
38. 나는 외향적이며 사교적이다
39. 나는 가끔 다른 사람에게 무례하게 행동한다.
40. 나는 계획을 세우고 그대로 따르는 사람이다
41. 나는 쉽게 불안해 진다.
42. 나는 상상하는 것을 좋아한다.
43. 나는 예술적인 것에 대한 관심이 별로 없다
44. 나는 다름 사람들과 잘 협력하는 편이다.
45. 나는 쉽게 주의가 산만해진다.
46. 나는 음악, 미술 또는 문학에 대해 관심이 있고 지식이 많다.
47. 1.1 나를 가장 잘 표현할 수 있는 핵심 단어 3개 중 첫번째 단어
48. 1.2 나를 가장 잘 표현할 수 있는 핵심 단어 3개 중 두번째 단어
49. 1.3 나를 가장 잘 표현할 수 있는 핵심 단어 3개 중 세번째 단어
50. 2.1 나의 삶의 롤 모델
51. 2.2 위의 응답에 대한 이유[100자]내외
52. 3. 본인이 관심 있는 전공
53. 4.1. 본인이 취업 희망하는 회사 3개중 첫번째
54. 4.2 본인이 취업 희망하는 회사 3개중 두번째
55. 4.3 본인이 취업 희망하는 회사 3개중 세번째
56. 5. 자아 스토리텔링[ 2500자 내외]