국가수준 학업성취도 평가 결과에 기반한 고등학생의 학업성취도 예측 변인 탐색
Exploring Factors Predicting High School Student’s Achievement Based on NAEA Results
0
조회
0
다운로드
6
인용
0
참고문헌
키워드
초록
본 연구는 고등학생의 국가수준 학업성취도 평가의 2018년, 2019년, 2020년 자료를 활용하여 원격수업을 통한 비대면 수업이 진행된 2020년에 특징적으로 나타난 학업성취도 예측 변인을 탐색하고자 하였다. 분석에는 고등학생의 최근 3개년 국가수준 학업성취도 평가 자료를 활용하였으며, 학생이 학교에 내재된 자료의 구조를 반영하여 머신러닝 기법 중 자료의 다층적 구조를 고려한 혼합효과 랜덤포레스트 기법을 적용하였다. 2018년, 2019년과 비교하여 2020년에 나타난 특징적인 결과는 다음과 같다. 2020년 국어, 수학, 영어 학업성취도 공통적으로 ‘방과 후 활동’ 영역에서 사설 기관에서 제공하는 강의 참여도와 관련한 문항이 도출되었으며 국어와 영어 학업성취도의 경우 ‘학습 관련 정의적 특성’ 영역에서 학생의 학업동기와 관련한 문항이, ‘원격수업 환경 변화’에서 학교에 대한 소속감과 관련한 문항이 주요 변인으로 도출되었다. 또한 수학과 영어에서 ‘방과 후 활동’ 영역에서 EBS 교육방송 시청 시간과 관련 문항이 공통적으로 도출되었다. 이러한 결과를 통해 고등학생의 학업성취도 향상을 위한 시사점을 논의하고 후속 연구를 제언하였다.
Abstract
The purpose of this study is to explore the variables predicting achievement of high school students in 2020 when online classes were conducted. To do this, the mixed-effects random forest, one of machine learning techniques considering the multi-level data structure, was applied to data from 2018, 2019, and 2020 of high school students' National Assessment of Educational Achievement(NAEA). The main results are as following. In 2020 academic achievement, the questionnaire related to lecture participation provided by private institutions in ‘after-school activities’ was commonly selected for Korean, mathematics and English achievements. In both Korean and English achievements, the questionnaires related to students’ academic motivation and sense of belonging to school in ‘learning-related affective characteristics’ and ‘online class environment' were selected as important variables. In addition, the questionnaire related EBS education broadcasting viewing time in ‘after-school activities' was commonly selected for both mathematics and English. Based on the result, implications for improving high school students' academic achievement were discussed.
참고문헌 (38)
- 교육부, "2018년 국가수준 학업성취도 평가 결과 발표보도자료", 교육부 보도자료 (2019.11.30.), ~ (2019)
- 교육부, "2020년 국가수준 학업성취도 평가 결과 및 학습 지원 강화를 위한 대응 전략 발표", 교육부 보도자료 (2021.6.2.), ~ (2021)
- 구자옥, "PISA 2012 상위국 남녀학생의 과학 성취에 미치는 교육맥락변인 영향력 분석", 교육평가연구, 28(5), pp.1381~1400 (2015), 한국교육평가학회
- 권순구, "학습자의 학업성취, 동기, 수업참여에 대한 예측요인으로서의 교사-학생관계 교사효능감", 한국교육학연구, 22(3), pp.265~299 (2016), 안암교육학회
- 길혜지, "고등학생의 EBS 수능강의 수강 효과에 관한 연구", 박사, pp.2014
- 김경근, "서울시 중고등학생의 학업성취 영향요인 및 그 함의", 교육사회학연구, 24(4), pp.1~29 (2014), 한국교육사회학회[DOI]
- 김미림, "학생 및 학교 수준 요인들이 학업성취도에 미치는 영향: 교사의 지원 및 헌신이 관련 변수와 갖는 관계를 중심으로", 교육평가연구, 28(5), pp.1357~1380 (2015), 한국교육평가학회
- 김석우, "학교장의 학교운영이 학업성취도 및 학교만족도에 미치는 영향 분석", 교육평가연구, 28(1), pp.141~162 (2015), 한국교육평가학회
- 김태연, "학생의 학업성취 관련 학교변인에 대한 메타분석", 지방교육경영, 17(1), pp.44~65 (2013)
- 느린 학습자 선별을 위한 체크리스트 개발, "김태은", 한국교육과정평가원, ~, pp.연구보고 RRI 2020-1 (2020)
- 남창우, "고등학생의 학업성취도에 영향을 미치는 학교 교육 활동 변인 탐색", 열린교육연구, 23(4), pp.1~18 (2015), 한국열린교육학회[DOI]
- 김성식, "학교특성에 따른 사교육 참여와 효과 차이 분석", 교육평가연구, 26(5), pp.1187~1215 (2013), 한국교육평가학회
- 박선화, "초·중·고등학교 학생의 수학에 대한 태도 특성 및 영향 요인", 학교수학, 13(4), pp.697~716 (2011), 대한수학교육학회
- 박성익, "자기조절학습능력 수준별 및 문제해결학습단계별 자기조절학습전략 활용행태 분석", 아시아교육연구, 6(3), pp.129~159 (2005), 교육연구소
- 박소영, "청소년의 학업성취와 삶의 만족도 잠재프로파일 유형 분류 및 영향요인 검증", 열린교육연구, 28(3), pp.47~72 (2020), 한국열린교육학회[DOI]
- 백순근, "EBS 강의가 고등학생의 교과별 사교육비와 영역별 수능 성적에 미치는 영향", 아시아교육연구, 14(1), pp.137~162 (2013), 교육연구소[DOI]
- 2019년 국가수준 학업성취도 평가 결과, "서민희", 한국교육과정평가원, ~, pp.연구자료 ORM 2020-24-1 (2020)
- 송미영, "PISA 2012 결과에 나타난 성별에 따른 학업성취 영향요인 비교", 교육과학연구, 46(4), pp.99~122 (2015), 교육과학연구소[DOI]
- 시기자, "국가수준 학업성취도 평가 결과에 기반한 학교 향상도 변화 추이", 교육과정평가연구, 19(2), pp.199~220 (2016), 한국교육과정평가원
- 신현숙, "중, 고등학교 교사가 지각한 학교상담 실태와 학교심리학 서비스의 필요성", 한국심리학회지 : 학교, 1(1), pp.53~77 (2004)
- 이금주, "자녀교육에 대한 학부모의 목표지향성과 자녀의 학업소진의 관계: 자녀의 내․외재적 동기의 매개효과", 교육학연구, 54(3), pp.151~176 (2016), 한국교육학회
- 임의진, "국가수준 학업성취도 평가 결과에 기반한 고등학생 학업성취도 영향요인 및 격차 탐색", 교육평가연구, 31(1), pp.125~153 (2018), 한국교육평가학회[DOI]
- 임현정, "학생 학업성취 변화의 영향요인 탐색: 국가수준 학업성취도 평가 세 시점 연계자료 분석", 교육평가연구, 29(1), pp.123~145 (2016), 한국교육평가학회
- 임현정, "국가수준 학업성취도 평가 종단자료에 기반한 학업성취 변화 유형의 판별요인 탐색", 교육평가연구, 30(1), pp.1~27 (2017), 한국교육평가학회
- 정예화, "초·중·고등학생의 학업성취도에 영향을 미치는 요인 분석", 교육행정학연구, 35(2), pp.1~20 (2017), 한국교육행정학회
- 정혜경, "영어 사교육 정도가 성취도에 미치는 인과효과 추정 연구", 한국교육, 44(3), pp.123~146 (2017), 한국교육개발원[DOI]
- 통계청, "2020년 초중고사교육비조사 결과", 통계청 보도자료. (2021.3.9.), ~ (2021)
- 한정윤, "온라인 소프트웨어 교육에서 학습자의 자기조절학습 관련 특성에 기반한 온라인 학습 유형 분석: 계층적 군집 분석 기법을 활용하여", 컴퓨터교육학회 논문지, 22(5), pp.51~65 (2019), 한국컴퓨터교육학회[DOI]
- 홍순상, "사교육 경험과 EBS 방송 시청이 수학성취도에 미치는 영향에 대한 실증연구", 박사, pp.2016
- 홍순상, "사교육 경험과 EBS 방송 시청이 수학성취도에 미치는 영향에 대한 실증연구", 한국학교수학회논문집, 19(2), pp.123~151 (2016), 한국학교수학회
- Beese, J., "Do resources matter? PISA science achievement comparisons between students in the United States, Canada and Finland", Improving Schools, 13(3), pp.266~279 (2010)
- Breiman, L., "Random forests", Machine Learning, 45(1), pp.5~32 (2001)
- Hajjem, A., "Mixed-effects random forest for clustered data", Journal of Statistical Computation and Simulation, 84(6), pp.1313~1328 (2014)
- Lehmann, T., "Cognitive, metacognitive and motivational perspectives on preflection in self-regulated online learning", Computers in Human Behavior, 32, pp.313~323 (2014)
- Liaw, A., "Classification and regression by randomForest", R News, 2(3), pp.18~22 (2002)
- Mohammadpour, E., "Multilevel modeling of science achievement in the TIMSS participating countries", The Journal of Educational Research, 108(6), pp.449~464 (2015)
- Pedregosa, F., "Scikit-learn: Machine Learning in Python", The Journal of Machine Learning Research, 12, pp.2825~2830 (2011)
- Van Buuren, S., "mice : Multivariate imputation by chained equations in R", Journal of Statistical Software, 45(3), pp.1~67 (2011)