본문 바로가기
KERD
논문KCI 등재

MOOC 환경에서 자기조절학습능력과 지각된 유용성이 학습지속의향에 미치는 영향: 학습몰입의 매개효과 및 과제기술적합성의 조절효과

The Effect of Self-Regulated Learning Ability and Perceived Usefulness on Learning Persistence in MOOC: The mediating effect of Learning Engagement and the moderating effect of Task Technology Fit

김연경|윤혜주|송해덕|김효진
한국교육공학회 (Korean Society Of Educational Technology)|2022.03|교육공학연구 (Journal of Educational Technology)|제38권 제1호|pp. 149-177|DOI http://dx.doi.org/10.17232/KSET.38.1.149

0

조회

0

다운로드

18

인용

0

참고문헌

키워드

학습지속의향지각된 유용성self-regulated learning학습몰입MOOC자기조절학습능력perceived usefulnesslearning persistencelearning engagement과제기술적합성task technology fit
주제분류교육학

초록

본 연구는 K-MOOC를 수강하는 학습자들의 자기조절학습능력, 지각된 유용성, 학습몰입, 과제기술적합성, 학습지속의향 간의 구조적 관계를 분석하여 학문적, 실천적 시사점을 도출하는 것을 목적으로 한다. 연구 대상은 K-MOOC 참여 대학으로 선정된 서울시 소재 4년제 A 대학에서 개설된 4개 K-MOOC 강좌의 수강생 179명이다. 연구 결과는 다음과 같다. 첫째, K-MOOC에서 자기조절학습능력은 학습지속의향에 직접적인 유의한 영향을 미치지 않는 반면 간접효과는 유의하였으며, 학습몰입에는 정적인 영향을 미치는 것으로 나타났다. 둘째, K-MOOC에서 지각된 유용성은 학습몰입과 학습지속의향에 정적인 영향을 미치는 것으로 나타났다. 셋째, K-MOOC에서 자기조절학습능력, 지각된 유용성은 학습몰입을 매개로 학습지속의향에 유의한 영향을 미치는 것으로 나타났다. 넷째, K-MOOC에서 과제기술적합성은 자기조절학습능력, 지각된 유용성과 학습몰입 간 관계에서 조절효과를 가지고 학습지속의향 간 관계에서 조절된 매개효과를 가지는 것으로 나타났다. 이를 통해 K-MOOC에서 학습지속의향을 향상시키기 위한 학습 환경 설계의 필요성과 학습지원 방안에 대해 논의하였다.

Abstract

The purpose of this study was to derive academic and practical implications by analyzing the structural relationship among self-regulated learning ability, perceived usefulness, learning engagement, task technology fit, and learning persistence of learners taking K-MOOC. The participants included 179 students from four K-MOOC courses opened at a four-year university A in Seoul, which were selected as K-MOOC participating universities. The study results were as follows. First, the self-regulated learning ability did not have a direct significant effect on the learning persistence, while the indirect effect was significant, and it had a positive effect on learning engagement. Second, perceived usefulness had a positive effect on learning engagement and learning persistence. Third, learning engagement had a mediating effect between self-regulated learning ability, perceived usefulness and learning persistence. Fourth, task technology fit had a moderating effect on the relationship between self-regulated learning ability, perceived usefulness, and learning engagement as well as a moderated mediating effect on the relationship between self-regulated learning ability, perceived usefulness, and learning persistence. The importance of designing a learning environment to enhance learning persistence in K-MOOC was discussed.

참고문헌 (68)

  1. 강소라, "과업기술적합도(TTF)가 그룹지원시스템(GSS)의 사용 및 성과에 미치는 영향 : 전유방식동의 정도와 전유 충실도의 조절효과를 고려하여", 기술혁신학회지, 10(4), pp.755~788 (2007), 한국기술혁신학회
  2. 김수연, "K-MOOC에서 수강의도, 품질, 학습만족도, 학업성취도, 지속적인 사용의도 간의 구조적 관계 분석", 교육정보미디어연구, 25(3), pp.525~549 (2019), 한국교육정보미디어학회[DOI]
  3. 김한주, "일반대학 이러닝에서 학습자요인, 교수실재감, 콘텐츠품질이 학습만족도 및 학습지속의향에 미치는 영향: 학습몰입의 매개효과를 중심으로", 교육종합연구, 13(2), pp.173~196 (2015), 교육종합연구원
  4. 김희은, "학점인정 MOOC의 학습성과에 영향을 미치는 콘텐츠 구성요인, 상호작용, 자기조절학습능력, 학습몰입 간의 관계", 교육정보미디어연구, 26(3), pp.511~538 (2020), 한국교육정보미디어학회[DOI]
  5. 송윤희, "대학 이러닝 수업에서 조절초점 성향에 따른 만족도와 학습지속의향 예측력과 자기효능감의 매개효과 검증", 교육과학연구, 44(4), pp.123~145 (2013), 교육과학연구소
  6. 임유진, "학점인정 K-MOOC 강좌의 학습지속의향 영향 변인 분석", 교육혁신연구, 30(4), pp.175~195 (2020), 교육발전연구소[DOI]
  7. 임이랑, "K-MOOC 수강생의 학업중단 위험요인과 보호요인 탐색", 교육혁신연구, 29(2), pp.147~171 (2019), 교육발전연구소[DOI]
  8. 전영미, "대학생의 K-MOOC 만족도 및 지속이용의도에 영향을 미치는 요인 연구", 한국콘텐츠학회 논문지, 19(11), pp.80~91 (2019), 한국콘텐츠학회[DOI]
  9. 정한호, "MOOC 수강에 대한 대학생의 지속적인 사용의도에 영향을 미치는 요인에 관한 연구-기술수용모형, 기대일치모형, 과제기술적합모형을 기반으로", 교육정보미디어연구, 23(2), pp.315~343 (2017), 한국교육정보미디어학회[DOI]
  10. 정한호, "성인학습자의 MOOC 수강 의도에 영향을 미치는 변인 간의 구조적 관계 탐색: 사회적 분위기, 자기효능감, 기대일치, 과업기술적합성, 만족감 간의 관계를 중심으로", 평생학습사회, 14(4), pp.203~229 (2018), 원격교육연구소[DOI]
  11. 정한호, "코로나 시대에 수행된 원격수업에 대한 지속적인 참여도 연구: 기대일치모형, 기술수용모형, 과제기술적합모형, 합리적행동이론을 중심으로", 교육문제연구, 33(4), pp.33~59 (2020), 교육문제연구소
  12. 주영주, "사이버교육생의 자기효능감, 내적통제소재, 조직의 지원, 몰입, 만족도 및 학습지속의향간의 구조적 관계 규명", 교육공학연구, 26(1), pp.25~55 (2010), 한국교육공학회
  13. 주영주, "K-MOOC의 만족도와 사용의도 영향변인 규명 연구", 평생학습사회, 13(1), pp.185~207 (2017), 원격교육연구소
  14. 주영주, "사이버대학생의 자기조절학습능력, 지각된 유용성, 지각된 용이성, 만족도, 성취도, 학습지속의향 간의 구조적 관계 규명", 한국교육, 38(2), pp.55~79 (2011), 한국교육개발원[DOI]
  15. 하영자, "이러닝 성인학습자의 내재적 가치와 학업적 자기효능감에 따른 학습지속의향, 만족도, 학업성취도의 예측", 역량개발학습연구(구 한국HRD연구), 5(4), pp.49~67 (2010), Human Engagement Institute
  16. Barnard, L., "Measuring self-regulation in online and blended learning environments", Internet and Higher Education, 12, pp.1~6 (2009)
  17. Chen, C., "The impact of student misconceptions on student persistence in a MOOC", Journal of Research in Science Teaching, 57(6), pp.879~910 (2020)
  18. Coates, H., "The value of student engagement for higher education quality assurance", Quality in Higher Education, 11(1), pp.25~36 (2005)
  19. Dai, H. M., "Understanding continuance intention among MOOC participants : The role of habit and MOOC performance", Computers in Human Behavior, 112, pp.106455~ (2020)
  20. Davis, F., "Perceived usefulness, perceived ease of use and user acceptance of information technologies", MIS Quarterly, 13(3), pp.319~340 (1989)
  21. Deng, R., "Linking learner factors, teaching context, and engagement patterns with MOOC learning outcomes", Journal of Computer Assisted Learning, 36(5), pp.688~708 (2020)
  22. Faul, F., "Statistical power analyses using G*Power 3. 1 : Tests for correlation and regression analyses", Behavior Research Methods, 41, pp.1149~1160 (2009)
  23. Firmin, R., "Case study : Using MOOCs for conventional college coursework", Distance Education, 12(7), pp.94~115 (2014)
  24. Fornell, C., "Evaluating structural equation models with unobservable variables and measurement error", Journal of Marketing Research, 18(1), pp.39~50 (1981)
  25. Fredricks, J. A., "School engagement : Potential of the concept, state of the evidence", Review of Educational Research, 74(1), pp.59~109 (2004)
  26. Gefen, D., "Assessing unidimensionality through LISREL : An explanation and an example", Communications of the Association for Information Systems, 12(2), pp.23~47 (2003)
  27. Goodhue, D., "Task-technology fit and individual performance", MIS quarterly, 19(2), pp.213~236 (1995)
  28. Hair, J. F., "Multivariate data analysis" (2010), Pearson Prentice Hall
  29. Handelsman, M. M., "A measure of college student course engagement", The Journal of Educational Research, 98(3), pp.184~192 (2005)
  30. Hayes, A. F., "Introduction to mediation, moderation, and conditional process analysis: A regression-based approach" (2017), Guilford Publications
  31. Henderikx, M. A., "Refining success and dropout in massive open online courses based on the intention-behavior gap", Distance Education, 38(3), pp.353~368 (2017)
  32. "MOOCs: Expectations and reality" (2014)[URL]
  33. Huh, Y., "Online K-12 teachers’ perceptions and practices of supporting self-regulated learning", Journal of Educational Computing Research, 55(8), pp.1129~1153 (2018)
  34. Impey, C., "MOOCS and 100 days of COVID : Enrollment surges in massive open online astronomy classes during the coronavirus pandemic", Social Sciences & Humanities Open, 4(1), pp.100177~ (2021)
  35. Jansen, R. S., "Supporting learners’ self-regulated learning in massive open online courses", Computers & Education, 146, pp.103771~ (2020)
  36. Järvelä, S., "How do types of interaction and phases of self-regulated learning set a stage for collaborative engagement", Journal of Learning and Instruction, 43, pp.39~51 (2016)
  37. Joo, Y. J., "Examination of relationships among students’ self-determination, technology acceptance, satisfaction, and continuance intention to use K-MOOCs", Computers & Education, 122, pp.260~272 (2018)
  38. Jung, Y., "Learning engagement and persistence in massive open online courses(MOOCS)", Computers & Education, 122, pp.9~22 (2018)
  39. Khan, I. U., "Predicting the acceptance of MOOCs in a developing country : Application of task-technology fit model, social motivation, and self-determination theory", Telematics and Informatics, 35(4), pp.964~978 (2018)
  40. Kim, D., "Exploring the structural relationships between course design factors, learner commitment, self-directed learning, and intentions for further learning in a self-paced MOOC", Computers & Education, 166, pp.104171~ (2021)
  41. Kim, R., "Examining the influence of teaching presence and task-technology fit on continuance intention to use MOOCs", The Asia-Pacific Education Researcher, pp.1~14 (2021)
  42. Kizilcec, R. F., "Self-regulated learning strategies predict learner behavior and goal attainment in massive open online courses", Computers & Education, 104, pp.18~33 (2017)
  43. Kline, R. B., "Principles and practice of structural equation modeling" (2010), Guilford Press
  44. Kuo, T. M., "Linking web-based learning self-efficacy and learning engagement in MOOCs : The role of online academic hardiness", The Internet and Higher Education, 51, pp.100819~ (2021)
  45. Lee, D., "User acceptance of YouTube for procedural learning : An extension of the technology acceptance model", Computers & Education, 61, pp.193~208 (2013)
  46. Lee, M., "Explaining and predicting users’ continuance intention toward e-learning : An extension of the expectation-confirmation model", Computer & Education, 54(2), pp.506~516 (2010)
  47. Lee, Y., "Intimacy, familiarity and continuance intention : An extended expectation-confirmation model in web-based services", Electronic Commerce Research and Applications, 10(3), pp.342~357 (2011)
  48. Littlejohn, A., "Learning in MOOCs : Motivations and self-regulated learning in MOOCs", Internet and Higher Education, 29, pp.40~48 (2016)
  49. Liu, Caixia, "A bibliometric review on latent topics and trends of the empirical MOOC literature (2008–2019)", Asia Pacific Education Review, 22(3), pp.515~534 (2021), 교육연구소[DOI]
  50. Liu, Y., "Understanding the role of learner engagement in determining MOOCs satisfaction: A self-determination theory perspective", Interactive Learning Environments, pp.1~15 (2022)
  51. Ma, L., "Investigating the adoption of MOOCs : A technology-user-environment perspective", Journal of Computer Assisted Learning, 35(1), pp.89~98 (2019)
  52. Maldonado-Mahauad, J., "Mining theory-based patterns from big data : Identifying self-regulated learning strategies in Massive Open Online Courses", Computers in Human Behavior, 80, pp.179~196 (2018)
  53. Mat Roni, S., "Introduction to SPSS" (2014), SOAR Centre
  54. Mazana, Y. M., "Investigating students’ attitude towards learning mathematics", International Electronic Journal of Mathematics Education, 14(1), pp.207~231 (2019)
  55. Müller, T., "Persistence of women in online degree completion programs", International Review of Research in Open and Distance Learning, 9(2), pp.1~18 (2008)
  56. Murphy, K. R., "Psychological testing : Principles and applications" (1988), Prentice-Hall
  57. Pagani, M., "Determinants of adoption of high speed data services in the business market : Evidence for a combined technology acceptance model with task technology fit model", Information & Management, 43(7), pp.847~860 (2006)
  58. Parker, A., "A study of variables that predict dropout from distance education", International Journal of Educational Technology, 1(2), pp.1~10 (1999)
  59. Pintrich, P. R., "A conceptual framework for assessing motivation and self-regulated learning in college students", Educational Psychology Review, 16(4), pp.385~407 (2004)
  60. Presti, A. L., "I want to learn more! Integrating technology acceptance and task-technology fit models for predicting behavioural and future learning intentions", Journal of Workplace Learning, 33(8), pp.591~605 (2021)
  61. Schunk, D. H., "Self-regulation of learning and performance : Issues and educational applications" (1994), Lawrence Erlbaum Associates, Inc
  62. Shin, N., "Transactional presence as a critical predictor of success in distance learning", Distance education, 24(1), pp.69~86 (2003)
  63. Sun, J. C. Y., "Situational interest, computer self-efficacy and self-regulation : Their impact on student engagement in distance education", British Journal of Educational Technology, 43(2), pp.191~204 (2012)
  64. Tsai, Y. H., "The effects of metacognition on online learning interest and continuance to learn with MOOCs", Computers & Education, 121, pp.18~29 (2018)
  65. Wang, W., "Effects of social-interactive engagement on the dropout ratio in online learning : Insights from MOOC", Behaviour & Information Technology, 38(6), pp.621~636 (2019)
  66. Wu, B., "Research on MOOCs continuance", 3rd International Conference on Material, Mechanical and Manufacturing Engineering (IC3ME 2015) (2015), Atlantis Press
  67. Wu, B., "Continuance intention to use MOOCs : Integrating the technology acceptance model(TAM)and task technology fit(TTF)model", Computers in Human Behavior, 67, pp.221~232 (2017)
  68. Zimmerman, B. J., "Self-regulated learning and academic achievement : An overview", Educational Psychologist, 25(1), pp.3~17 (1990)

관련 논문AI추천

마이크로 러닝 기반 MOOC에서 지각된 유용성과 학습지속의향 간 관계: 학습몰입의 매개효과와 학습실재감의 조절효과김연경, 송해덕, 이예찬, 조유진한국교육정보미디어학회 · 교육정보미디어연구2022 · 제28권 제2호학점인정 MOOC의 학습성과에 영향을 미치는 콘텐츠 구성요인, 상호작용, 자기조절학습능력, 학습몰입 간의 관계김희은, 서일보한국교육정보미디어학회 · 교육정보미디어연구2020 · 제26권 제3호K-MOOC 학습자의 만족도와 학습지속의향에 미치는 영향관계 분석 연구권영애, 오방실(사)디지털산업정보학회 · (사)디지털산업정보학회 논문지2025 · 제21권 제3호K-MOOC 강좌에서 지각된 유용성, 지각된 용이성, 이러닝효능감, 교수실재감, 학습만족도, 학습지속의향의 관계 규명김기덕, 김정겸, 김정현, 조미나한국교육공학회 · 교육공학연구2022 · 제38권 제2호MOOC 수강에 대한 대학생의 지속적인 사용의도에 영향을 미치는 요인에 관한 연구-기술수용모형, 기대일치모형, 과제기술적합모형을 기반으로정한호한국교육정보미디어학회 · 교육정보미디어연구2017 · 제23권 제2호사이버대학생의 자기조절학습능력, 지각된 유용성, 지각된 용이성, 만족도, 성취도, 학습지속의향 간의 구조적 관계 규명이소영, 주영주, 홍유나한국교육개발원 · 한국교육2011 · 제38권 제2호

이 간행물의 다른 논문 (9건)

근거이론을 활용한 SNS에서 발생하는 학습경험 탐구조규락pp. 1-36학습자 데이터 기반 맞춤형 수업설계에 대한 초등학교 교사의 인식금선영, 이현경, 조영환pp. 37-67초등학교 5-6학년군의 블렌디드러닝에서 학습 격차가 심화되는 과정에 관한 근거이론 연구김민정, 황현석pp. 69-108시선추적 데이터를 활용한 국내 교육 연구 동향 분석: 인지과정 프레임워크를 바탕으로송지수, 신서경pp. 109-148대학수업에서 마이크로러닝 설계원리 개발 및 효과성 검증김민정, 도현미pp. 179-218
원문 보기