잠재프로파일분석을 통한 중학교 과학 학생 성취특성 분석
Characterizing the Academic Achievement of Middle School Students in Science Subject based on Latent Profile Analysis
0
조회
0
다운로드
10
인용
0
참고문헌
키워드
초록
본 연구에서는 인지진단모형 분석을 통해 도출된 세부 학습영역 결과에 대해 학교 현장 및 교육부관계자 등이 보다 쉽게 결과를 이해할 수 있도록 교육적 환류 정보로서의 기능을 강화하는 방안을탐색하였다. 국가수준 학업성취도 평가 과학교과 결과를 2차 자료로 활용하여 인지진단모형을적용하여 도출된 8개 세부 학습영역 성취율 추정 정보를 분석하여 학생들의 성취 특성을도출하고자 잠재프로파일분석을 수행하였으며, 그 결과 5개의 잠재집단을 도출하였다. 과학교과역량을 반영한 세부 학습영역 성취 특성을 유형한 결과, 잠재집단1은 모든 영역에서 균형적인성취를 보였으며, 잠재집단2는 과학적 문제해결 및 의사소통 함양이 필요하고, 잠재집단3은 자료분석 및 해석 능력이 부족한, 반면 잠재집단4는 기본적인 과학적 지식 부분이 다소 부족한 것으로파악되었으며, 잠재집단5는 과학교과 전반에 대한 지식 및 이해도가 낮았다. 기존의 국가수준학업성취도 평가의 4단계 성취수준과 교차하여 그 분포를 파악한 결과, 보통학력과 기초학력 학생집단에서 잠재집단 유형화를 통해 보다 세부적이고 유용한 성취 특성 정보 파악이 가능한 것으로나타났다.
Abstract
This study explored an approach to enhance the function of educational assessment results as educational feedback information so that educational policy makers and teachers have more accessibility with the assessment results based on the cognitive diagnosis model (CDM). Using secondary data of the National Assessment of Educational Achievement (NAEA), the latent profile analysis was applied based on the estimated probabilities of mastery in eight detailed learning areas of science subject, and as a result, five latent groups were derived. In detail, latent group 1 showed excellent achievement in all eight areas. Latent group 2 was named as ‘a group needed to cultivate scientific communication’ due to their lack of understanding in the detailed learning area 8 (Making argument based on evidence). Latent group 3 was named as ‘a group needed to cultivate scientific thinking’, because this group particularly needs to foster scientific thinking skills, such as ‘explaining phenomena related to scientific inquiry and problem solving.’ Latent group 4 showed relatively high capacity in ‘general data analysis and interpretation’ while had low ability in ‘scientific knowledge and understanding.’ The last latent group showed the low performance level on all eight detailed learning areas. Given the cross-tabulation with the latent group membership and achievemnet levels of NAEA, It was found that more detailed and useful achievement characteristics information could be grasped through the potential group classification, particularly for students in ‘intermediate’ or ‘basic’ achievement levels in NAEA.
참고문헌 (30)
- "2015", ~
- 곽영순, "TIMSS 2015에서 과학 성취도와 흥미에 영향을 주는 교육맥락변인 분석", 한국과학교육학회지, 38(2), pp.113~122 (2018), 한국과학교육학회[DOI]
- 구자옥, "PISA 2015 과학 영역에 나타난 학생 성취수준 집단 및 성별에 따른 교육맥락 변인의 특성 및 영향력 분석", 과학교육연구지, 42(2), pp.165~181 (2018), 과학교육연구소[DOI]
- 새로운 학력 지표 구성 및 측정 방안 연구, "김경희", 한국교육과정평가원, ~, pp.연구보고 CRE 2019-5 (2019)
- 김동욱, "고등학교 과학 교과 수업의 질과 정의,인지적 성취와의 관계 : PISA 2015", 교육평가연구, 31(3), pp.729~752 (2018), 한국교육평가학회[DOI]
- TIMSS 2011 결과에 따른 수학･과학 교육 현황 국제비교, "김수진", 한국교육과정평가원, ~, pp.연구보고 RRE-2013-7-2 (2013)
- 학생 역량 강화를 위한 초학문적 융합 수업 현장 실행 연구, "김영은", 한국교육과정평가원, ~, pp.연구보고 RRI 2018-1 (2018)
- 김지영, "인지진단이론에 근거한 TIMSS 2011의 과학 결과 분석을 통한인지 속성의 국제비교", 한국과학교육학회지, 35(2), pp.267~275 (2015), 한국과학교육학회[DOI]
- 인지진단모형을 적용한 학업성취 프로파일 분석 및 결과 보고 방안, "김희경", 한국교육과정평가원, ~, pp.연구보고 RRE 2012-7 (2012)
- 김희경, "국가수준 학업성취도 평가 결과 분석에 적합한 인지진단모형 탐색: Fusion 모형과 DINA 모형의 비교", 교육과정평가연구, 16(2), pp.127~148 (2013), 한국교육과정평가원
- 김희경, "인지진단모형에 기반한 맞춤형 평가결과표 제공 방안 탐색: 확장된 Fusion 모형의 적용", 교육평가연구, 30(2), pp.219~244 (2017), 한국교육평가학회
- 국가수준 학업성취도 평가 점수 체제 개선 및 결과 활용도 제고 방안, "김희경", 한국교육과정평가원, ~, pp.연구보고 RRE 2019-3 (2019)
- 김희경, "인지진단모형을 적용한 국가수준 학업성취도 평가 과학과 세부 학습영역 분석 사례", 교육문제연구, 33(4), pp.89~113 (2020), 교육문제연구소
- 박찬호, "인지진단혼합모형을 활용한 잠재집단의 선별 및 진단", 교육평가연구, 33(1), pp.191~214 (2020), 한국교육평가학회
- 수학·과학 성취도 추이변화 국제 비교 연구: TIMSS 2019 결과 분석, "상경아", 한국교육과정평가원, ~, pp.연구보고 RRE 2020-10 (2020)
- PISA 2018 결과에 나타난 우리나라 학생의성취 특성 분석: 성취수준별 특성 및 학업탄력성이 있는 학생 특성을 중심으로, "이소연", 한국교육과정평가원, ~, pp.연구보고 RRE 2020-7 (2020)
- 2018년 국가수준 학업성취도 평가 결과 분석 –과학-, "이재봉", 한국교육과정평가원, ~, pp.연구자료 ORM 2019-45-4 (2019)
- 이재봉, "학업성취도 평가 결과에 기초한 2009 개정 교육과정 시기의 중학생의 과학 학업성취 특성 분석", 한국과학교육학회지, 40(4), pp.429~436 (2020), 한국과학교육학회[DOI]
- 표집평가 전환에 따른 국가수준 학업성취도 평가 개선 방안 연구, "정혜경", 한국교육과정평가원, ~, pp.연구보고 RRE2018-9 (2018)
- OECD 국제 학업성취도 평가 연구 : PISA 2018 결과 보고서, "조성민", 한국교육과정평가원, ~, pp.연구보고 RRE 2019-11 (2019)
- 한정아, "과학 관련 정의적 특성과 교수방법이학생들의 과학 성취에 미치는 영향", 교육과정평가연구, 23(1), pp.31~56 (2020), 한국교육과정평가원[DOI]
- Fu, J., "A polytomous extension of the Fusion Model and its Bayesian parameter estimation", doctoral, pp.2005
- The fusion model for skills diagnosis: Blending theory with practicality, "Hartz, S.", ETS, ~, pp.ETS RR-08-7 (2008)
- Henry K. L., "Multilevel latent class analysis: An application of adolescent smoking typologies with individual and contextual predictors", Structural Equation Modeling, 17(2), pp.193~215 (2010)
- Lim, Y., "Cognitive Diagnostic Model comparisons", doctoral, pp.2015
- Mäkikangas, A., "Multilevel latent profile analysis with covariates: Identifying job characteristics profiles in hierarchical data as an example", Organizational Research Methods, 21(4), pp.931~954 (2018)
- "Mplus Discussion"[URL]
- Muthén, L. K., "Mplus user's guide" (2007), Muthén & Muthén
- Nylund-Gibson, K., "Ten frequently asked questions about latent class analysis", Translational Issues in Psychological Science, 4(4), pp.440~461 (2018)[DOI]
- Tein, J., "Statistical power to detect the correct number of classes in latent profile analysis", Structural Equation Modeling, 20(4), pp.640~657 (2013)