본문 바로가기
KERD
논문KCI 등재

K-평균 군집분석을 활용한 중학생의 군집화 및 특성 분석

Analysis of Characteristics of Clusters of Middle School Students Using K-Means Cluster Analysis

이재봉
한국과학교육학회 (The Korean Association for Science Education)|2022.12|한국과학교육학회지 (Journal of the Korean Association for Science Education)|제42권 제6호|pp. 611-619

0

조회

0

다운로드

5

인용

0

참고문헌

키워드

군집분석학업성취도cluster analysisacademic achievement국가수준 학업성취도 평가National Assessment of Educational Achievement (NAEA)맞춤형 피드백customized feedback
주제분류교육학

초록

최근 교육에서 교육 데이터마이닝에 관한 관심이 높아지고 있는 시점에 과학교육에서 평가 결과를 활용하여 학생들에게 적합한 피드백을 제공하기 위해 빅데이터 분석의 적용 가능성을 탐색해 보고자 하였다. 연구에서는 국가수준 학업성취도 평가의 24문항에 응시한 2,576명의 평가 자료를 활용하여 비지도 기계학습의 한 가지 방법인 K-평균 군집분석을 이용하여 학생들을 군집화하였다. 학업성취도 평가 자료를 활용한 군집화 결과, 학생들을 6개의 군집으로 나누어 볼수 있었다. 상위권이나 하위권에 비해 중위권 학생들이 다양하게 다른 군집으로 구분됨을 알 수 있다. 군집분석의 결과를 보면, 군집화에서 가장 중요하게 영향을 주는 요인은 학업 성취였으며, 군집별로는 교육과정의 내용 영역별, 교과 역량별, 정의적 특성 면에서 서로 다른 특성을 보이고 있었다. 하위 군집에서는 정의적 영역 중에서 학습의욕이 중요하게 영향을 주고, 교과 역량 면에서는 과학적 탐구 및 문제 해결력과 과학적 의사소통 능력이 중요하게 영향을 주고 있었다. 내용 영역 면에서는 운동과 에너지와 물질 영역에 대한 성취가 군집의 특성을 구분하는 중요한 요인으로 작용하고 있었다. 따라서 평가 자료를 활용해 학생을 군집화한 후, 이러한 군집별 특성을 바탕으로 학생들에게 학습을 위한 맞춤형 피드백을 제공할 수 있을 것으로 판단된다. 본 연구에서는 이러한 연구 결과를 바탕으로 군집분석 연구결과 활용의 가능성, 내용 영역별 균형 있는 학습, 교과 역량 증진, 과학적 태도의 향상 등 과학교육의 시사점을 제안하였다.

Abstract

The purpose of this study is to explore the possibility of applying big data analysis to provide appropriate feedback to students using evaluation data in science education at a time when interest in educational data mining has recently increased in education. In this study, we use the evaluation data of 2,576 students who took 24 questions of the national assessment of educational achievement. And we use K-means cluster analysis as a method of unsupervised machine learning for clustering. As a result of clustering, students were divided into six clusters. The middle-ranking students are divided into various clusters when compared to upper or lower ranks. According to the results of the cluster analysis, the most important factor influencing clusterization is academic achievement, and each cluster shows different characteristics in terms of content domains, subject competencies, and affective characteristics. Learning motivation is important among the affective domains in the lower-ranking achievement cluster, and scientific inquiry and problem-solving competency, as well as scientific communication competency have a major influence in terms of subject competencies. In the content domain, achievement of motion and energy and matter are important factors to distinguish the characteristics of the cluster. As a result, we can provide students with customized feedback for learning based on the characteristics of each cluster. We discuss implications of these results for science education, such as the possibility of using this study results, balanced learning by content domains, enhancement of subject competency, and improvement of scientific attitude.

참고문헌 (44)

  1. Ahuja, R., "Harmony Search and Nature Inspired Optimization Algorithms. Advances in Intelligent Systems and Computing", pp.897~907 (2019), Springer
  2. Asif, R., "Analyzing undergraduate students’ performance using educational data mining", Computers & Education, 113, pp.177~194 (2017)
  3. 백종호, "중학생의 화학 반응식 및 작성 과정에 대한 이해 특성 탐색", 현장과학교육, 15(5), pp.468~485 (2021), 한국현장과학교육학회[DOI]
  4. Jongho Baek, "중학생들의 ‘물질의 구성’ 영역 학업성취 특성 분석 : 국가수준 학업성취도 평가 결과를 중심으로", 대한화학회지, 66(2), pp.136~149 (2022), 대한화학회
  5. OECD programme for international students assessment : an analysis of PISA 2018 results, "Cho, S.", Korea Institute for Curriculum and Evaluation(KICE), ~, pp.Korea Institute for Curriculum and Evaluation(KICE) Research Report RRE 2019-11 (2019)
  6. 최진수, "K-means 군집분석 및 랜덤 포레스트를 적용한 취업선호도 유형화 영향요인 분석", 교육학연구, 59(8), pp.113~144 (2021), 한국교육학회
  7. A Study on the development of national assessment of educational achievement according to the 2015 revised national curriculum, "Dong, H.", Korea Institute for Curriculum and Evaluation(KICE), ~, pp.Korea Institute for Curriculum and Evaluation(KICE) Research Report RRE 2018-4 (2018)
  8. Hartigan, J. A., "Algorithm AS 136 : A k-means clustering algorithm. Journal of the royal statistical society", series c(applied statistics), 28(1), pp.100~108 (1979)
  9. 현지혜, "교사의 피드백이 고등학생의 영어 쓰기 수행에 미치는 영향", 인문학연구, 51(1), pp.409~433 (2015), 인문과학연구소
  10. 주영주, "고등학생의 학업적 자기효능감, 외적동기, 흥미, 과학 과목 성취도의 구조적 관계와 성별에 따른 잠재평균 분석", 한국과학교육학회지, 31(6), pp.876~886 (2011), 한국과학교육학회
  11. 김희경, "인지진단모형을 적용한 국가수준 학업성취도 평가 과학과 세부 학습영역 분석 사례", 교육문제연구, 33(4), pp.89~113 (2020), 교육문제연구소
  12. 김희경, "잠재프로파일분석을 통한 중학교 과학 학생 성취특성 분석", 교육과정평가연구, 24(2), pp.177~198 (2021), 한국교육과정평가원
  13. 김경희, "학업성취도 평가의 교육과정 질 관리 역할", 교육과정평가연구, 20(4), pp.145~173 (2017), 한국교육과정평가원[DOI]
  14. 김난옥, "교사의 특성과 피드백이 초등학생의 정의적, 인지적 성취에 미치는 영향", 교육과정평가연구, 21(2), pp.129~151 (2018), 한국교육과정평가원[DOI]
  15. 김유리, "신학력관과 2015 개정 교육과정에 기반한 국가수준 학업성취도평가의 대안 모색", 교육문화연구, 25(2), pp.149~173 (2019), 교육연구소[DOI]
  16. 김유향, "국가수준 학업성취도 혈액 순환 관련 문제 해결에서 드러난 중학생들의 응답 특성 분석", 생물교육, 49(4), pp.443~456 (2021), 한국생물교육학회[DOI]
  17. 김성수, "자동화 K-평균 군집방법 및 R 구현", 응용통계연구, 22(4), pp.723~733 (2009), 한국통계학회
  18. 고수정, "빅데이터 군집 분석을 이용한 학습성취도 예측 - 종단 연구를 중심으로", 디지털콘텐츠학회논문지, 19(9), pp.1769~1778 (2018), 한국디지털콘텐츠학회[DOI]
  19. 구덕회, "AI 군집 알고리즘을 활용한 학업 성취도 데이터 분석", 정보교육학회논문지, 25(6), pp.1005~1013 (2021), 한국정보교육학회[DOI]
  20. The analysis of the characteristics and trends of academic achievement based on the results of the national assessment of educational achievement in the 2009 revised curriculum, "Ku, J.", Korea Institute for Curriculum and Evaluation(KICE), ~, pp.Korea Institute for Curriculum and Evaluation(KICE) Research Report RRE 2019-7 (2019)
  21. 곽영순, "우리나라 중학교 2학년 학생들의 과학에 대한 정의적 태도 특성 탐색", 한국과학교육학회지, 37(1), pp.135~142 (2017), 한국과학교육학회[DOI]
  22. 곽영순, "TIMSS 2015에서 과학 성취도와 흥미에 영향을 주는 교육맥락변인 분석", 한국과학교육학회지, 38(2), pp.113~122 (2018), 한국과학교육학회[DOI]
  23. 이봉우, "국가수준 학업성취도 과학 평가 문항 특성 분석: 역학 내용을 중심으로", 새물리, 65(5), pp.485~495 (2015), 한국물리학회
  24. 이봉우, "국가수준 학업성취도 평가의 과학 문항 특성 분석 : 광학 내용을 중심으로", 한국과학교육학회지, 35(3), pp.465~475 (2015), 한국과학교육학회[DOI]
  25. 이빛나, "초등교사의 형성적 피드백이 학생의 기본심리욕구와 수업참여에 미치는 영향: 교사-학생 관계의 조절효과", 교육평가연구, 30(1), pp.123~143 (2017), 한국교육평가학회
  26. 이동녘, "종양 이질성을 검정을 위한 통계적 방법론 연구", 응용통계연구, 32(3), pp.331~348 (2019), 한국통계학회
  27. 이재봉, "중학생의 시각 개념의 성취수준별 특성 분석", 새물리, 69(7), pp.727~736 (2019), 한국물리학회[DOI]
  28. 이재봉, "중학생의 운동과 에너지 영역에 대한 개념 이해 특성 분석: 학업성취도 결과 분석을 중심으로", 학습자중심교과교육연구, 20(17), pp.815~835 (2020), 학습자중심교과교육학회[DOI]
  29. 이정민, "다층구조방정식을 적용한 PISA 2015 과학성취와 과학 교수학습, 학업적 자아효능감의 관계 분석", 교과교육학연구, 23(2), pp.96~107 (2019), 교과교육연구소[DOI]
  30. 이정수, "중학생의 과학에 대한 태도, 과학 학습 동기 및 자기조절학습 전략과과학 학업성취도의 구조적 관계 분석", 한국과학교육학회지, 34(5), pp.491~497 (2014), 한국과학교육학회[DOI]
  31. 이재봉, "학업성취도 평가 결과에 기초한 2009 개정 교육과정 시기의 중학생의 과학 학업성취 특성 분석", 한국과학교육학회지, 40(4), pp.429~436 (2020), 한국과학교육학회[DOI]
  32. 이재봉, "학업성취도 평가 결과에 기반한 중학교 교육과정 성취기준별 성취 특성 분석", 한국과학교육학회지, 40(5), pp.473~483 (2020), 한국과학교육학회[DOI]
  33. 이재봉, "국가수준 학업성취도 평가 서답형 문항에 대한 응답 특성 분석- 과학과 생명 영역을 중심으로 -", 생물교육, 49(3), pp.431~441 (2021), 한국생물교육학회[DOI]
  34. A study on the enhancement of the NAEA system incorporating the aims of the 2015revised national curriculum, "Lee, M.", Korea Institute for Curriculum and Evaluation(KICE), ~, pp.Korea Institute for Curriculum and Evaluation(KICE) Research Report CRE 2017-8 (2017)
  35. 임선아, "수학성취도의 예측변인으로서의 정의적 요인 검증: OECD 수학성취도 상위 10개국 비교 연구", 교육평가연구, 29(2), pp.357~382 (2016), 한국교육평가학회
  36. Liou, P. Y., "Students’ attitudes toward science and science achievement : An analysis of the differential effects of science instructional practices", Journal of Research in Science Teaching, 58(3), pp.310~334 (2021)
  37. MacQueen, J., "Classification and analysis of multivariate observations", 5th Berkeley Symp. Math. Statist. Probability, pp.281~297 (1967)
  38. Ministry of Education(MOE), "1st comprehensive plan for guaranteeing basic academic ability (2023-2027)", ~ (2022)
  39. 박희창, "사회지표조사 자료의 K-평균 군집분석", Journal of The Korean Data Analysis Society, 7(2), pp.465~476 (2005), 한국자료분석학회
  40. 박미현, "머신러닝 분류기법을 적용한 중학생의 학습 부진 예측모형 개발연구: 대구교육종단자료를 중심으로", 교육공학연구, 37(3), pp.627~648 (2021), 한국교육공학회[DOI]
  41. "R: A language and environment for statistical computing" (2022)[URL]
  42. The trends in international mathematics and science study (TIMSS): finding from TIMSS 2019 for korea, "Sang, G.", Korea Institute for Curriculum and Evaluation(KICE), ~, pp.Korea Institute for Curriculum and Evaluation(KICE) Research Report RRE 2020-10 (2020)
  43. Developing items for affective domain of national assessment of educational achievement(NAEA) and verifying their quality, "Seo, M.", Korea Institute for Curriculum and Evaluation(KICE), ~, pp.Korea Institute for Curriculum and Evaluation(KICE) Research Report ORM 2018-39-2 (2018)
  44. Comprehensive analysis on the results of TIMSS 2019 and its trends, "Seo, M.", Korea Institute for Curriculum and Evaluation(KICE), ~, pp.Korea Institute for Curriculum and Evaluation(KICE) Research Report RRE 2021-5 (2021)

관련 논문AI추천

잠재프로파일분석을 통한 중학교 과학 학생 성취특성 분석김희경, 정혜경한국교육과정평가원 · 교육과정평가연구2021 · 제24권 제2호학업성취도 평가 결과에 기반한 중학교 교육과정 성취기준별 성취 특성 분석구자옥, 신명경, 심규철, 이재봉, 최원호한국과학교육학회 · 한국과학교육학회지2020 · 제40권 제5호군집 분석을 이용한 학생들의 성취 목적 양식 조사노태희, 박현주, 전경문한국과학교육학회 · 한국과학교육학회지2005 · 제25권 제3호중학생의 과학 지식의 본성에 대한 이해와 개념 이해 및 학습 전략 사이의 관계노태희, 윤정현, 차정호한국과학교육학회 · 한국과학교육학회지2005 · 제25권 제5호연구학교 보고서에 나타난 중학교 과학과 과정중심평가의 특징김종희, 박지영, 유난숙, 주민선대한지구과학교육학회 · 대한지구과학교육학회지2023 · 제16권 제2호중학생의 컴퓨팅 사고력 군집 유형과 특성 분석박연정, 허희옥한국교육공학회 · 교육공학연구2019 · 제35권 제3호

이 간행물의 다른 논문 (3건)

초등교사의 생물의 적응에 관한 수업에서 나타난 교수실행 사례 연구 -교사용 지도서와 교사의 진화 개념 이해 및 신념의 영향을 중심으로-차희영, 임미리, 신길우pp. 567-578중등과학교사의 유튜버 경험과 정체성에 대한 연구 -푸코의 헤테로토피아 개념을 중심으로-신세인, 이준기pp. 579-595과학탐구실험의 ‘역사 속의 과학 탐구’에서 과학교사의 평가 실태와 평가 지향 조사노태희, 박다해, 김민환pp. 597-610
원문 보기