본문 바로가기
KERD
논문KCI 등재

사이버 대학에서 학습자 특성 및 학습 활동이 학업성취도에 미치는 영향: 3P 모형을 활용한 학습분석적 접근

(Re)Binding the Factors Affecting Student Learning Outcomes in a Cyber University Using the 3P Model: Learning Analytics Approaches

박종선|권숙진|한재훈
한국교육정보미디어학회 (Korea Association for Educational Information and Media)|2015.06|교육정보미디어연구 (Journal of Korean Association for Educational Information and Media)|제21권 제2호|pp. 309-332|DOI http://dx.doi.org/10.15833/KAFEIAM.21.2.309

0

조회

0

다운로드

19

인용

0

참고문헌

키워드

전조교수학습학습과정Cyber UniversityLearning Outcomes학습분석Learning AnalyticsLearning Process학습결과사이버 대학Student characteristics
주제분류교육학

초록

본 연구는 A 사이버 대학에서 Biggs의 3P 모형을 기반으로 전조(Presage), 과정(Process), 결과(Product) 요소들에 대한 상호 연관성을 탐색하는 것을 목적으로 한다. 사이버 대학과 관련한 선행연구들은 분명하게 하나 혹은 둘 이상의 학습자 특성 요소들과 학습 결과에 대한 연관성을 꾸준히 탐색하였다. 이를 기반으로 본 연구는 선행 연구의 결과를 총체적으로 이해할 수 있도록 학습 분석적 접근 방법을 통하여 전조, 과정, 결과 요소들이 사이버 대학의 교수-학습 상황에서 어떤 연관성을 내포하는지를 탐색하였다. 본 연구는 Biggs의 3P 모형을 프레임워크로 설정하고, 모형의 각 세 가지 요소, 전조, 과정, 결과 요소들의 상호 연관성을 탐색하였다. 2013학년도 2학기와 2014학년도 1학기에 총 14,105명 학습자들의 교수-학습 관련 자료를 수집하였다. 로지스틱 순차적 회귀 분석을 통하여 적절한 모형 핏(Model Fit)과 높은 예측성을 내포한 로짓 모형을 발견하였다. 연구 결과는 여섯 가지의 학습자 특성 - 전공, 성별, 나이, 학력, 직업, 학년 - 과 두 가지 학습과정 요소들 - 콘텐츠 접속 비율, 게시판 참여 수-가 학습 결과와 연관이 있는 것으로 나타났다. 특별하게 학습자들의 학습 과정 요소들은 학업 성취와 연관성이 높은 것으로 나타났다. 본 연구의 결과는 학습자의 학업 결과가 단순히 하나 혹은 두 가지의 학습자 특성 혹은 학습 과정 요소로 예측할 수 있는 현상이 아니라 교수-학습을 이루고 있는 여러 가지 요소들의 복잡한 상호작용을 통해 이해할 수 있는 현상임을 나타내고 있다.

Abstract

This study investigates the relationships among the presage, process, and product factors drawn from Biggs’ 3P model in one cyber university. Although previous studies thoroughly and clearly found the interrelationships among one or two student characteristics factors and learning outcomes, the current study aimed at extending those findings into holistically understanding the relationship among those factors by using learning analytics (educational data mining) approaches. The framework was drawn from Biggs’ 3P model; each P factor was examined to comprehend the relationship among the presage, process, and product factors. A total of 14,105 aggregated student data were collected to investigate the factors relating to student learning outcomes during the last two semesters-Fall, 2013, and Spring, 2014. Logit model from logistic sequential regression showed a sound predictability and model fit. The results showed that six student characteristics-academic discipline, gender, age, level of education, jobs, and year-and two learning process factors-content-to-access ratio and the numbers of participation in the course bulletins-were closely related to student learning outcomes. Specifically, student learning process factors were identified as the ones that mostly affected student learning outcomes. These findings implied that student learning outcomes were not simply predicted by one or two characteristics and learning processes, but rather were the complicated interaction of factors in a cyber university.

참고문헌 (48)

  1. 강민석, "사이버대학 e-러닝환경에서 학업성취도에 영향을 미치는 학습 참여 변인 규명", 인터넷정보학회논문지, 10(5), pp.135~143 (2009), 한국인터넷정보학회
  2. 김보나, "사이버대학 학습자의 인구학적 특성이 학습효과에 미치는 영향", 한국정보기술학회논문지, 9(3), pp.213~219 (2011), 한국정보기술학회
  3. 김원경, "사이버대학에서 교수자-학습자 간, 학습자-학습자 간 상호작용이 학업성취도에 미치는 영향", 교육정보미디어연구, 12(1), pp.23~46 (2006), 한국교육정보미디어학회
  4. "대학알리미" (2014)[URL]
  5. 박연정, "학습관리시스템의 대시보드 설계를 위한 학습자 중심 요구분석: 분석과 설계 도구로서 활동이론의 적용", 교육공학연구, 30(2), pp.221~258 (2014), 한국교육공학회
  6. 박연정, "학습 분석학 기반 대시보드의 설계와 적용", 교육정보미디어연구, 20(2), pp.191~216 (2014), 한국교육정보미디어학회
  7. 박종선, "사이버대학 교과특성에 따른 수업운영요인의 효과 연구", 교육공학연구, 29(3), pp.723~749 (2013), 한국교육공학회
  8. 사이버 대학 학생정원기본방향 설정연구, "서순식", 한국교육학술정보원, ~ (2013)
  9. 사이버 대학 역할정립 및 발전 전략 연구, "송상호", 한국교육학술정보원, ~ (2014)
  10. 우종정, "학습참여활동이 학습효과에 미치는 영향력 검증에 대한 연구: O 사이버대학 LMS 중심으로", 한국정보기술학회논문지, 10(4), pp.97~103 (2012), 한국정보기술학회[DOI]
  11. 임연욱, "사이버대학 학습자관련 변인과 중도탈락 간의 관계 규명을 위한 실증적 연구", 정보교육학회논문지, 11(2), pp.205~219 (2007), 한국정보교육학회
  12. 장은정, "사이버대학 질 관리 준거 개발 연구", 교육공학연구, 28(1), pp.103~136 (2012), 한국교육공학회
  13. 정인성, "평생교육을 위한 웹 기반 학습에서 상호작용 유형에 따른 효과 분석", 교육공학연구, 16(1), pp.223~246 (2000)
  14. 정봉영, "사이버대학 학습자들의 인구학적 특성에 따른학업성취도와 수업만족도 분석- S대학교 사례를 중심으로 -", 교육정보미디어연구, 10(3), pp.127~150 (2004), 한국교육정보미디어학회
  15. 조용상, "학습 분석 기술 활용 가능성 및 전망 : 유즈케이스와 서비스 모형", 한국통신학회지, 31(12), pp.73~80 (2014)
  16. 조일현, "이러닝에서 학습자의 시간관리 전략이 학업성취도에 미치는 영향: 학습분석학적 접근", 교육정보미디어연구, 19(1), pp.83~107 (2013), 한국교육정보미디어학회
  17. 조일현, "학습분석학을 활용한 e-러닝 학업성과 추정 모형의 통계적 유의성 확보 시점 규명", 교육공학연구, 29(2), pp.285~306 (2013), 한국교육공학회
  18. 주영주, "사이버대학생의 직장 유무에 따른 고립감, 상호작용, 콘텐츠만족도, 성취도 및 학습지속의향의 구조적 관계 분석", 한국콘텐츠학회 논문지, 12(5), pp.525~540 (2012), 한국콘텐츠학회[DOI]
  19. 한국교육개발원, "교육통계서비스-2013년 학과(전공)분류자료집" (2013), 한국교육개발원
  20. 대학의 교수학습질 제고 전략 탐색 연구: 4년제 대학의 교수학습역량 진단, "한국교육개발원", 한국교육개발원, ~ (2014)
  21. "사이버 대학종합정보 대학정보현황" (2015), 한국원격대학협의회[URL]
  22. 한승연, "사이버대학 교수자의 교수역량 모델링", 교육방법연구, 24(4), pp.837~862 (2012), 한국교육방법학회
  23. 황성현, "원격대학에서 인구학적 변인 및 상호작용 유형과 학업성취도와의 관련성에 관한 종단연구", 교육정보미디어연구, 14(2), pp.35~54 (2008), 한국교육정보미디어학회
  24. Baker, R., "The Cambridge Handbook of Learning Sciences", pp.253~272 (2014), Cambridge University Press
  25. Bliuc, A. -M., "Learning through face-to-face and online discussions : Associations between students’ conceptions, approaches and academic performance in political science", British Journal of Educational Technology, 41(3), pp.512~524 (2010)
  26. Biggs, J., "Teaching for Quality Learning at University", pp.2003, Society for Research into Higher Education
  27. Chatti, M. A., "A Reference Model for Learning Analytics", International journal of technology enhanced learning, 4(5, pp.6) (2012), 318~331
  28. Clow, D., "An overview of learning analytics", Teaching in Higher Education, 18(6), pp.683~695 (2013)
  29. Coldwell, J., "Online Students : Relationships between Participation, Demographics and Academic Performance", Electronic Journal e-Learning, 6(1), pp.19~30 (2008)
  30. Dietz-Uhler & Hurn, "Using Learning Analytics to Predict and Improve Student Success : A Faculty Perspective", Journal of Interactive Online Learning, 12(1), pp.17~26 (2013)
  31. Learning analytics: a bottom‐up approach to enhancing and evaluating students' online learning, "Fisher, J.", Australian Government Office for Learning and Teaching, ~, pp.SD12-2567 (2014)
  32. Haverila, M., "Prior E-learning Experience and Perceived Learning Outcomes in an Undergraduate E-learning Course", MERLOT Journal of Online Learning and Teaching, 7(2), pp.607~619 (2011)
  33. Hosmer, D. W, "Applied logistic regression" (2000), Wiley
  34. Jo. I., "Emerging issues in smart learning", pp.275~287 (2015), Springer
  35. Kember, D., "Understanding the ways in which design features of educational websites impact upon student learning outcomes in blended learning environments", Computers & Education, 55(3), pp.1183~1192 (2010)
  36. Kuzilek, J., "OU Analyse: Analysing At-Risk Students At The Open University", Paper presented at the 5th International Conference on Learning Analytics and Knowledge Scaling Up: Big Data to Big Impact (2015)
  37. Levinsen, K. T., "Qualifying online teachers-Communicative skills and their impact on e-Learning quality", Education and Information Technologies, 12(1), pp.41~51 (2007)
  38. Marzano, R. J., "A new era of school reform going where the research takes. Aurora" (2000), Mid-continent Research for Education and Learning
  39. Mattingly, K., "Learning analytics as a tool for closing the assessment loop in higher education", Knowledge Management & E-Learning : An International Journal, 4(3), pp.236~247 (2012)
  40. Nemanich, L., "Enhancing Knowledge Transfer in Classroom Versus Online Settings : The Interplay Among Instructor, Student, Content, and Context", Decision Sciences Journal of Innovative Education, 7(1), pp.123~148 (2009)
  41. Pardo, A., "Learning analytics: From research to practice", pp.15~38 (2014), Springer
  42. Price, L., "Modelling factors for predicting student leanring outcomes in higher education", Paper presented at Learning in Transition: dimensionality, validity and development’ scientific research network conference (2011)
  43. "Learning analytics: The current state of play in UK higher and further education" (2014)[URL]
  44. Tabachinick, B. G., "Using Multivariate Statistics" (2012), Pearson Education
  45. Vatrapu, R. (, "Cultural Considerations in Learning Analytics", Paper presented at the 1st International conference on learning analytics and knowledge (LAK ‘11) (2011)
  46. Vermunt, J. D., "Relations between student learning patterns and personal and contextual factors and academic performance", Higher Education, 49, pp.205~234 (2005)
  47. Yu, T., "Educational technology approach toward learning analytics: relationship between student online behavior and learning performance in higher education", Paper presented at the 4th International Conference on Learning Analytics and Knowledge (LAK ‘14) (2014)
  48. Yukselturk, E., "Gender Differences in Self-Regulated Online Learning Environment", Educational Technology & Society, 12(3), pp.12~22 (2009)

관련 논문AI추천

대학 블랜디드 학습 환경에서 학습자 특성과 온라인 학습 활동이 학업 성취에 미치는 효과: 학습분석 접근법전은화, 한재훈한국교육공학회 · 교육공학연구2015 · 제31권 제3호학습분석학 기반의 사이버대학의 중도탈락 예측 분석정영란한국교육방법학회 · 교육방법연구2020 · 제32권 제2호사이버대학의 잠재적 중도탈락자 예측에 관한 연구전주성한국성인교육학회 · Andragogy Today: Interdisciplinary Journal of Adult & Continuing Education (IJACE)2010 · 제13권 제1호학습분석학 관점에서 사이버대학생의 수강시간 프로파일에 따른 학업성취도 차이 분석윤정미, 장은정한국교육정보미디어학회 · 교육정보미디어연구2024 · 제30권 제4호오프라인 강좌에서 대학생의 학업성취에 따른 학습관리시스템 활동의 차이 분석이종문, 이현우, 차윤미한국교육정보미디어학회 · 교육정보미디어연구2019 · 제25권 제1호학습분석학을 활용한 e-러닝 학업성과 추정 모형의 통계적 유의성 확보 시점 규명김정현, 조일현한국교육공학회 · 교육공학연구2013 · 제29권 제2호

이 간행물의 다른 논문 (6건)

메타인지 활동 촉진을 위한 어포던스 기반 e-포트폴리오 설계 전략 개발이나현, 송해덕pp. 165-184이러닝 학습환경에서 학습분석기반 대시보드 연구동향 분석유미나, 진성희pp. 185-213초등학생의 스마트미디어 활용능력 요인과 교과태도 및 학업성취도와의 관계성은모pp. 215-243블로그 학습 환경에서 학생들의 유용성 인식, 피드백 수용도, 과제 성과에 영향을 주는 동료 피드백 유형 분석이영주pp. 245-264중등교사의 스마트기기 수업활용요인과 성별, 연령, 경험의 조절효과 분석이정민, 정현민, 조보람pp. 265-288
원문 보기