Group Mnet 기계학습 기법을 통한 중학생의 끈기(grit) 관련 변수 탐색
An exploration of the variables relating to middle school students’ grit via a machine learning technique, Group Mnet
0
조회
0
다운로드
49
인용
0
참고문헌
키워드
초록
청소년의 끈기(그릿)에 대한 기존 연구는 이론적으로 확인된 소수의 변수에 대하여 전통적인 분석 기법을 적용한 연구가 대부분이었다. 그러나 청소년의 끈기와 관련 있는 변수를 총체적인 관점에서 탐색하고 파악하여 새로운 변수를 발굴할 필요가 있다. 특히 한국아동․청소년패널조사(KCYPS) 2018은 끈기를 측정하는 문항을 새롭게 수집함으로써 청소년의 끈기 연구에 획기적인 계기를 제공하였다. 본 연구는 기계학습 기법을 통하여 KCYPS 2018의 수백 개의 변수를 한 모형에서 탐색함으로써 끈기와 관련 있는 변수를 총체적으로 파악하는 동시에 예측력이 높은 모형을 구축하고자 하였다. 기계학습 기법 중 벌점회귀모형은 예측력을 고려하면서도 상대적으로 해석하기 쉽고 설명하기 쉬운 모형을 도출한다. 벌점회귀모형 중 최신 기법인 Group Mnet은 LASSO의 회귀계수 불일치성 문제와 MCP의 다중공선성 문제를 다루며, 범주형 변수 또한 처리할 수 있다는 장점이 있다. 본 연구에서는 자료 분할로 야기되는 임의성을 통제하고자 100번의 반복을 통하여 선택계수(selection counts)를 구하고, 그 결과 301개의 설명변수 중 42개의 변수를 최종적으로 선택하였다. 선택된 변수들 중 선행연구에서 사용되었던 변수들은 학업 열의, 학업 무기력, 삶의 만족도, 행복감, 창의적 성격, 건강상태, 양육방식, 친구관계, 교사관계, 성별 등이었다. 선행연구에서는 찾아 볼 수 없었으나 선택된 변수로 자아존중감, 협동심, 우울, 주의집중, 공격성, 스마트폰 관련 변수, 팬덤 활동 빈도 등이 있었다. 본 연구의 의의를 기계학습 기법의 특징과 관련하여 논하고, 후속 연구 과제를 제시하였다.
Abstract
Previous studies on adolescents’ grit focused on testing the relationships of a small number of variables based on literature reviews, utilizing traditional statistical techniques. The purpose of this study was to explore the hundreds of KCYPS (Korean Children and Youth Panel Survey) 2018 variables and to construct a prediction model via a machine learning technique, group Mnet. Mnet is categorized as penalized regression among machine learning techniques, and deals with the inconsistency and multicollinearity problems of LASSO and MCP, respectively. Group Mnet also handles categorical variables. Specifically, this study repeated 100 times of model building after random data-splitting, and 42 variables were selected out of 301 after selection counts. Variables measuring academic lethargy, life satisfaction, happiness, creative personality, health status, parenting style, gender, and relationships with friends as well as teachers had been investigated in previous research, and were also selected in this study. Newly found variables included predictors relating to self-esteem, cooperation, depression, attention, aggression, smartphone usage, and fandom activities. The significance and implications of the study as well as future research topics were discussed.
참고문헌 (38)
- 권대훈, "성장 마인드셋, 미래시간조망, 그릿과 지연의 관계", 아시아교육연구, 19(3), pp.725~744 (2018), 교육연구소[DOI]
- 김현주, "청소년 검도선수의 마인드셋과 그릿의 관계에서 성취목표성향의 매개효과", 대한무도학회지, 20(4), pp.47~60 (2018), 대한무도학회[DOI]
- 김희명, "한국판 아동용 끈기(Grit) 척도의 타당화", 경인교육대학교 교육연구원 교육논총, 35(3), pp.63~74 (2015), 교육연구원[DOI]
- 나재은, "초기청소년의 팬덤활동이 삶만족도에 미치는 영향: 자아존중감의 조절효과", 한국콘텐츠학회 논문지, 17(8), pp.396~405 (2017), 한국콘텐츠학회[DOI]
- 류재준, "성장신념, 자기결정성, 그릿의 관계에서 목표 유형의 조절효과", 교육심리연구, 32(3), pp.397~419 (2018), 한국교육심리학회[DOI]
- 문공주, "고등학생의 투지, 흥미, 과제집착력, 자기조절능력 및 과학학업성취의 관계 분석", 한국과학교육학회지, 36(3), pp.445~455 (2016), 한국과학교육학회[DOI]
- 박영준, "스마트폰 의존과 공격성 간의 관계에서 주의집중의 매개효과", 한국심리학회 학술대회 자료집, pp.407~407 (2016)
- 유진은, "데이터 마이닝 기법을 통한 교육 패널데이터 분석: 벌점회귀모형과 KYPS 자료", 아시아교육연구, 17(3), pp.1~19 (2016), 교육연구소
- 유진은, "Group lasso를 통한 중학생의 삶의 만족도에 영향을 미치는 변수 탐색", 한국청소년연구, 28(1), pp.127~149 (2017), 한국청소년정책연구원[DOI]
- 유진은, "기계학습: 대용량", 패널자료와 학습분석학 자료 분석으로의 활용, 2019, pp.35(2), 313~338[DOI]
- 윤성혜, "고등학생의 학업적 자기효능감과 진로동기 간의 관계에서 그릿(grit)의 매개효과 검증", 직업교육연구, 36(3), pp.47~66 (2017), 한국직업교육학회[DOI]
- 이한샘, "대학생의 우울과 자아탄력성의 관계에서 자기효능감과 그릿의 매개효과", 교육학연구, 56(3), pp.61~88 (2018), 한국교육학회[DOI]
- 이혜원, "예비유아교사의 자아존중감과 교직선택동기 간의 관계에서 그릿의 매개효과", 교육의 이론과 실천, 24(1), pp.21~36 (2019), 한독교육학회[DOI]
- 임효진, "그릿(Grit)과 창의적 성향, 창의적 사고의 구조적 관계", 사고개발, 13(2), pp.45~65 (2017), 대한사고개발학회
- 임효진, "그릿(Grit)과 과제도전감의 관계: 흥미유지와 노력지속에서 유능감의 조절효과", 교육방법연구, 29(4), pp.657~675 (2017), 한국교육방법학회[DOI]
- 조선화, "중학생의 학업스트레스와 학업소진과의 관계에서 그릿의 조절효과", 청소년문화포럼, (57), pp.145~169 (2019), (사)한국청소년문화연구소[DOI]
- 조은숙, "초등학생의 스마트폰 의존과 주의집중력의 관계에서 자아탄력성의 매개효과", 한국콘텐츠학회 논문지, 18(6), pp.131~143 (2018), 한국콘텐츠학회[DOI]
- 지승호, "개인적 양면성의 선행요인과 결과요인에 관한 연구: 개인적 양면성의 매개효과를 중심으로", 한국인사관리학회 학술대회 발표논문집, 3, pp.1~25 (2017)
- 최미경, "부모와의 의사소통이 남고생의 학교적응에 미치는 영향: 투지(Grit)의 매개효과", 청소년학연구, 23(3), pp.75~102 (2016), 한국청소년학회
- 최옥주, "청소년의 팬덤활동이 자아존중감에 미치는 영향 : 자아탄력성의 매개효과", 디지털융복합연구, 16(10), pp.243~251 (2018), 한국디지털정책학회[DOI]
- 천항욱, "남자고등학생의 건강체력, 학업성취, Grit의 관계", 한국체육학회지, 58(1), pp.133~146 (2019), 한국체육학회[DOI]
- 최효선, "고등학생의 여가활동과 삶의 만족도의 관계에서 그릿과 긍정심리자본의 매개효과", 한국심리학회지: 발달, 31(2), pp.105~123 (2018), 한국심리학회 산하 한국발달심리학회[DOI]
- 한수연, "중학생의 그릿 유형에 따른 행동조절과 자기결정동기의 차이", 교육방법연구, 30(1), pp.73~101 (2018), 한국교육방법학회[DOI]
- 한수연, "중학생의 그릿 변화와 관련된 가정·학교 환경요인 탐색", 열린교육연구, 26(4), pp.175~201 (2018), 한국열린교육학회[DOI]
- 한정욱, "중학생이 인지한 부모 지지와 학업성취압력이 그릿(Grit)에 미치는 영향", 학습자중심교과교육연구, 18(20), pp.165~182 (2018), 학습자중심교과교육학회[DOI]
- Duckworth, A., "The power of passion and perseverance", pp.2016, Scribner
- Duckworth, A. L., "Grit : Perseverance and passion for long term goals", Journal of Personality and Social Psychology, 92(6), pp.1087~1101 (2007)[DOI]
- Hastie, T., "Elements of statistical learning" (2009), Springer
- Huang, J., "Adaptive Lasso for sparse high-dimensional regression models", Statistica Sinica, 3, pp.1603~1618 (2008)
- Huang, J., "The Mnet method for variable selection", Statistica Sinica, 26, pp.903~923 (2016)[DOI]
- Kuha, J., "AIC and BIC : Comparisons of assumptions and performance", Sociological Methods & Research, 33(2), pp.188~229 (2004)[DOI]
- Meinshausen, N., "Stability selection", Journal of the Royal Statistical Society : Series B(Methodology), 72(4), pp.417~473 (2010)[DOI]
- Shevade, S. K., "A simple and efficient algorithm for gene selection using sparse logistic regression", Bioinformatics, 19, pp.2246~2253 (2003)[DOI]
- Yarkoni, T., "Choosing prediction over explanation in psychology : Lessons from machine learning", Perspectives on Psychological Science, 12(6), pp.1100~1122 (2017)[DOI]
- Yoo, J. E., "TIMSS 2011 student and teacher predictors for mathematics achievement explored and identified via elastic net", Frontiers in Psycholology, 9, pp.317~ (2018)[DOI]
- Zhang, C. H., "Nearly unbiased variable selection under minimax concave penalty", The Annals of Statistics, 38(2), pp.894~942 (2010)[DOI]
- Zhao, P., "On model selection consistency of Lasso", Journal of Machine Learning Research, 7, pp.2541~2563 (2006)
- Zou, H., "The adaptive lasso and its oracle properties", Journal of the American Statistical Association, 101, pp.1418~1429 (2006)[DOI]