최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.20 no.1, 2009년, pp.65 - 75
조장식 (경성대학교 정보통계학과) , 강창완 (동의대학교 데이터정보학과) , 최승배 (동의대학교 데이터정보학과)
Most of universities have carried out course evaluation to improve students's satisfaction for the established lecture and apply the performance appraisal for professor. But, course evaluation depends on many variables such as class size, type of lecture, evaluator's grade and so on. As the results,...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
강의평가제도에서 균등화 과정이 요구되는 이유는? | 또한 대부분의 개설강좌들은 교양 또는 기초과목의 대규모 강좌는 대체로 저학년 학생들이 많이 수강하고 있으며, 전공과목의 소규모 강좌는 대체로 고학년 학생들이 수강하는 경향이 있으며, 실습과목은 순수강의 과목보다 소규모 강좌가 많은 경향이 있다. 이와 같이 강의평가에 영향을 미치는 것으로 생각되는 변수들은 한 개 이상 변수들의 수준 (level)에 따라 다른 변수들 수준의 분포가 서로 상이하게 결합된 경우가 많으며, 이와 같은 현상 (상호작용 효과)이 나타나는 상황에서 변수 각각의 강의평가에 대한 영향력을 분석하는 방식으로는 변수의 수준별 강의평가 평균점수 차이가 어떤 변수의 영향에 의한 것인지를 명확히 판단하기 어렵다. 이런 문제점들을 해소하기 위해서는 강의자의 능력 그리고 강의에 투입한 노력이라는 강의자와 관련된 요소들에 의해서만 강의평가 점수에 반영될 수 있도록 해야 한다. 이를 위해서는 강의자와 관련된 요소를 제외한 나머지 변수들에서 비롯되는 편의를 제거해 줄 수 있어야 한다. 이와 같이 특정한 변수들에 의해 발생되는 편의를 제거하는 것을 균등화 과정이라 부른다 (허명회, 1993). | |
강의평가제도의 의의는? | 우리나라 대부분 대학에서 실시되고 있는 강의평가제도는 교수들에게는 수업의 질을 향상시키기 위한 정보 제공과 강의능력 개선을 위한 동기부여로 작용할 뿐만 아니라, 교육의 수요자인 수강생들의 만족도를 나타낸다는 점에서도 중요한 의미를 갖고 있다. | |
강의평가 결과의 직접적인 비교는 여러 가지로 문제점을 내포하는 이유는? | 한편, 개설되는 강좌들은 소규모의 고학년 전공 강좌에서 대규모의 저학년 교양강좌 등에 이르기까지 매우 다양하다는 점에서 강의평가 결과의 직접적인 비교는 여러 가지로 문제점을 내포하고 있다. 예를 들어 전공과목의 소규모 학생들을 대상으로 실험 또는 실기를 하는 강좌와 100명 이 넘는 대규모 학생들을 대상으로 순수 강의를 하는 강좌에 대한 강의평가를 직접적으로 비교한다면 공정한 비교로 보기 어렵다. |
김성연, 권치명 (2005). 통계적 기법을 활용한 균등화법에 의한 강의평가 개선방안 연구. , 7, 1705-1721.
김규곤, 강창완 (1998). 교수업적평가에 반영하는 강의평가 점수의 사후조정에 관한 연구. , 28, 51-57.
최종후, 한상태, 강현철, 김은석 (1998). , SPSS 아카데미, 서울.
허명회 (1993). , 자유아카데미, 서울.
허명회, 이용구 (2003). , SPSS 아카데미, 서울.
허명회, 최용석 (1989). 시험균등화를 위한 통계적 방법. , 3, 51-58.
허준, 정규상, 허수희, 최희경, 정성원 (2003). , SPSS 아카데미, 서울.
Breiman, L., Friedman, J. H., Olshen, R. A. and Stone, C. J. (1984). Classification and regression trees, Wadsworth, Belmont.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.