$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

핵심 문항들을 활용한 모델링-강의 평가 자료를 활용한 사례연구
Model construction with core questions from a course evaluation survey 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.20 no.6, 2009년, pp.1075 - 1083  

박노진 (단국대학교 정보통계학과)

초록
AI-Helper 아이콘AI-Helper

과학적 연구 방법은 가설을 세우고 실험이나 관찰을 통해 얻은 자료를 이용한 경험적 사실을 바탕으로 가설을 추상화하는 과정을 거치게 된다. 이 과정에서 자료를 획득하는 방법이 추상화의 최초 과정이 되고 많은 경우 서베이 리서치라는 구조화된 문항을 통한 방법이 사용 된다. 자료가 획득된 후에는 회귀분석, 선형구조방정식 등 고급 통계 기법들을 사용하여 가설들을 추상화하는 과정을 거치게 된다. 여기서, 설문지를 통해 많은 수 의 문항들의 응답이 획득되고 추상화를 위해 차원 축소라는 과정을 거치게 된다. 하지만 차원 축소된 정보들이 때때로 실제 현상을 이해하는데 있어서 현실감을 떨어지게 하는 경우도 존재하고 추상화 보다는 설문지 자체에서 어떤 지식을 얻기가 요구되기도 한다. 본 연구에서 설문지의 문항들 중에서 과연 어떤 문항들이 연구하고자 하는 문제의 해답을 줄 수 있는 핵심적인 문항인지를 찾아내고 이들 핵심 문항들로 모델을 구축하는 방법을 제시하였다. 강의 평가 자료를 예제로 사용하여 보다 나은 강의 평가를 받기 위한 전략들을 구상하여 보았다.

Abstract AI-Helper 아이콘AI-Helper

The scientific research method went through construction of hypothesis and collection of data by experiment or observation and abstracting the hypothesis based on the experience which uses the data. The statistical methodology plays an important role in this process. The method which acquires a data...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이를 위해 1) 분산분석 2) 일반적인 선형회귀분석과 로지스틱회귀분석 3) 부분최소제곱 회귀분석 (Kim, 2006)을 사용하여 핵심질문들을 발견하고 경로분석을 통하여 핵심질문들의 관계를 구축한다. 본 연구에서는 강의 평가에 대한 교육학적 측정 방법, 문항의 적절성을 밝히기 보다는 설문지에 대한 통계적 방법론에 중점을 두고자 함을 양지 하여 주길 바란다.
  • 그러나 해당 교수는 평가 자료의 추상화된 이론을 원하기 보다는 설문에 대한 학생들의 응답 속에 있는 원초적이고 현실적인 의견을 발견하길 원할 수도 있다는 것이다. 본 연구에서는 특정 강의 평가 자료를 예시로 들어 설문지 문항들 중에서 강의에 대한 좋은 평가를 받기 위한 핵심 질문 (core question)을 기존의 통계방법들을 사용하여 찾아내고 그 핵심 문항들 간의 경로모형을 구축하여 나름의 전략을 제시해 보고자 한다. 이를 위해 1) 분산분석 2) 일반적인 선형회귀분석과 로지스틱회귀분석 3) 부분최소제곱 회귀분석 (Kim, 2006)을 사용하여 핵심질문들을 발견하고 경로분석을 통하여 핵심질문들의 관계를 구축한다.

가설 설정

  • 2. 물론 기본적으로 결강 등 강의 손실이 없어야한다: 문항5 (수업결손) → 문항13학생들의 질문에 당연히 적절히 대답이 이루어져야하며 질의응답이 강의 과정에서 교수 방법의 하나의 수단으로 이루어지면 시너지 효과가 있을 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
과학적 연구 방법은 어떤 과정을 거치게 되는가? 과학적 연구 방법은 가설을 세우고 실험이나 관찰을 통해 얻은 자료를 이용한 경험적 사실을 바탕으로 가설을 추상화하는 과정을 거치게 된다. 이 과정에서 자료를 획득하는 방법이 추상화의 최초 과정이 되고 많은 경우 서베이 리서치라는 구조화된 문항을 통한 방법이 사용 된다.
과학적 연구를 수행하는 데에 기준이 되는 과학적 연구과정은 어떤 단계들로 구분할 수 있는가? 과학적 연구를 수행하는 데에 기준이 되는 과학적 연구과정을 다음과 같이 일곱 단계로 구분할 수 있겠다 (신민철, 2007). 1) 연구문제의 정의: 무엇을 연구할 것인가? 2) 가설설정: 연구문제에 대한 잠정적 해답 제시 3) 연구 설계: 연구문제에 대한 과학적 해답을 얻기 위한 연구계획 수립 4) 측정방법 선택: 연구현상의 경험적 관찰방법 선택 5) 자료수집: 연구현상의 관찰 6) 자료 분석: 관찰된 결과의 분석 7) 연구결과 일반화. 위 과정 중 자료수집 단계에서 다수의 응답자들을 대상으로 표준화된 설문지를 이용하여 모든 응답자들에게 동일한 방법으로 문항을 하는 구조적인 자료수집방법을 설문조사법이라고 한다.
강의 평가 결과는 어떤 경우에 학생에게 강의 선택의 길잡이가 될 수 있는가? 활용범위가 확대되고 있는 강의평가 도구의 타당성과 신뢰성에 대한 문제점이 제기되고 있으며 평가 제도에 대한 심층적 연구가 요구되고 있다 (김학일 등, 2007). 강의 평가 결과는 교수자에게 강의 질과 문제점을 인식시키고 강의 개선의 기회를 제공하면, 학생에게 강의 선택의 길잡이가 될 수 있다 (황세명과 김인택, 2005). 기존의 연구를 보면 교수의 강의 방법과 태도가 매우 중요한 요인이고 또한 교수방법 외에 과제물의 효과와 시험 및 성적에 대한 적절성 및 공정성이 강한 영향력을 지니고 있다고 한다 (류춘호와 이정호, 2003).
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. 김학일, 김성숙, 권오양, 이천, 노경호 (2007). 이공계 강의평가 결과의 실증적 분석 을 통한 강의평가제도의 개선 방안. , 10, 58-77. 

  2. 류춘호, 이정호 (2005). 대학의 강의평가에 영향을 미치는 교수관련 요인에 관한 연구. , 9, 52-63. 

  3. 박성현 (2000). , 민영사, 서울. 

  4. 배병렬 (2005). , 청람, 서울. 

  5. 신민철 (2007). , 창민사, 서울. 

  6. 양미경 (2008). 학생의 평정에 의거한 대학 강의평가의 의의와 한계. , 13, 93-122. 

  7. 염시창 (2008). 대학 강의평가도구의 타당화 및 관련 변인의 다층분석. , 21, 25-52. 

  8. 원태연 (2005). , 자유아카데미, 서울. 

  9. 이희원, 강호선, 정연순, 허은녕 (2005). 대학 강의 질 개선을 위한 강의 평가 문항 분석-서울대학교 이공계열 교양 과목을 중심으로-. , 8, 249-279. 

  10. 조장식, 강창완, 최승배 (2009). 강의평가에 대한 균등화방법의 비교. , 20, 65-75. 

  11. 최경호, 이승주 (2005). 강의 서비스품질 측정도구 제안. , 18, 487-497. 

  12. 한신일 (2001). 학생에 의한 강의평가의 관련요인 분석. , 19, 247-266. 

  13. 홍두승 (2005). , 다산출판사, 서울. 

  14. 황세명, 김인택 (2005). 대학 강의평가에서 문항 추출에 관한 연구. , 8, 31-45. 

  15. Kim, J. D. (2006). Expressions for shrinkage factors of PLS estimator. Journal of the Korean Data & Information Science Society, 17, 1169-1180. 

  16. SPSS (2007). SPSS base 16.0 user’s guide, SPSS Inc., Chicago. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로