선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구에서는 스마트러닝과 관련된 다양한 연구들을 탐색해 보고 이들 연구에서 나타나는 효과성을 파악해 보고자 하였다. 스마트러닝의 효과성을 파악하기 위해 스마트 러닝과 관련된 변인과 중재변인, 종속변인 등을 대상으로 메타분석을 실시하였다.
가설 설정
- 이러한 취약점을 해결하기 위해 사례수가 많은 연구결과물들은 가중치를 부여한 효과크기를 산출하였고, 수집분석물들이 동일 모집단으로부터 추출되어 나온 값인지를 위해 동질성 검정을 하였다. 동질성 검정에 실패할 경우 연구결과물들이 이질적이라고 추론되어 모수가 임의로 변한다는 가정 하에 랜덤효과 모형을 사용하여 효과크기를 산출하였다.
제안 방법
- 001)로 효과크기들의 분포는 동질하지 않은 것으로 나타났다. 따라서 메타분석에서 사용된 개별 연구들은 모집단 연구들로부터 무선으로 표집 추출되었다는 가정에 의해 랜덤효과 모형(Random Effect Model)을 이용하여 평균 효과크기를 계산하고 그 결과를 분석하였다.
- 분석대상이 되는 연구물들의 신뢰성을 높이기 위해 역변량가중치를 적용한 효과크기를 다시 산출하였다. 이와 같은 작업은 각기 다른 표집대상과 질적으로 다양한 수준의 연구결과들의 비중을 같은 수준으로 놓고 통합적으로 분석해야하는 필요성이 있기 때문이다(Oh, Seong-Sam, 2002)
- 따라서 본 연구에서는 스마트러닝과 관련된 다양한 연구들을 탐색해 보고 이들 연구에서 나타나는 효과성을 파악해 보고자 하였다. 스마트러닝의 효과성을 파악하기 위해 스마트 러닝과 관련된 변인과 중재변인, 종속변인 등을 대상으로 메타분석을 실시하였다. 이를 통해 스마트 교육의 효과성을 파악하고 이후 스마트러닝을 위한 기초적 가이드라인을 제공해 줄 것이라고 생각된다.
- 메타분석이 지나치게 결과에 초점을 맞추고 있고 중재변인의 개입이나 상호작용 효과를 무시함으로써 한 연구의 결과를 지나치게 단순화시킨다는 비판도 있다(Oh, Seong-Sam, 2002). 이러한 취약점을 해결하기 위해 사례수가 많은 연구결과물들은 가중치를 부여한 효과크기를 산출하였고, 수집분석물들이 동일 모집단으로부터 추출되어 나온 값인지를 위해 동질성 검정을 하였다. 동질성 검정에 실패할 경우 연구결과물들이 이질적이라고 추론되어 모수가 임의로 변한다는 가정 하에 랜덤효과 모형을 사용하여 효과크기를 산출하였다.
- 여러 연구들의 결과에서는 스마트 러닝의 교육적 효과를 보고하기위해 학습만족도, 학업성취도, 학습태도 등을 보고하고 있었다. 이에 본 연구에서도 스마트러닝 효과성 변인으로 학습만족도, 학업성취도, 학습태도의 세 가지 하위 요인을 설정하였다. 이를 구체적으로 살펴보면 다음과 같다.
- 선행연구의 통계값을 먼저 [Formula 1]에 대입하여 실험집단과 통제집단의 평균과 표준편차를 이용하여 효과크기를 얻었다. 평균과 표준편차가 명시되지 않고 t값만 제시한 몇 개의 논문은 [Formula 2]를 사용하여 효과크기 값을 구하였다. 선행연구들의 결과 값을 변환 공식에 대입하여 효과크기를 산출 하였다.
대상 데이터
- 1차적으로 분류된 논문들은 다시 변인들을 분류하는 작업을 통해 연구 주제와 관련되면서 효과크기로 변환 할 수 있는 실험논문을 분석 대상으로 설정하였다. 또, 본 논문은 석박사 학위 논문만을 대상으로 선정하였다.
- 그리고 분석이 가능할 수 있는 20편의 논문이 최종 선정되었다. 20편의 논문들은 분석이 가능한 단위로 구분하여 총 104개의 효과크기(ES) 단위로 설정하였다.
- 해당 키워드로 수집된 38편의 논문들 가운데 메타분석이 불가능한 18편을 제외하였다. 그리고 분석이 가능할 수 있는 20편의 논문이 최종 선정되었다. 20편의 논문들은 분석이 가능한 단위로 구분하여 총 104개의 효과크기(ES) 단위로 설정하였다.
- 1차적으로 분류된 논문들은 다시 변인들을 분류하는 작업을 통해 연구 주제와 관련되면서 효과크기로 변환 할 수 있는 실험논문을 분석 대상으로 설정하였다. 또, 본 논문은 석박사 학위 논문만을 대상으로 선정하였다.
- 본 연구의 자료 수집은 한국교육학술정보원의 학술연구정보서비스(Riss4u) 및 한국학술정보(주)의 KISS에서 제공하는 데이터베이스를 활용하였다.
- 자료를 수집할 때 주요 검색어로는 스마트 러닝, 스마트 교육, m-러닝, u-러닝 등의 검색어를 입력하였다.
데이터처리
- Hedges와 Olkin(1985)이 제안한 [Formula 3]으로 표준오차를 이용하여 가중치를 계산하였고, 계산된 역변량 가중치를 이용하여 평균효과크기를 산출하였다.
- 선행연구들의 결과 값을 변환 공식에 대입하여 효과크기를 산출 하였다. 계산의 오류를 수정하여 정확한 값을 산출하기 위하여 MS Excel Effect Size Computer Program을 활용하여 효과크기를 산출하였다.
- 본 연구에서는 실험집단과 비교집단의 비교를 통한 값을 통해 연속성 있는 데이터를 구할 수 있는 연구물들이므로 평균과 표준편차를 이용한 효과크기 산출 방식(Oh, Seong-Sam, 2002)을 따랐다. 선행연구의 통계값을 먼저 [Formula 1]에 대입하여 실험집단과 통제집단의 평균과 표준편차를 이용하여 효과크기를 얻었다. 평균과 표준편차가 명시되지 않고 t값만 제시한 몇 개의 논문은 [Formula 2]를 사용하여 효과크기 값을 구하였다.
이론/모형
- 이러한 성별과 같은 요인들을 학습자 특성이라고 생각해 볼 수 있으며 중재변인으로 활용될 수 있다. 본 연구에서는 Jung, In-Sung(1999)이 제안한 학습자 특성, 학습내용(콘텐츠), 교수-학습자 상호작용, 운영체제의 네 가지 중재변인 요소를 설정하였다. 이를 구체적으로 살펴보면 다음과 같다.
- 본 연구에서는 실험집단과 비교집단의 비교를 통한 값을 통해 연속성 있는 데이터를 구할 수 있는 연구물들이므로 평균과 표준편차를 이용한 효과크기 산출 방식(Oh, Seong-Sam, 2002)을 따랐다. 선행연구의 통계값을 먼저 [Formula 1]에 대입하여 실험집단과 통제집단의 평균과 표준편차를 이용하여 효과크기를 얻었다.
- 효과크기의 값은 Cohen(1988)이 제시한 표준화 평균차이 지수를 활용하여 해석할 수 있다. 일반적으로 .
성능/효과
- 결과를 통해, 스마트러닝을 통해 교육을 받은 집단이 통제집단보다 교육의 효과성의 하위요인 전체에서 상승효과가 나타났음을 알 수 있다. 그리고 하위 종속변인별 스마트러닝의 효과성 분석 결과를 통해 학습자 만족이 가장 큰 효과성이 나타난 것을 확인할 수 있다.
- 결과를 통해, 스마트러닝을 통해 교육을 받은 집단이 통제집단보다 교육의 효과성의 하위요인 전체에서 상승효과가 나타났음을 알 수 있다. 그리고 하위 종속변인별 스마트러닝의 효과성 분석 결과를 통해 학습자 만족이 가장 큰 효과성이 나타난 것을 확인할 수 있다.
- 둘째, 스마트러닝 하위요소 중 학습만족도가 가장 큰 효과크기를 나타내었다. 그리고 학습태도변화와 학업성취도 순으로 나타났다.
- 17% 효과가 높은 것으로 나타났다. 상호작용은 70.64%로 통제집단에 비해 20.64%가 높은 것으로 나타났다. 운영체제는 53.
- 셋째, 스마트러닝에서 중재적인 역할을 하는 변인들 중 학습자특성, 학습내용, 교수-학습자상호작용이 유의한 효과를 주는 것으로 나타났다. 하지만 운영체제는 유의하지 않은 것으로 나타났다.
- 셋째, 스마트러닝의 효과성을 중재하는 학습자 특성, 학습내용, 학습자-교수 상호작용, 운영체제 변인들의 효과성은 어떠하며 그 크기는 어느 정도인가?
- 1]은 이를 시각적으로 나타난 것이다. 이를 통하여 스마트러닝을 활용한 교육이 학습효과성에 미치는 효과가 통제집단에 비해 실험집단에서 16.53% 만큼 효과가 있었다는 것을 의미한다.
- 46%가 높은 것으로 나타났다. 정리하면, 학습에 스마트러닝을 도입하였을 때의 효과는 통제집단에서 보다 실험집단에서 학업성취도 13.78%, 학습만족도 19.49%, 학습태도변화 15.46% 만큼 효과크기가 있음을 알 수 있다.
- 첫째, 학습에서의 스마트 러닝은 높은 효과크기를 나타내었다. 결과에 따르면, 스마트 교육의 평균효과크기는 .
- 하지만 운영체제는 유의하지 않은 것으로 나타났다. 특히 중재변인에서 학습자특성과 교수-학습자 상호작용이 상대적으로 큰 영향을 주는 것을 확인할 수 있었다. 이는 기존 연구들(Choi, Jeong-Im, 1999; Kim, Tae-HunㆍYang, Young-Hoon, & Kim, Jong-Hoon, 2013; Kwon, Myung-Soon & Kan, Jin-Sook, 2013; Seo, In-Sok, 2003)에서 사용하는 변인의 활용 근거를 제시해 준다.
- 79% 높은 효과가 있는 것으로 나타났다. 학습만족도는 69.49%로 통제집단에 비해 19.49% 효과가 높은 것으로 나타났다. 그리고 학습태도변화는 65.
- 그리고 학습태도변화와 학업성취도 순으로 나타났다. 학습만족도와 학습태도변화는 높은 효과크기로 나타났고, 학업성취도는 중간 정도의 효과크기를 나타내었다. 이는 기존 연구들(Bean & Bradley, 1986; Gu, Jung-Mo, 2013; Joo, Young-Ju & Yoon, HeeSook, 2006)에서 사용하는 변인의 활용 근거를 제시해 준다.
- 효과크기의 신뢰성을 위해 동질성검정을 실시한 결과 Q=864.339(p<.001)로 효과크기들의 분포는 동질하지 않은 것으로 나타났다.
후속연구
- 첫째, 연구대상 논문 선정 범위의 확대가 필요하다. 본 연구는 연구대상 논문 선정에 있어 실험논문과 석박사 학위논문으로 제한한 점과 주제어 설정을 제한한 점 등에 있어서 한계점을 가지고 있다. 하지만, 추후 연구에서는 비출판 논문의 포함 등과 같이 연구대상 논문 선정 범위를 확대하는 방안이 논의되어야 하고, 추가 자료 수집을 통한 메타분석 결과를 도출할 필요성이 있다.
- 본 연구에서는 스마트러닝이라고 개념화하였지만, 이러닝, ICT교육, 컴퓨터교육, 테크놀러지 활용교육 등의 다양한 개념으로 정보기기를 활용하는 교육들이 논의될 수 있다. 스마트러닝의 효과성과 다른 형태의 테크놀러지 활용 교육의 차이점과 공통점 등에 대한 연구가 있어야 할 것으로 생각된다.
- 스마트러닝의 효과성을 파악하기 위해 스마트 러닝과 관련된 변인과 중재변인, 종속변인 등을 대상으로 메타분석을 실시하였다. 이를 통해 스마트 교육의 효과성을 파악하고 이후 스마트러닝을 위한 기초적 가이드라인을 제공해 줄 것이라고 생각된다. 구체적인 연구문제는 다음과 같다.
- 본 연구는 연구대상 논문 선정에 있어 실험논문과 석박사 학위논문으로 제한한 점과 주제어 설정을 제한한 점 등에 있어서 한계점을 가지고 있다. 하지만, 추후 연구에서는 비출판 논문의 포함 등과 같이 연구대상 논문 선정 범위를 확대하는 방안이 논의되어야 하고, 추가 자료 수집을 통한 메타분석 결과를 도출할 필요성이 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.