각 대학에서는 교육의 질을 개선하기 위해 여러 형태의 강의평가를 실시하고 있다. 대학강의 평가가 수업개선에 도움이 되기 위해서는 교육환경의 변화를 반영할 필요가 있다. 대학교육이 면대면 교육과 온라인 교육을 병행하는 혼합학습 환경으로 변환함에 따라 이를 반영한 타당한 강의평가 문항 개발이 요구되어 본 연구를 수행하게 되었다. 이를 위해 대전의 C대학 재학생을 대상으로 예비검사와 본검사의 2차례에 걸친 검사문항 분석과 요인분석을 통해 이루어졌다. 1차 자료는 선행연구 분석을 통해 밝혀진 강의계획과 준비 등 10개 영역에 47문항으로 이루어진 측정도구를 가지고 수행되었다. 2차 자료는 예비검사 자료 분석을 통해 확정한 문항을 사용하여 본 검사의 타당화 과정을 수행하였다. 연구 결과 강의계획과 준비, 학습자료, 학습과제, 교수매체, 온라인 강의, 시험과 성적 등 6개 영역의 20개 문항이 도출되었다. 이 연구 결과는 대학의 강의 개선을 위해서는 다양한 대학 교육 환경을 반영한 강의평가가 이루어져야 함을 시사하고 있다.
각 대학에서는 교육의 질을 개선하기 위해 여러 형태의 강의평가를 실시하고 있다. 대학강의 평가가 수업개선에 도움이 되기 위해서는 교육환경의 변화를 반영할 필요가 있다. 대학교육이 면대면 교육과 온라인 교육을 병행하는 혼합학습 환경으로 변환함에 따라 이를 반영한 타당한 강의평가 문항 개발이 요구되어 본 연구를 수행하게 되었다. 이를 위해 대전의 C대학 재학생을 대상으로 예비검사와 본검사의 2차례에 걸친 검사문항 분석과 요인분석을 통해 이루어졌다. 1차 자료는 선행연구 분석을 통해 밝혀진 강의계획과 준비 등 10개 영역에 47문항으로 이루어진 측정도구를 가지고 수행되었다. 2차 자료는 예비검사 자료 분석을 통해 확정한 문항을 사용하여 본 검사의 타당화 과정을 수행하였다. 연구 결과 강의계획과 준비, 학습자료, 학습과제, 교수매체, 온라인 강의, 시험과 성적 등 6개 영역의 20개 문항이 도출되었다. 이 연구 결과는 대학의 강의 개선을 위해서는 다양한 대학 교육 환경을 반영한 강의평가가 이루어져야 함을 시사하고 있다.
In using lecture evaluation methods to improve the quality of education, most universities need to reflect the changes in the educational environment. The transformation of university education into a mixed learning environment blending face-to-face education and online education necessitates the de...
In using lecture evaluation methods to improve the quality of education, most universities need to reflect the changes in the educational environment. The transformation of university education into a mixed learning environment blending face-to-face education and online education necessitates the development of appropriate lecture evaluation items. For this purpose, we analyzed the items and the factor analysis for the students of C university in Daejeon. The primary data were carried out with 47 measurement items in 10 domains, such as planning and preparation of lectures, which were found through previous research analysis. Secondary data were validated by using the items confirmed through analysis of preliminary test data. The study results showed that 20 items including six domains such as planning and preparation of lectures, learning materials, learning tasks, instruction media, online course test and grades were derived. These study results suggest that universities lectures should be evaluated to ensure improvement.
In using lecture evaluation methods to improve the quality of education, most universities need to reflect the changes in the educational environment. The transformation of university education into a mixed learning environment blending face-to-face education and online education necessitates the development of appropriate lecture evaluation items. For this purpose, we analyzed the items and the factor analysis for the students of C university in Daejeon. The primary data were carried out with 47 measurement items in 10 domains, such as planning and preparation of lectures, which were found through previous research analysis. Secondary data were validated by using the items confirmed through analysis of preliminary test data. The study results showed that 20 items including six domains such as planning and preparation of lectures, learning materials, learning tasks, instruction media, online course test and grades were derived. These study results suggest that universities lectures should be evaluated to ensure improvement.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
특히 대학에서는 면대면 교육과 함께 사이버 공간을 활용한 교육을 병행하여 실시하고 있으나 이들 환경을 고려한 강의평가가 이루어지고 있지 못한 것이 현실이다. 따라서 본 연구에서는 면대면 수업과 온라인 수업을 병행하고 있는 혼합교육을 실시하고 있는 대학에서의 강의평가 도구를 개발하여 대학 수업의 질 관리 준거를 제공하는 것을 목적으로 한다. 이와 같은 연구목적을 달성하기 위한 구체적인 연구문제는 다음과 같다.
071로 대체로 적합한 수준으로 나타났다. 따라서 측정모형이 대학 강의평가를 설명하기에 적합함을 확인하였다.
본 연구는 대학에서의 강의평가가 교육환경의 변화에 따라 면대면 교육과 온라인 교육을 병행하는 혼합학습환경을 반영한 평가 문항 개발 및 실시가 요구됨에 따라 수행되었다. 이를 위해 대전의 C대학 재학생을 대상으로 예비검사와 본검사를 통해 검사문항의 타당화가 이루어졌다.
선행연구를 통해 개발된 강의평가 도구의 타당화를 위해 예비검사와 본 검사를 수행하였다. 예비검사를 위한 1차 자료는 문항분석을 통해 문항에 대한 평균과 표준편차, 문항난이도와 변별도, 문항 제거 시 신뢰도를 검토하였다.
제안 방법
본 연구에서 사용하는 대학 강의 평가문항은 선행연구 검토 결과를 바탕으로 10개 영역, 총 47개 문항으로 5단계 Likert 척도로 설계하였다. 구체적으로 강의계획과 준비 6개 문항, 학습자료 7개 문항, 학습과제 5개 문항, 시험과 성적 5개 문항, 강의기술 5개 문항, 상호작용 2개 문항, 개인발전 3개 문항, 매체 4개 문항, 온라인 강의 7개 문항, 강의총평 3개 문항으로 구성되었다.
셋째, 수업의 조직과 명확성은 교수자가 강의의 목표와 학습 내용에 대해 명확하게 제시했는지에 대한 여부와, 자료·내용에 대한 설명의 준비성 등을 평가한다. 넷째, 그룹 간 상호작용은 수업을 진행하는 과정에 있어 토론, 질의응답, 의견 공유 및 표현 등이 얼마나 촉진되었는지를 평가한다. 다섯째, 교수자-학습자의 관계 형성은 교수자가 학습자와 수업 외적인 측면에서 관계를 형성했는지에 대한 평가로 내용을 설명하고 전달하는 역할뿐만 아니라 상담자, 멘토의 역할에 충실했는지를 평가한다.
넷째, 그룹 간 상호작용은 수업을 진행하는 과정에 있어 토론, 질의응답, 의견 공유 및 표현 등이 얼마나 촉진되었는지를 평가한다. 다섯째, 교수자-학습자의 관계 형성은 교수자가 학습자와 수업 외적인 측면에서 관계를 형성했는지에 대한 평가로 내용을 설명하고 전달하는 역할뿐만 아니라 상담자, 멘토의 역할에 충실했는지를 평가한다. 여섯째, 학습내용의 범위는 수업의 범위가 어떠했는지를 의미하는 것으로 배경지식에 대한 설명은 이루어졌는지, 다양한 관점과 논의점을 제공하였는지를 평가하는 내용으로 구성된다.
대학 강의평가 도구의 구성요인에 대한 탐색적 요인분석을 바탕으로 확인적 요인분석을 실시하여 측정모형을 분석하였다. 각 측정항목에 대한 요인적재치, 구성개념신뢰도, 평균분산추출을 통해 타당도와 신뢰도를 검증하였다.
문항난이도와 문항변별도 분석결과, 모두 전반적으로 양호하게 나타났으나, 문항난이도와 문항변별도가 공통적으로 .6이하의 문항인 학습과제 영역의 c3번 문항, 시험과 성적 영역의 d1번 문항, 강의기술 영역의 e2번 문항, 온라인 강의 영역의 i1번 문항을 전문가 자문을 통하여 제거하였다. 한편 예비검사 자료에 대한 각 문항 제거 시 신뢰도의 경우, 해당 문항을 제거했을 때 그 차이가 미미하여 문항 제거 기준으로 채택하지 않았다.
본 연구에서 문항분석으로 최종 확정된 43개 강의평가 문항을 이론적 연구모형을 바탕으로 타당성을 검증하기 위해 탐색적 요인분석을 실시하였다. 표본자료가 요인분석에 적합한가를 검증한 KMO 지수는 .
본 연구에서 사용하는 대학 강의 평가문항은 선행연구 검토 결과를 바탕으로 10개 영역, 총 47개 문항으로 5단계 Likert 척도로 설계하였다. 구체적으로 강의계획과 준비 6개 문항, 학습자료 7개 문항, 학습과제 5개 문항, 시험과 성적 5개 문항, 강의기술 5개 문항, 상호작용 2개 문항, 개인발전 3개 문항, 매체 4개 문항, 온라인 강의 7개 문항, 강의총평 3개 문항으로 구성되었다.
선행연구를 통해 선정된 47개 예비검사 문항의 양호도를 평가하기 위한 기초 정보를 수집하기 위해 문항난이도 지수(difficulty index)와 문항의 변별도 지수(discrimination index)를 산출하였다. 문항난이도 정보를 통해 각 강의평가 문항에 대한 학생들의 만족 수준을 파악할 수 있다.
셋째, 수업의 조직과 명확성은 교수자가 강의의 목표와 학습 내용에 대해 명확하게 제시했는지에 대한 여부와, 자료·내용에 대한 설명의 준비성 등을 평가한다.
이를 위해 대전의 C대학 재학생을 대상으로 예비검사와 본검사를 통해 검사문항의 타당화가 이루어졌다. 예비검사는 선행연구 분석을 통해 밝혀진 강의계획과 준비 등 10개 영역에 47문항으로 이루어진 측정도구를 사용했으며, 2차 자료는 예비검사 자료 분석을 통해 확정한 문항을 사용하여 검사도구의 타당화 과정을 수행하였다. 연구 결과, 강의계획과 준비, 학습자료, 학습과제, 교수매체, 온라인 강의, 시험과 성적 등 6개 영역의 20개 문항이 도출되었다.
선행연구를 통해 개발된 강의평가 도구의 타당화를 위해 예비검사와 본 검사를 수행하였다. 예비검사를 위한 1차 자료는 문항분석을 통해 문항에 대한 평균과 표준편차, 문항난이도와 변별도, 문항 제거 시 신뢰도를 검토하였다. 탐색적 요인분석을 통해 각 문항의 요인 부하량 등을 분석하여 본 검사 문항 선정에 활용하였다.
본 연구는 대학에서의 강의평가가 교육환경의 변화에 따라 면대면 교육과 온라인 교육을 병행하는 혼합학습환경을 반영한 평가 문항 개발 및 실시가 요구됨에 따라 수행되었다. 이를 위해 대전의 C대학 재학생을 대상으로 예비검사와 본검사를 통해 검사문항의 타당화가 이루어졌다. 예비검사는 선행연구 분석을 통해 밝혀진 강의계획과 준비 등 10개 영역에 47문항으로 이루어진 측정도구를 사용했으며, 2차 자료는 예비검사 자료 분석을 통해 확정한 문항을 사용하여 검사도구의 타당화 과정을 수행하였다.
여섯째, 학습내용의 범위는 수업의 범위가 어떠했는지를 의미하는 것으로 배경지식에 대한 설명은 이루어졌는지, 다양한 관점과 논의점을 제공하였는지를 평가하는 내용으로 구성된다. 일곱째, 시험과 성적은 이에 대한 공평성과 적절성, 시험 결과에 대한 피드백 여부와 유용성, 평가 내용의 적절성 등을 평가한다. 여덟째, 과제는 과제가 수업의 목적과 내용에 부합하였는지, 학습과 이해를 증진시키는데 도움이 되었는지를 평가하는 내용으로 구성된다.
본 연구는 대학 강의 평가도구를 개발하고 타당화하기 위해 대전의 C대학에서 개설된 강좌를 수강하고 있는 학생을 대상으로 진행되었다. 자료 수집은 예비검사와 본 검사를 위해 두 차례에 걸쳐 이루어졌으며, 1차 자료는 선행연구를 통해 개발된 강의평가 도구를 가지고 시행된 예비검사를 통해 수집되었다. 예비검사는 C대학에서 2017년 1학기에 개설된 대학계열별 혼합학습(blended learning) 강좌를 수강한 학생을 대상으로 자료를 수집하였으며, 불성실한 응답을 제외한 292명이 분석되었다.
예비검사를 위한 1차 자료는 문항분석을 통해 문항에 대한 평균과 표준편차, 문항난이도와 변별도, 문항 제거 시 신뢰도를 검토하였다. 탐색적 요인분석을 통해 각 문항의 요인 부하량 등을 분석하여 본 검사 문항 선정에 활용하였다. 예비검사의 자료 분석을 통해 선정된 최종 강의 평가도구를 사용하여 본 검사를 실시하였으며, 수집된 자료는 구성개념을 도출하기 위해 SPSS 22.
대상 데이터
예비검사는 C대학에서 2017년 1학기에 개설된 대학계열별 혼합학습(blended learning) 강좌를 수강한 학생을 대상으로 자료를 수집하였으며, 불성실한 응답을 제외한 292명이 분석되었다. 2차 자료는 예비검사 자료 분석을 통해 최종 확정된 문항으로 본 검사를 통해 불성실한 응답을 제외하고 599명이 최종 분석되었다. 연구대상의 배경변인 분포는 다음 [Table 1]과 같다.
본 연구는 대학 강의 평가도구를 개발하고 타당화하기 위해 대전의 C대학에서 개설된 강좌를 수강하고 있는 학생을 대상으로 진행되었다. 자료 수집은 예비검사와 본 검사를 위해 두 차례에 걸쳐 이루어졌으며, 1차 자료는 선행연구를 통해 개발된 강의평가 도구를 가지고 시행된 예비검사를 통해 수집되었다.
자료 수집은 예비검사와 본 검사를 위해 두 차례에 걸쳐 이루어졌으며, 1차 자료는 선행연구를 통해 개발된 강의평가 도구를 가지고 시행된 예비검사를 통해 수집되었다. 예비검사는 C대학에서 2017년 1학기에 개설된 대학계열별 혼합학습(blended learning) 강좌를 수강한 학생을 대상으로 자료를 수집하였으며, 불성실한 응답을 제외한 292명이 분석되었다. 2차 자료는 예비검사 자료 분석을 통해 최종 확정된 문항으로 본 검사를 통해 불성실한 응답을 제외하고 599명이 최종 분석되었다.
데이터처리
대학 강의평가 도구의 구성요인에 대한 탐색적 요인분석을 바탕으로 확인적 요인분석을 실시하여 측정모형을 분석하였다. 각 측정항목에 대한 요인적재치, 구성개념신뢰도, 평균분산추출을 통해 타당도와 신뢰도를 검증하였다. 그 내용은 [Table 8]과 같다.
각 항목구성의 최적 상태를 도출하기 위해 적합도 평가를 위한 χ2 검증 결과와 상대 적합도 지수인 NFI, IFI, TLI, CFI 및 절대 적합도 지수인 RESEA값을 분석하였다.
탐색적 요인분석을 통해 각 문항의 요인 부하량 등을 분석하여 본 검사 문항 선정에 활용하였다. 예비검사의 자료 분석을 통해 선정된 최종 강의 평가도구를 사용하여 본 검사를 실시하였으며, 수집된 자료는 구성개념을 도출하기 위해 SPSS 22.0을 사용하여 문항간 상관분석, 기술통계치, 탐색적 요인분석, 신뢰도분석을 실시하였으며, AMOS 22.0을 사용하여 확인적 요인분석을 실시하였다.
이론/모형
본 연구에서 측정모형 분석을 위해 최대 우도법(maximum likewood; ML)을 이용하였으며, 모형을 평가하기 위해 고려한 적합도 지수는 다음과 같다. 각 항목구성의 최적 상태를 도출하기 위해 적합도 평가를 위한 χ2 검증 결과와 상대 적합도 지수인 NFI, IFI, TLI, CFI 및 절대 적합도 지수인 RESEA값을 분석하였다.
성능/효과
그 내용은 [Table 8]과 같다. 본 연구 구인 모형의 측정항목에 대한 요인 적재치에 대한 t 값이 통계적으로 유의한 것으로 나타나 각 구성개념의 척도는 집중 타당성을 가지고 있다고 할 수 있다. 각 구성 개념 신뢰도는 추천 기준치인 0.
각 항목구성의 최적 상태를 도출하기 위해 적합도 평가를 위한 χ2 검증 결과와 상대 적합도 지수인 NFI, IFI, TLI, CFI 및 절대 적합도 지수인 RESEA값을 분석하였다. 본 연구의 6개 요인에 대한 NFI 917, IFI .936, TLI 913, CFI.936, RESEA .071로 대체로 적합한 수준으로 나타났다. 따라서 측정모형이 대학 강의평가를 설명하기에 적합함을 확인하였다.
4 이상인 문항을 채택하고, 아이겐 값을 1로 지정하여 탐색적 요인분석을 실시한 결과, 6개의 요인이 도출되었다. 아이겐 값만을 기준으로 요인 수를 잘못 추정할 수 있는 부분을 감안하여 이를 보완하기 위해스크리 검사를 실시한 결과 6요인의 구성이 적합한 것으로 확인되었다. 최종 선정된 문항은 20문항이며, 강의계획과 준비, 학습자료, 학습과제, 교수매체, 시험과 성적, 온라인 강의 등 6개의 요인이었다.
예비검사는 선행연구 분석을 통해 밝혀진 강의계획과 준비 등 10개 영역에 47문항으로 이루어진 측정도구를 사용했으며, 2차 자료는 예비검사 자료 분석을 통해 확정한 문항을 사용하여 검사도구의 타당화 과정을 수행하였다. 연구 결과, 강의계획과 준비, 학습자료, 학습과제, 교수매체, 온라인 강의, 시험과 성적 등 6개 영역의 20개 문항이 도출되었다.
첫째, 선행연구를 통해 강의계획과 준비, 학습자료,학습과제, 시험과 성적, 강의기술, 상호작용, 개인발전, 교수매체, 온라인 강의, 강의총평 등 10개 영역이 추출되었으나 본 연구를 통해 서는 강의계획과 준비, 학습자료, 학습과제, 교수매체, 온라인 강의, 시험과 성적 등의 6개 영역이 도출되었다. 이는 전반적인 만족도 부분은 교수 학습 상황에서 시험과 성적 등으로 대체된 것에서 기인한 것으로 생각된다.
아이겐 값만을 기준으로 요인 수를 잘못 추정할 수 있는 부분을 감안하여 이를 보완하기 위해스크리 검사를 실시한 결과 6요인의 구성이 적합한 것으로 확인되었다. 최종 선정된 문항은 20문항이며, 강의계획과 준비, 학습자료, 학습과제, 교수매체, 시험과 성적, 온라인 강의 등 6개의 요인이었다. 측정지표의 수치가 어느 정도의 일관성을 나타내는지를 확인한 cronbach’s ⍺ 계수⍺=.
측정도구의 요인간 상관계수는 r=.514~.631 (p<.01)로 나타나 비교적 양호하였으며, 왜도 ±2와 첨도 ±4의 분포를 보여 정규분포 가정을 충족하였다.
본 연구에서 문항분석으로 최종 확정된 43개 강의평가 문항을 이론적 연구모형을 바탕으로 타당성을 검증하기 위해 탐색적 요인분석을 실시하였다. 표본자료가 요인분석에 적합한가를 검증한 KMO 지수는 .938로 1에 가까워 양호하였으며, 상관행렬의 적절성을 검증하는Battlett의 구형성 검정치는 4712.210(df=190, p=.000)으로 유의수준 0.001에서 통계적으로 유의한 것으로 나타났다.
후속연구
둘째, 혼합학습 환경에 맞는 평가도구로서 기능하기 위해서는 온라인과 오프라인 활동의 연계에 대해 평가할 필요가 있으므로 추후 연구에서는 혼합학습 환경에서의 연계활동을 고려한 측정도구의 개발이 이루어질 필요가 있다.
셋째, 교육주체자들이 강의평가 결과를 더 신뢰하기 위해서는 대학의 학습환경, 교수방법 등 다양한 변수를 고려하면서 사용되어야 한다. 대학에서 교육을 실천과정에서 학습주제나 교육여건에 따라 다양한 교수전략들을 사용하기 때문에 이를 고려한 강의펑가가 이루어질 필요가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
강의평가의 목적은 어떻게 분류될 수 있는가?
강의평가의 목적은 연구자들에 따라 다양하지만 대체로 형성적인 목적과 총괄적인 목적으로 분류하여 논의된다. 강의평가의 형성적인 목적이란 강의평가를 통하여 수업의 질을 높이는 방안을 마련하기 위해 자료를 수집 및 제공하고자 하는 것을 의미하며, 강의평가의 총괄적인 목적이란 강좌의 재설강, 교수의 승진, 강사의 재계약, 교원의 업적평가 등의 자료로 활용하는 것을 의미한다.
우리나라에서 강의평가가 거의 모든 대학에서 실시하고 있는 이유는 무엇인가?
대학 교육의 질 관리를 위해 교과목 운영과정에서 강의를 평가하거나 학기가 종료된 후 강의의 효과성을 측정하기 위해 강의평가를 시행하고 있다. 우리나라의 경우 교수 개별 차원에서 시행해 오던 강의평가가 1997년 이후 대학 종합평가의 평가항목 안에 강의 평가가 포함되면서 거의 모든 대학에서 실시하고 있다. 최근 각 대학들에서 실시하고 있는 강의평가 결과는 교수 과정의 개선 뿐 아니라 교수 업적평가와 우수교육 교수 선발 등에 활용하고 있다.
Marsh가 제안한 강의평가도구를 활용하여 나타나는 평가 영역 9가지는 무엇인가?
Marsh[10][11]는 SEEQ(Student's Evaluation of Educational Quality)라는 강의평가도구를 활용하여 평가 영역을 9가지로 제안하였다. Marsh가 제안한 평가 영역은 학습의 성과와 가치, 교수자의 열의, 수업의 조직과 명확성, 그룹 간 상호작용, 교수자-학습자의 관계 형성,학습 내용의 범위, 시험과 성적, 과제, 학습량과 난이도가 있다. 구체적인 평가영역은 다음과 같다.
참고문헌 (18)
S. I. Han, "Research on Student Ratings of University Teaching: Analysis of Determinants related to Professor, Student, and Class", The Journal of Educational Administration, vol. 19, no. 3, pp. 247-266, 2001.
J. C. Ory, "Changes in evaluating teaching in higher education", Theory into Practice, vol. 30, no. 1, pp. 30-36, 1991. DOI: https://doi.org/10.1080/00405849109543473
H. K. Wachtel, "Student evaluation of college teaching effectiveness : A brief review", Assessment & Evaluation in Higher Education, vol. 23, no. 2, pp. 191-211, 1998. DOI: https://doi.org/10.1080/0260293980230207
S. S. Kim, "Optimizing measurement conditions for students' evaluation of e-learning system using generalizability study", Journal of Education evaluation, vol. 19, no. 1, pp. 305-322, 2006.
J. G. Lee, "A Study on the Improvement of a Lecture Evaluation Questionnaire in the University", Korean Journal of General Education, vol. 7, no. 6, pp. 247-274, 2013.
H. H. Jeong, "A study on students awareness of course evaluation: focusing on integrity of responsive attitudes and satisfaction", The Journal Of Educational Methodology, vol. 28, no. 3, pp. 443-470, 2016.
K. Bain, What the best college teachers do. Cambridge. MA: Harvard University Press, 2004.
S. I. Han, H. J. Kim, J. Y. Lee, "A Comprehensive Study of Korean Students' Evaluations of University Teaching", The Journal of Educational Administration, vol. 23, no. 3, pp. 379-403, 2005.
H. W. Marsh, J. U. Overall, "Validity of Student's Evaluation of Teaching Effectiveness: Cognitive and Affective Criteria", Journal of Educational Psychology, vol. 72, no. 4, pp. 468-475, 1980. DOI: https://doi.org/10.1037/0022-0663.72.4.468
H. W. Marsh, "SEEQ: A reliable, valid, and useful instrument for collecting student's evaluation of university teaching", British Journal of Educational Psychology, 52, pp. 77-95, 1987. DOI: https://doi.org/10.1111/j.2044-8279.1982.tb02505.x
H. W. Marsh, "Students' evaluation of university teaching: Research findings, methodological issues, and directions for future research", International Journal of Educational Research, 11, pp. 253-388, 1987. DOI: https://doi.org/10.1016/0883-0355(87)90001-2
H. Narang, "Evaluating Teaching Effectiveness. A Proposal", ERIC, ED349906, 1992.
J. A. Centra, "The use of the teaching portfolio and student valuations for summative evaluation", Journal of High Education, vol. 65, no. 5, pp. 17-24. 1994. DOI: https://doi.org/10.2307/2943778
U. H. Chang, "Evaluation System of Instruction in College : Practical Problems and Improving Practices", Education Review, vol. 13, no. 4, pp. 91-103, 1993.
Y. W. Choi, Constructing Items for Course Evaluation. Graduate School, Ewha Womans University, Master's Thesis, 1994.
D. Cheung, "Developing a student evaluation instrument for distance teaching", Distance Education, vol. 19, no. 1, pp. 23-42, 1998. DOI: https://doi.org/10.1080/0158791980190104
M. S. Cho, "Operation Condition of Cyber Lectures and Students' Estimation in OCU and Cheju University", Social Development Review, 18, pp. 219-263, 2003.
J. H. Im, & I. S. Jeong, "A Study on the Student Satisfaction of Web-Based Instruction", Journal of Educational Broadcasting, vol. 5, no. 2, pp. 151-175, 1999.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.