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
- 규준화 연구를 통하여 ‘동종 그룹 내 개인의 공학설계 역량이 어느 정도 위치에 있는가’에 대한 정보를 제공하여 개인의 공학설계 역량을 진단하고, 추후 개인의 공학설계 역량 개발 및 향상을 위한 기초자료를 제공하고자 한다.
- 본 연구에서는 공학설계 역량 검사의 활용성을 증대시키기 위하여 전국 공과 대학생을 대상으로 검사를 실시하고 공학설계 역량 점수의 규준을 제시하였다. 이에 다음과 같은 결론을 도출하였다.
- 이에 본 연구에서는 김태훈 외(2020)의 공학설계 역량 검사 도구 개발의 후속 연구로서 우리나라 공과대학생의 공학설계 역량 검사의 규준을 확립하고자 한다. 규준화 연구를 통하여 ‘동종 그룹 내 개인의 공학설계 역량이 어느 정도 위치에 있는가’에 대한 정보를 제공하여 개인의 공학설계 역량을 진단하고, 추후 개인의 공학설계 역량 개발 및 향상을 위한 기초자료를 제공하고자 한다.
제안 방법
- 공학설계 역량 검사는 2018년 12월 3일-2019년 1월 20일까지 약 50일 동안 진행하였다. 지역별 대학교 및 공과대학 학과를 무작위로 선정한 후, 학과로 전화를 하여 학과 조교 또는 교수에게 검사 목적에 대한 설명을 한 뒤, 협조 가능하다고 한학과를 대상으로 실시하였다.
- 따라서 공학설계 능력을 단순한 ability(능력)가 아닌 competency(역량)의 측면에서도 바라보아야 할 필요성이 있어, 김태훈 외(2020)는 공학설계 역량 검사 도구를 개발하였 으며, 또한 검사 도구를 타당화 하였다. 공학설계 역량은 단순한 능력적인 부분과 의사결정 과정 등을 포함하는 잠재적 능력 까지 포함하고 있기 때문에 응답자 자신의 판단에 의해서 측정 되어지는 것이 바람직하여 검사 도구를 자기 보고식으로 개발하였다.
- 본 연구에서 배경 변인의 하위 집단과 불성실 응답 등을 고려하여 5,000명으로 선정하였으며, 공학교육정보센터 자료를 바탕으로 우선 학과 계열별 전체 대학생수의 비율을 고려하여 목표 표본을 설정하였다. 그 후 학과 계열에서 지역별 대학생수의 비율을 고려하여 지역별 최종 목표 표본수를 설정하였다. 목표 표본에 대한 세부 내용은 Table 1과 같다.
- 네번째 요인은 ‘팀워크 역량’으로 설계 수행 중 팀 구성원과의 구성과 조율, 팀원간 의사소통 관련 6개 문항으로 구성되어 있다.
- 두번째 요인은 ‘경제·사회적 영향 고려 역량’으로 설계의 경제학적 가치와 시장 정보, 사회에 미치는 영향과 관련된 8개문항으로 구성되어 있다.
- 둘째, 공학설계 역량의 배경 변인별 차이를 확인하고, 규준을 제시한다.
- 본 검사에서 공학설계 역량에 영향을 미칠 가능성이 높은 변인으로 공학설계 수강 과목 수와 실제 설계 수행 경험 횟수를 선정하였다. 이 두가지 변수에 대하여 학년별, 학과 계열별 차이를 확인하기 위하여 일원배치 분산분석을 실시한 결과는 Table 13, Table 14와 같다.
- 본 검사에서는 공학설계 역량에 영향을 미칠 가능성이 높은 변인 관련 문항 2개를 추가로 조사하였다. 첫째, 대학교 수업에서 공학설계와 관련하여 수강한 과목 수이다.
- 본 연구에서는 우리나라 공과대학생 전체의 공학설계 역량 규준, 학년별 공학설계 역량 규준, 학과 계열별 공학설계 역량 규준의 총 3가지 규준을 제시하였다.
- 본 연구에서는 하위 집단을 성별, 학년별, 학과 계열별로 설정하였다. 총 하위 집단은 성별 2개, 학년 5개, 학과 계열 4개이므로 표본은 2 × 5 × 4 × 100 = 4000개가 필요하며, 불성실 응답을 고려하여 총 5,000부를 목표로 설정하였다.
- 둘째, 실제로 설계를 수행한 경험 횟수이다. 이 두가지 변인은 대학교에서 실질적으로 공학설계와 관련된 부분이며, 추후 공학설계 역량 개발에 기초자료를 제공하기 위하여 추가로 조사하여 영향력을 확인하였다. 학과별 공학설계 관련 수강 과목 수와 설계 수행한 경험 횟수는 Table 4, Table 5와같다.
- 첫째, 개발된 검사 도구를 이용하여 전국 단위 공학설계 역 량 점수를 확인하고, 규준을 제시한다.
- 첫째, 검사의 신뢰도를 분석하기 위하여 Cronbach’s α를 활용하였다.
대상 데이터
- 공학교육정보센터를 통하여 전국 공과대학 학생수를 확인한 결과, 2016년 자료 기준으로 약 52만명이었다. 본 연구에서 배경 변인의 하위 집단과 불성실 응답 등을 고려하여 5,000명으로 선정하였으며, 공학교육정보센터 자료를 바탕으로 우선 학과 계열별 전체 대학생수의 비율을 고려하여 목표 표본을 설정하였다. 그 후 학과 계열에서 지역별 대학생수의 비율을 고려하여 지역별 최종 목표 표본수를 설정하였다.
- 온라인 검사를 통하여 219부, 인쇄된 검사지를 통하여 2,773부가 회수되어 총 2,992부 검사가 회수 되었다. 회수된 검사 중 5학년의 경우는 총 14부가 회수되어 분석 대상에서 제외하였으며,불성실 응답 119부를 제외하고 총 2,859부를 분석하였다.
- 검사 방법에 대해서는 인쇄된 검사지를 활용하는 방법과 온라인을 통하여 응답하는 방법에 대해서 설명하였으며, 검사지를 발송할 때 온라인 검사도 가능하게 Google URL 주소도 출력하여 함께 발송하였다. 응답된 검사지는 우편을 통하여 회신 후 수합하였으며, 온라인 검사는 Google 인터넷 상에서 수합하였다.
- 공학설계 역량 검사는 2018년 12월 3일-2019년 1월 20일까지 약 50일 동안 진행하였다. 지역별 대학교 및 공과대학 학과를 무작위로 선정한 후, 학과로 전화를 하여 학과 조교 또는 교수에게 검사 목적에 대한 설명을 한 뒤, 협조 가능하다고 한학과를 대상으로 실시하였다. 검사 방법에 대해서는 인쇄된 검사지를 활용하는 방법과 온라인을 통하여 응답하는 방법에 대해서 설명하였으며, 검사지를 발송할 때 온라인 검사도 가능하게 Google URL 주소도 출력하여 함께 발송하였다.
- 총 하위 집단은 성별 2개, 학년 5개, 학과 계열 4개이므로 표본은 2 × 5 × 4 × 100 = 4000개가 필요하며, 불성실 응답을 고려하여 총 5,000부를 목표로 설정하였다.
- 온라인 검사를 통하여 219부, 인쇄된 검사지를 통하여 2,773부가 회수되어 총 2,992부 검사가 회수 되었다. 회수된 검사 중 5학년의 경우는 총 14부가 회수되어 분석 대상에서 제외하였으며,불성실 응답 119부를 제외하고 총 2,859부를 분석하였다. 최종 분석 대상의 배경 변인별 현황은 Table 2, Table 3과 같다.
데이터처리
- 공학설계 수강 과목 수와 설계 수행 경험 횟수가 공학설계 역량에 영향을 미치는 영향력을 확인하기 위하여 공학설계 역량 점수를 종속 변수로 하고, 공학설계 관련 수강 과목 수와 실제 설계 수행 경험 횟수를 독립변수로 하여 다중회귀분석을 실시하였다. 결과는 Table 15와 같다.
- 넷째, 공학설계 역량에 미치는 영향 요인을 확인하기 위하여 다중회귀분석을 활용하였다.
- 둘째, 배경 변인별 공학설계 역량 차이를 확인하기 위하여 t-검정, 일원배치 분산분석(ANOVA)을 활용하였다.
- 셋째, 사분위수별 규준 점수 제시에 SPSS 빈도분석(사분위수)을 활용하였다.
이론/모형
- 규준 제시 방법은 선행연구(금지헌･김진모, 2009)에서 사용한 사분위수 백분율을 활용하였으며, 추가적으로 상위, 하위 10%에 대해서는 양 극단 값인 5% 구간으로 제시하였다.
- 본 연구에서 사용한 공학설계 역량 검사 도구는 김태훈 외 (2020)가 개발한 검사 도구를 활용하였다. 검사 문항은 여과 문항(2문항)을 포함한 총 42문항이다.
성능/효과
- 공학설계 역량 6개의 하위 영역 중 팀워크 역량 점수에서는 유의한 차이가 없는 것으로 확인되었다. 나머지 5개 하위 영역은 기계계열과 건설계열이 IT계열, 화공 및 소재계열 보다 공학설계 역량 점수가 대체적으로 더 높은 것으로 나타났다. 학과 계열별 공학설계 역량 규준 점수는 Table 12과 같다.
- 다중회귀분석 결과, 실제 설계 수행 경험 횟수는 공학설계 역량 점수에 영향을 미치는 것으로 나타났다. 반면, 공학설계 관련 수강 과목 수는 공학설계 역량 점수에 영향을 미치지 않은 것으로 나타났다.
- 둘째, 배경 변인별 차이를 검증한 결과, 학년에 따라서 유의한 차이가 있었는데 학년이 올라갈수록 공학설계 역량 점수가 높아지는 것으로 나타났다. 또한, 학과 계열에서도 유의한 차이가 있었다.
- 분석 결과 학년이 올라감에 따라 공학설계 수강 과목 수와 설계 수행 경험 횟수는 통계적으로 유의하게 높게 나타났다. 또한, 기계계열, 건설계열 학과가 IT계열, 화공 및 소재계열 학과보다 공학설계 수강 과목 수와 설계 수행 경험 횟수에서 통계적으로 유의하게 높게 나타났다.
- 다중회귀분석 결과, 실제 설계 수행 경험 횟수는 공학설계 역량 점수에 영향을 미치는 것으로 나타났다. 반면, 공학설계 관련 수강 과목 수는 공학설계 역량 점수에 영향을 미치지 않은 것으로 나타났다.
- 본 검사 40문항의 신뢰도(Cronbach’s α)를 분석한 결과 0.983으로 매우 높게 나타났으며, 선행연구 신뢰도 0.971 보다 더 높게 나타났다.
- 분석 결과 공학설계 역량 점수는 기계계열이 IT계열, 화공및 소재계열 보다 공학설계 역량 점수가 더 높은 것으로 나타났으며, 또한 건설계열이 화공 및 소재계열 보다 공학설계 역량 점수가 더 높은 것으로 나타났다. 이러한 공학설계 역량 점수 차이는 통계적으로 유의한 것으로 확인되었다.
- 분석 결과 공학설계 역량 점수는 학년이 올라감에 따라 공학 설계 역량 점수가 높아지는 것으로 나타났으며, 이러한 공학설계 역량 점수 차이는 통계적으로 유의한 것으로 확인되었다. 4 학년은 1, 2, 3학년 보다 높게, 3학년은 1, 2학년 보다 높게 나타났다.
- 분석 결과 학년이 올라감에 따라 공학설계 수강 과목 수와 설계 수행 경험 횟수는 통계적으로 유의하게 높게 나타났다. 또한, 기계계열, 건설계열 학과가 IT계열, 화공 및 소재계열 학과보다 공학설계 수강 과목 수와 설계 수행 경험 횟수에서 통계적으로 유의하게 높게 나타났다.
- 설계 수행 역량은 72점 중 65점, 30점으로 각각 나타났으며, 경제·사회적 영향 고려 역량은 48점 중 43점, 18점으로 각각 나타났다.
- 수학·과학적 지식 활용 역량은 36점 중 33점, 13점으로 각각 나타났으며, 팀워크 역량은 36점 중 34점, 15점으로 각각 나타났다. 설계 중심 사고 역량은 24점 중 22점, 10점으로 각각 나타났으며, 자료 수집 및 활용 역량은 24점 중 22 점, 10점으로 각각 나타났다. 전체적으로 상위 5% 점수는 하위 5% 점수보다 2배 이상 높은 것으로 나타났다.
- 셋째, 공학설계 역량 점수에 영향을 미치는 요인은 실제 설계 수행 경험의 횟수로 나타났다. 반면, 공학설계 관련 수강 과목 수는 공학설계 역량 점수에 영향을 미치지 않은 것으로 나타났다.
- 수학·과학적 지식 활용 역량은 36점 중 33점, 13점으로 각각 나타났으며, 팀워크 역량은 36점 중 34점, 15점으로 각각 나타났다.
- 분석 결과 공학설계 역량 점수는 학년이 올라감에 따라 공학 설계 역량 점수가 높아지는 것으로 나타났으며, 이러한 공학설계 역량 점수 차이는 통계적으로 유의한 것으로 확인되었다. 4 학년은 1, 2, 3학년 보다 높게, 3학년은 1, 2학년 보다 높게 나타났다.
- 또한, 학과 계열에서도 유의한 차이가 있었다. 전체적으로 기계계열, 건설계열의 학과가 IT계열, 화공 및 소재계열 학과보다 공학설계 역량 점수가 높은 것으로 나타났다. 반면, 성별은 공학설계 역량 점수에서 유의한 차이가 나타나지 않았다.
- 설계 중심 사고 역량은 24점 중 22점, 10점으로 각각 나타났으며, 자료 수집 및 활용 역량은 24점 중 22 점, 10점으로 각각 나타났다. 전체적으로 상위 5% 점수는 하위 5% 점수보다 2배 이상 높은 것으로 나타났다.
- 첫째, 공학설계 역량 점수의 전국 평균은 240점 중 158점으로 나타났다. 상위 5%의 점수는 215점으로 나타났으며, 상위 10% 점수는 201점으로 나타났다.
후속연구
- 둘째, 검사를 통하여 확인된 공학설계 역량과 실제 공학설계의 성공적 수행 정도와의 관계를 분석하여 공학설계 역량 검사의 예측 타당도를 확인할 필요가 있다. 예측 타당도가 확보되면, 실질적으로 공학설계 관련 수업의 전·후 효과성 확인, 개인의 공학설계 역량 예측 등이 가능할 것이다.
- 규준화 연구를 통하여 ‘동종 그룹 내 개인의 공학설계 역량이 어느 정도 위치에 있는가’에 대한 정보를 제공하여 개인의 공학설계 역량을 진단하고, 추후 개인의 공학설계 역량 개발 및 향상을 위한 기초자료를 제공하고자 한다. 또한, 대학교에서 공학설계 관련 수업 설계및 진행에 있어 학생들의 현재 수준을 확인하여 수업의 방향 설정에 도움을 줄 수 있을 것이다.
- 예측 타당도가 확보되면, 실질적으로 공학설계 관련 수업의 전·후 효과성 확인, 개인의 공학설계 역량 예측 등이 가능할 것이다.
- 첫째, 공과대학의 공학설계 교육이 공학설계 역량 계발에 직접적인 역할을 할 수 있도록 공학설계 관련 교과목에 대한 심층적인 분석과 교육과정의 재구조화 및 체계화를 위한 연구가 진행되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.