[논문]사이버대학 학습자의 학업적 자기효능감, 학습동기, 자기주도학습, 학습몰입의 구조분석

김지운

doi:10.5762/kais.2020.21.11.443

사이버대학 학습자의 학업적 자기효능감, 학습동기, 자기주도학습, 학습몰입의 구조분석
The Structure Model Analysis of Cyber University Learners' Academic Self-efficacy, Learning Motivation, Self-directed Learning and Learning Flow 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.11, 2020년, pp.443 - 454

초록
AI-Helper

본 연구는 온라인 원격교육 참여자의 학습몰입을 설명할 수 있는 구조적 이론모형을 제안하고자, 사이버대학 학습자의 학습몰입에 영향을 미치는 관련 변인들 간의 구조적 인과관계를 밝히고자 하였다. 연구대상은 A사이버대학에 재학하고 있는 학생이며, 편의표집으로 대상자를 선정하고 직접설문조사와 우편설문조사를 병행하였다. 수집된 자료의 수는 272명이며, 분석 방법은 구조방정식모형분석을 사용하였다. 본 연구 결과로 첫째, 사이버대학 학습자의 학습몰입을 설명하기 위해 본 연구에서 제안한 구조적 연구모형을 기반으로 통계적으로 유의미한 적합성을 가지는 수정된 최종모형을 도출하였다. 둘째, 사이버대학 학습자의 학습동기와 학습몰입의 관계를 검증한 결과, 내재적 동기는 학습몰입에 유의한 정적영향을 미치는 것으로 나타났다. 셋째, 사이버대학 학습자의 학업적 자기효능감과 학습몰입의 관계에 대한 실증적 검증 결과, 학업적 자기효능감은 학습몰입에 유의한 영향을 미치는 것으로 나타났다. 넷째, 사이버대학 학습자의 자기주도학습과 학습몰입의 관계에 대한 실증적 검증 결과, 학습자의 자기주도학습 능력은 학습몰입에 유의한 영향을 미치는 것으로 나타났다. 이와 같은 연구결과는 최근 주목받고 있는 온라인 비대면 원격교육의 새로운 패러다임에 대한 성공적인 정착과 확산을 위한 전략적 방향성을 제시하는데 활용될 수 있다.

Abstract ▼ AI-Helper

The purpose of this study is to propose a structural theoretical model that can explain the learning flow of online distance education participants and to clarify the structural causal relationship among related variables that affect the learning flow of cyber university learners. Study results found a modified final model with a statistically significant fit based on the structural research model proposed in this study explained the learning flow of cyber university learners. Second, as a result of verifying the relationship between learning motivation and learning flow of cyber university learners, it was found that intrinsic motivation had a significant positive effect on learning flow. Third, as a result of the empirical verification on the relationship between academic self-efficacy and learning flow of cyber university learners, it was found that academic self-efficacy had a significant effect on learning flow. Fourth, as a result of empirical verification on the relationship between self-directed learning and the learning flow of cyber university learners, it was found that the learner's self-directed learning ability had a significant effect on learning flow. Such research results can be used to suggest a strategic direction for successful settlement and diffusion of a new paradigm of online non-face-to-face distance education, which has recently attracted attention.

주제어

표/그림 (9)

그림 Fig. 1. Research Model
표 Table 1. General characteristics of subjects
표 Table 2. CFA. of latent variables
표 Table 3. Correlation Coefficient and AVE
그림 Fig. 2. First Research Model
그림 Fig. 3. Final Research Model
표 Table 4. Correlation and Variance inflation factor
표 Table 5. Result of Path Analysis
표 Table 6. Path and Effect analysis

AI 본문요약
AI-Helper

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

문제 정의

본 연구결과는 원격대학 비대면 학습자의 학습몰입을 설명할 수 있는 이론적 모형을 실증적 검증을 바탕으로 제시하였다. 이는 온라인 교육 모델 특성의 새로운 교육 패러다임에 대한 성공적인 정착과 확산을 위한 전략적인 방향성을 제시하는데 활용될 수 있다.
본 연구는 사이버대학 학습자의 학업적 자기효능감, 학습동기, 자기주도학습이 학습자의 학습몰입에 영향을 미치는 구조와 경로를 밝히고자 하였으며, 학습동기는 내재적 학습동기와 외재적 학습동기로 구분하였다. 선행연구를 바탕으로 본 연구에서 설정한 이론적 연구모형과 가설은 Fig.
본 연구는 선행연구를 바탕으로 설정된 연구모형의 적합성을 평가하고 경로구조를 실증적으로 검증하기 위하여 구조방정식모형분석을 하였다. 구조방정식모형분석 과정은 측정도구의 신뢰도와 타당성 확인을 위해 확인적 요인분석과 측정모형 분석을 실시하고, 요인간의 관계로 설정한 연구모형의 적합성 확인과 경로의 유의성 평가를 위한 구조방정식모형분석을 실시하는 2단계로 이루어졌다[41].
본 연구는 온라인 원격교육 참여자의 학습몰입을 설명할 수 있는 구조적 모델을 제안하고자, 사이버대학 학습자의 학습몰입에 영향을 미치는 관련 변인들 간의 구조적 인과관계를 밝히고자 하였다. 이에 선행연구 결과를 검토하여 사이버대학 학습자의 ‘학업적 자기효능감’, ‘학습동기’, ‘자기주도학습’, ‘학습몰입’ 간의 인과관계에 대한 구조적 연구모델을 제안하고, 관련 요인들이 어떠한 경로구조로 학습몰입에 영향을 미치는지 확인하였다.
본 연구는 원격교육 참여자의 학습몰입을 설명할 수 있는 구조적 모델을 제안하고자, 사이버대학 학습자의 학습몰입에 영향을 미치는 관련 변인들 간의 구조적 인과관계를 밝히는데 그 목적이 있다. 이에 선행연구 결과를 검토하여 사이버대학 학습자의 학업적 자기효능감, 학습 동기, 자기주도학습, 학습몰입 간의 인과관계에 대한 구조적 연구모델을 제안하고, 관련 요인들 간의 경로구조를 확인하였다.
본 연구모형의 요인들 간의 구성 개념의 차이를 확인하기 위하여 판별타당성을 확인하였다. 구성개념의 타당성을 확인하기 위해서 상관행렬과 평균분산추출계수의 관련성을 나타낸 결과는 Table 3.
이와 같은 연구의 결과로 사이버대학 학습자의 학습몰입에 영향을 미치는 요인으로 학습자의 학업적 자기효능감, 학습참여의 내재적 동기, 자기주도학습 능력이 중요한 선행요인임을 확인하였다. 특히, 선행연구들에서 요인간 부분적 상관관계를 실증적 검증하여 보고한 것과 비교하여, 본 연구에서는 주요 선행요인으로 밝혀진 요인들에 대한 구조적 관계를 실증적으로 검증하여 밝혔다. 그결과 학습몰입에 영향을 미치는 학업적 자기효능감, 내재적 동기, 자기주도학습은 완전매개를 설명하는 구조를 갖지 않는 것으로 나타났으며, 직접 영향을 미치는 것으로 나타났다.

가설 설정

H1: 사이버대학 학습자의 학업적 자기효능감은 학습 동기에 유의한 영향을 미칠 것이다.
H2: 사이버대학 학습자의 학업적 자기효능감은 자기주도학습에 유의한 영향을 미칠 것이다.
H3: 사이버대학 학습자의 학업적 자기효능감은 학습 몰입에 유의한 영향을 미칠 것이다.
H4: 사이버대학 학습자의 학업적 자기효능감은 학습 동기를 매개요인으로 학습몰입에 간접적인 영향을 미칠 것이다.
H5: 사이버대학 학습자의 학업적 자기효능감은 자기주도학습을 매개요인으로 학습몰입에 간접적인 영향을 미칠 것이다.
H6: 사이버대학 학습자의 학습동기는 학습몰입에 유의한 영향을 미칠 것이다.
H7: 사이버대학 학습자의 자기주도학습은 학습몰입에 유의한 영향을 미칠 것이다.
H8: 사이버대학 학습자의 학습동기는 자기주도학습을 매개요인으로 학습몰입에 간접적인 영향을 미칠 것이다.

제안 방법

본 연구는 선행연구를 바탕으로 설정된 연구모형의 적합성을 평가하고 경로구조를 실증적으로 검증하기 위하여 구조방정식모형분석을 하였다. 구조방정식모형분석 과정은 측정도구의 신뢰도와 타당성 확인을 위해 확인적 요인분석과 측정모형 분석을 실시하고, 요인간의 관계로 설정한 연구모형의 적합성 확인과 경로의 유의성 평가를 위한 구조방정식모형분석을 실시하는 2단계로 이루어졌다[41]. 본 연구의 기술통계분석은 SPSS 19.
학업적 자기효능감 척도는 Bandura[25]의 자기효능감 이론에 기반을 두고 김아영과 박인영[14]이 개발한 척도를 사용하였으며, 척도의 구성은 ‘과제의 난이도 선호’, ‘자기조절효능감’, ‘자신감’ 의 하위 요인 3개와 28문항으로 구성되어 있다. 그러나 김아영과 박인영[14]은 고등학생을 대상으로 실증적 검증을 통해 학업적 자기효능감 척도를 개발하였으므로, 본 연구에서는 각 문항에 사용된 단어 표현의 일부를 사이버대학 학습자의 특성에 맞게 수정 사용하였다. 또한 요인분석 결과 변별력이 불분명한 6개의 문항을 제외 한 22문항을 척도로 사용 하였다.
성인학습자는 학습활동 자체에 대한 관심과 흥미보다는 실생활에서 발생된 필요에 의해 동기화 되므로, 교육의 결과에 의해 실생활에서 보상받고 싶어 하는 외재적 동기를 가지고 있다[15]. 따라서 대부분 성인학습자로 구성된 사이버대학 학습자를 대상으로 하는 본 연구는 학습동기 요인을 내재적 동기와 외재적 동기로 구분하여 실증적 검증에 적용하였다.
또한 국내 성인학습자의 학습참여 동기가 사회적 인정, 새로운 기술 습득, 졸업장 취득, 직무능력 향상과 전문성향상, 취업 및 자격증 취득 등 목적 지향적 학습자 특성을 보인다는 김기홍[22] 연구도 있다. 따라서 대부분 성인학습자로 구성된 사이버대학 학습자를 연구대상으로 하는 본 연구에서는 외재적 동기를 가진 성인학습자들도 학습에 몰입할 수 있다는 가능성을 추정하여 학습몰입 및 관련 변인들과의 상관관계에 대하여 실증적 검증을 하였다. 그러나 사이버대학 학습자의 외재적 동기와 학습 몰입의 관계를 검증한 결과, 외재적 동기는 학습몰입에 유의한 영향을 미치지 않는 것으로 나타났다.
그러나 성인학습자의 경우 목적 지향적 학습자특성[32]을 보이므로 외재적 동기의 영향을 간과할 수 없다. 따라서 본 연구에서는 사이버대학 학습자의 학습동기를 내재적 동기와 외재적 동기로 구분 하여 개념화하고 관련 요인들과 관계를 확인하였다. 이에 사이버대학 학습자의 내재적 동기와 외재적 동기를 측정 하기 위하여 김진호[15]가 Vallerand & Bissonnette[39]의 학습동기척도와 임은미[40]의 학습동기유형검사 도구를 토대로 개발한 척도를 사용하였다.
본 연구에서 확인적 요인분석(CFA:Confirmatory factor analysis)은 연구에 적용하는 잠재변수로 학습자의 학습몰입, 학업적 자기효능감, 학습동기의 내재적 동기와 외재적 동기, 자기주도학습에 대해 실시하였다. 또한 각 잠재변수들에 대해 측정모형이 얼마나 자료를 잘설명하는지를 보여주는지 확인을 위해 측정모형 적합도 지수들을 사용하였다. 본 연구에서 모형의 적합성 평가는 적합성 지수 중 널리 쓰이고 있는 지수인 절대적합지수인 χ²통계량과 GFI, RMSEA, 그리고 중분적합지수로 NFI, NNFI와 간명적합지수 CFI를 사용하였다[42].
05보다 큰 것으로 확인되어 정규성을 확인하였다. 또한 독립변수로 사용되는 각 변수들 간에 다중공선성(multicollinearity)의 문제를 확인하기 위하여 적률상관계수를 확인하였고, Table 4.와 같다. 변수간의 상관계수들이 0.
그러나 김아영과 박인영[14]은 고등학생을 대상으로 실증적 검증을 통해 학업적 자기효능감 척도를 개발하였으므로, 본 연구에서는 각 문항에 사용된 단어 표현의 일부를 사이버대학 학습자의 특성에 맞게 수정 사용하였다. 또한 요인분석 결과 변별력이 불분명한 6개의 문항을 제외 한 22문항을 척도로 사용 하였다. 측정방법은 ‘전혀 그렇지 않다’~‘매우 그렇다’의 5점 리커트 척도를 사용하였으며, 본 연구에서 척도의 신뢰도는 Cronbach’s α=.
분해된 변수들 간의 효과는 잠재변수들이 최종적으로 종속변수인 학습자의 ‘학습몰입’에 영향을 미치는 경로를 따라 각 변수들이 직접 영향을 미치는 경로와 다른 요인을 매개로 학습몰입에 간접적으로 영향을 미치는 두 가지로 요약될 수 있다. 또한 학습몰입을 중심으로 관련된 변수들 간의 관계를 분해하였다.
측정모형 분석은 잠재변수로 사용된 변수들이 본 연구에서 설정한 연구모형의 이론적 개념을 적절하게 반영하고 있는지를 확인하기 위해 측정모형에 포함된 요인과 변수들에 대해 확인적 요인분석을 실시하였다. 본 연구에서 확인적 요인분석(CFA:Confirmatory factor analysis)은 연구에 적용하는 잠재변수로 학습자의 학습몰입, 학업적 자기효능감, 학습동기의 내재적 동기와 외재적 동기, 자기주도학습에 대해 실시하였다. 또한 각 잠재변수들에 대해 측정모형이 얼마나 자료를 잘설명하는지를 보여주는지 확인을 위해 측정모형 적합도 지수들을 사용하였다.
척도의 구성은 내재적 동기로 ‘지적호기심동기’, ‘학습 성취동기’, ‘학습 자극동기’의 3개 하위요인과 외재적 동기 하위요인 3개 요인으로 ‘사회적 성공동기’, ‘상대적 유능성동기’, ‘실패회피동기’를 포함한 6개의 하위요인으로 구성되며, 전체 21문항이다. 본 연구에서는 변별력이 불분명한 1문항을 제외하고 내재적 동기와 외재적 동기 각각 10문항씩으로 구성하여 총 20문항을 학습동기척도로 사용하였다. 측정방법은 ‘전혀 그렇지 않다’~‘매우 그렇다’의 5점 리커트척도를 사용하였으며, 학습동기척도의 신뢰도는 김진호[15]에서 Cronbach’s α=.
이 척도는 총 31문항이며, 5개의 하위요인으로 ‘학습호기심’, ‘학습열정’, ‘학습자신감’, ‘학습책임감’, ‘학습탐구심’으로 구성되어 있다. 본 연구에서는 변별력이 불분명한 4문항을 제외하고 27문항을 측정에 사용하였다. 측정방법은 ‘전혀 그렇지 않다’~‘매우 그렇다’의 5점 리커트척도를사용하였으며, 점수가 높을수록 자기주도학습 능력이 높은 것으로 해석된다.
본 연구의 연구모형은 사이버대학에 재학하고 있는 학습자의 학습몰입에 영향을 미칠 것으로 예측되는 주요 잠재변수로 ‘학업적 자기효능감’, 학습동기의 ‘내재적 동기’와 ‘외재적 동기’, ‘자기주도학습’ 요인들로 가설적 경로를 구축하였다.
본 연구의 연구모형을 검증하기에 앞서 측정의 신뢰도 (reliability) 평가와 타당성(validity) 평가를 위해 측정 모형을 분석하였다. 측정모형 분석은 잠재변수로 사용된 변수들이 본 연구에서 설정한 연구모형의 이론적 개념을 적절하게 반영하고 있는지를 확인하기 위해 측정모형에 포함된 요인과 변수들에 대해 확인적 요인분석을 실시하였다.
연구에서는 ‘외재적 동기’를 제거하기 위하여 추정된 모수를 0으로 제약함으로써 유의미하지 않은 경로의 효과를 제거하는 모형 수정을 하였으며, 최종적으로 수정된 연구모형은 Fig. 3과 같다.
이에 선행연구 결과를 검토하여 사이버대학 학습자의 ‘학업적 자기효능감’, ‘학습동기’, ‘자기주도학습’, ‘학습몰입’ 간의 인과관계에 대한 구조적 연구모델을 제안하고, 관련 요인들이 어떠한 경로구조로 학습몰입에 영향을 미치는지 확인하였다.
본 연구는 원격교육 참여자의 학습몰입을 설명할 수 있는 구조적 모델을 제안하고자, 사이버대학 학습자의 학습몰입에 영향을 미치는 관련 변인들 간의 구조적 인과관계를 밝히는데 그 목적이 있다. 이에 선행연구 결과를 검토하여 사이버대학 학습자의 학업적 자기효능감, 학습 동기, 자기주도학습, 학습몰입 간의 인과관계에 대한 구조적 연구모델을 제안하고, 관련 요인들 간의 경로구조를 확인하였다.
자기주도학습은 학자마다 학습과정(타인의 조력 없이 스스로 학습의 주도권을 가짐), 자기주도적 학습자가 가지는 특성(인지적·동기적·행동적 전략으로 자신의 학습활동의 수준을 높임) 등으로 정의되고 있으며[26], 본 연구에서 자기주도학습은 박형근[21]의 “학습자가 학습상황에서 주어진 학습에 대한 호기심과 열정 및 자신감을 갖고 학습하는 방법을 계획하고 문제에 접근하며, 학습에 대한 책임감을 갖고 지속적으로 탐구하여 문제를 해결하려는 학습능력의 정도”로 개념화를 기반으로 관련 변인들 간의 관계를 분석하였다.
첫째, 본 연구에서 사이버대학 학습자의 학습몰입을 설명하기 위해 제안한 구조적 연구모형을 기반으로 통계적으로 유의미한 적합성을 가지는 수정된 최종모형을 도출하였다. 본 연구를 위하여 사용된 잠재변수들의 구성이 적합하였으며, 잠재변수는 측정모형 분석으로 관측변수를 통해 적절하게 측정될 수 있는 것으로 확인 되었다.
본 연구의 연구모형을 검증하기에 앞서 측정의 신뢰도 (reliability) 평가와 타당성(validity) 평가를 위해 측정 모형을 분석하였다. 측정모형 분석은 잠재변수로 사용된 변수들이 본 연구에서 설정한 연구모형의 이론적 개념을 적절하게 반영하고 있는지를 확인하기 위해 측정모형에 포함된 요인과 변수들에 대해 확인적 요인분석을 실시하였다. 본 연구에서 확인적 요인분석(CFA:Confirmatory factor analysis)은 연구에 적용하는 잠재변수로 학습자의 학습몰입, 학업적 자기효능감, 학습동기의 내재적 동기와 외재적 동기, 자기주도학습에 대해 실시하였다.

대상 데이터

본 연구의 대상은 A지역의 사이버대학에 재학하고 있는 학생이며, 편의표집으로 대상자를 선정하고 직접설문조사와 우편설문조사를 병행하였다. 조사는 2020년 5월부터 6월까지 진행되었다.
조사는 2020년 5월부터 6월까지 진행되었다. 수집된 전체 설문지는 276부였고, 설문자료의 정확성이 떨어지는 4부를 제외한 272부를 연구에 사용하였다.
연구 대상자로 A사이버대학에 재학하고 있는 학생 272명으로 일반적 특성은 Table 1.과 같다. 연구 대상자의 성별은 남자 30.
본 연구의 대상은 A지역의 사이버대학에 재학하고 있는 학생이며, 편의표집으로 대상자를 선정하고 직접설문조사와 우편설문조사를 병행하였다. 조사는 2020년 5월부터 6월까지 진행되었다. 수집된 전체 설문지는 276부였고, 설문자료의 정확성이 떨어지는 4부를 제외한 272부를 연구에 사용하였다.

데이터처리

구조방정식모형분석 과정은 측정도구의 신뢰도와 타당성 확인을 위해 확인적 요인분석과 측정모형 분석을 실시하고, 요인간의 관계로 설정한 연구모형의 적합성 확인과 경로의 유의성 평가를 위한 구조방정식모형분석을 실시하는 2단계로 이루어졌다[41]. 본 연구의 기술통계분석은 SPSS 19.0을 사용하고, 구조방정식모형분석은 AMOS 18.0을 사용하였다.
연구에서는 평균분산추출(AVE)을 이용하여 구성개념의 판별타당도를 평가하였으며, 요인별 다중상관계수((γ2)가 평균분산 추출지수보다 작아 요인별 판별타당성을 확보하였다[42].

이론/모형

본 연구에서 모형의 적합성 평가는 적합성 지수 중 널리 쓰이고 있는 지수인 절대적합지수인 χ2통계량과 GFI, RMSEA, 그리고 중분적합지수로 NFI, NNFI와 간명적합지수 CFI를 사용하였다[42].
사이버대학 학습자의 학습몰입 측정을 위해, Csikszentmihalyi[7]의 몰입 개념을 바탕으로 Jackson과 Marsh[38]가 개발한 몰입상태척도를 김진호[15]가 번안 사용한 문항을 사용하였으며, 척도의 구성은 4개의 하위 요인으로 ‘학습과제에 대한 몰두’, ‘학습과정에의 통합‘, ’학습행동-사고의 통합‘, ’자의식의 상실‘, 문항 수는 전체 28문항으로 구성되어 있다.
이에 사이버대학 학습자의 내재적 동기와 외재적 동기를 측정 하기 위하여 김진호[15]가 Vallerand & Bissonnette[39]의 학습동기척도와 임은미[40]의 학습동기유형검사 도구를 토대로 개발한 척도를 사용하였다.
이중 탐색적 요인분석 결과 변별력이 불분명한 ‘이런 강좌가 또 있다면 다시 등록하고 싶다’ 등 5문항을 삭제한 23문항을 척도로 사용하였다.
학습자의 자기주도학습 수준을 측정하기 위하여 박형근[21]에서 사용한 자기주도학습척도를 사용하였다. 이 척도는 총 31문항이며, 5개의 하위요인으로 ‘학습호기심’, ‘학습열정’, ‘학습자신감’, ‘학습책임감’, ‘학습탐구심’으로 구성되어 있다.
학업적 자기효능감 척도는 Bandura[25]의 자기효능감 이론에 기반을 두고 김아영과 박인영[14]이 개발한 척도를 사용하였으며, 척도의 구성은 ‘과제의 난이도 선호’, ‘자기조절효능감’, ‘자신감’ 의 하위 요인 3개와 28문항으로 구성되어 있다.

성능/효과

‘외재적 동기’를 제거한 최종 연구모형에 대해 적합성을 검정한 결과 χ2=1711.84(df=269, p=.000), GFI=0.937, RMSEA=0.17, NFI=0.92, CFI=0.698, NNFI=0.951로 적합도가 타당한 것으로 나타났으며, 이를 최종 수정된 구조모형으로 설정하였다.
구조모형 분석과정에서 ‘외재적 동기’ 요인이 관련된 것으로 예측되었던 변수들과의 경로계수 값이 통계적으로 유의미하지 않아서 제거 되었으며, 그 외에 ‘학업적 자기효능감’, ‘내재적 동기’, ‘자기주도학습’이 종속변수인‘학습몰입’에 직·간접적으로 영향을 미치는 구조모형이 통계적으로 유의미한 것으로 나타났다.
특히, 선행연구들에서 요인간 부분적 상관관계를 실증적 검증하여 보고한 것과 비교하여, 본 연구에서는 주요 선행요인으로 밝혀진 요인들에 대한 구조적 관계를 실증적으로 검증하여 밝혔다. 그결과 학습몰입에 영향을 미치는 학업적 자기효능감, 내재적 동기, 자기주도학습은 완전매개를 설명하는 구조를 갖지 않는 것으로 나타났으며, 직접 영향을 미치는 것으로 나타났다. 이는 최근 온라인 원격교육의 새로운 교육 패러다임 변화 환경에서 학습참여와 학습 성과를 향상시키기 위하여 학습몰입과 관련된 요인의 구조적 특성을 명확히 밝혔다는 것에 의의가 있다고 볼 수 있다.
두 번째로 살펴보아야 할 효과는 학습몰입에 대해 직접적인 영향관계는 없고, 매개적인 다른 요인에 영향을 미침으로써 학습몰입에 간접적인 영향을 미치는 경우이다. 그러나 본 연구의 구조모형에 적용된 독립변수들 중 직접효과가 유의미하지 않고 매개변수에 의한 간접효과를 갖는 변수는 없는 것으로 나타났다. 따라서 완전매개 효과를 보이는 경로는 없으며, 부분매개효과를 보이는 분해효과를 살펴보면,
넷째, 사이버대학 학습자의 자기주도학습과 학습몰입의 관계에 대한 실증적 검증 결과, 학습자의 자기주도학습 능력은 학습몰입에 유의한 영향을 미치는 것으로 나타났다. 이 결과는 자기주도학습 능력이 높은 학습자는 학습에 긍정적인 태도를 가지며 학습에 깊게 몰입할 수 있으며, 자기주도학습이 학습몰입을 설명하는 중요한 요인임을 설명하는 연구들[21,36,37 ]과 일치한다.
둘째, 사이버대학 학습자의 학습동기와 학습몰입의 관계를 검증한 결과, 내재적 동기는 학습몰입에 유의한 정적영향을 미치는 것으로 나타났다. 이 결과는 내재적 동기가 학습몰입에 정적인 영향을 미친다는 기존의 선행연구의 결과들[7, 30]과 일치하는 것으로, 내재적 동기는 몰입을 설명하는 중요한 요인임을 확인하였다.
또한 구조모형 분석을 통해 통계적으로 유의미한 경로 관계가 확인되지 않은 ‘외재적 동기’를 제외한 ‘학업적 자기효능감’, ‘내재적 동기’, ‘자기주도학습’과 ‘학습몰입’의 수정된 최종 구조적 모형이 통계적으로 적절한 것으로 확인되었다.
그러나 사이버대학 학습자의 외재적 동기와 학습 몰입의 관계를 검증한 결과, 외재적 동기는 학습몰입에 유의한 영향을 미치지 않는 것으로 나타났다. 또한 본 연구에서 적용된 사이버대학 학습자의 학업적 자기효능감, 자기주도학습 요인과도 상관관계가 확인되지 않았다. 이결과는 자기결정성이 높은 외재적 동기가 몰입에 정적 영향을 미칠 수 있음을 보고한 이은주[44] 등의 연구결과와 일치하지 않았으며, 외재적 동기가 몰입에 영향을 미치지 않는다는 연구[30, 15]와 일치한다.
즉 학업 상황에서 학습자가 과제를 성공적으로 수행할 수 있다는 신념의 정도가 높을수록 학습몰입에 긍정적인 영향을 미칠 수 있다는 것을 확인할 수 있자. 또한 본 연구에서는 선행연구를 바탕으로 학습참여의 내재적 동기가 학업적 자기효능감과 학습몰입 관계를 매개하는 변수임을 확인하였다. 이는 내재적 동기가 학업적 자기효능감과 학습몰입의 관계에서 부분매개효과가 있음을 나타낸다.
학습자가 학습상황에서 타인의 조력여부와 상관없이 학습자의 능력에 따라 학습하며, 학습상황을 스스로 평가하여 조절하는 주도적 능력을 가질 때, 적극적이고 능동적으로 학습에 임하도록 하여 몰입을 할 수 있다는 것이다. 또한 자기주도학습은 학업적 자기효능감과 학습몰입의 관계를 매개하는 요인인 것으로 나타났다. 즉, 학업적 자기효능감이 자기주도학습의 선행요인으로 학업적 자기효능감이 높을수록 학습자의 자기주도학습 능력이 높아지는 정적인 영향을 미치는 것으로 볼 수 있다.
첫째, 본 연구에서 사이버대학 학습자의 학습몰입을 설명하기 위해 제안한 구조적 연구모형을 기반으로 통계적으로 유의미한 적합성을 가지는 수정된 최종모형을 도출하였다. 본 연구를 위하여 사용된 잠재변수들의 구성이 적합하였으며, 잠재변수는 측정모형 분석으로 관측변수를 통해 적절하게 측정될 수 있는 것으로 확인 되었다. 또한 구조모형 분석을 통해 통계적으로 유의미한 경로 관계가 확인되지 않은 ‘외재적 동기’를 제외한 ‘학업적 자기효능감’, ‘내재적 동기’, ‘자기주도학습’과 ‘학습몰입’의 수정된 최종 구조적 모형이 통계적으로 적절한 것으로 확인되었다.
본 연구의 대상에 대한 수집된 자료의 구조방정식 분석을 실시한 결과 연구모형의 적합도 지수 값으로 χ2=1275.01(df=293, p=.000)에서 p=.000으로 p값이 0.05보다 작게 나타나 적합도가 낮은 것으로 나타났으나, χ2값은 사례수와 문항수의 영향으로 모형과 자료의 불일치를 추정하는 경향이 χ2값에만 전적으로 의존하기보다 여러 적합지수를 함께 고려하여 판단하는 것이 일반적이다[41].
본 연구의 연구모형에서 사용되는 학습자의 학습몰입, 학업적 자기효능감, 내재적 동기, 외재적 동기, 자기주도 학습 각 변수에 대한 정규성검정은 Shapiro-Wilk 검정을 통해 유의확률이 0.05보다 큰 것으로 확인되어 정규성을 확인하였다. 또한 독립변수로 사용되는 각 변수들 간에 다중공선성(multicollinearity)의 문제를 확인하기 위하여 적률상관계수를 확인하였고, Table 4.
본 연구의 잠재변수의 확인적 요인분석 결과, 측정모형의 적합성을 검토하는 적합도 지수들은 χ2값 161.83, df=2135, p=.087, GFI=0.963, RMSEA=0.049, NFI=0.910, CFI=0.952, NNFI=0.900로, 본 측정모형이 측정 자료를 비교적 잘 적합 시키고 있는 것으로 나타났다.
즉, 학업적 자기효능감이 자기주도학습의 선행요인으로 학업적 자기효능감이 높을수록 학습자의 자기주도학습 능력이 높아지는 정적인 영향을 미치는 것으로 볼 수 있다. 뿐만 아니라, 학습 참여의 내재적 동기가 학습자의 자기주도학습에 유의한 연향을 미치는 것으로 나타났다. 이는 학습참여 동기가 자기주도학습 능력을 촉진하며, 학습참여 동기가 높을수록 자기주도학습 능력이 높아진다고 보고한 박일탁[38]의 연구와 일치한다.
셋째, 사이버대학 학습자의 학업적 자기효능감과 학습몰입의 관계에 대한 실증적 검증 결과, 학업적 자기효능감은 학습몰입에 유의한 영향을 미치는 것으로 나타났다. 이 결과는 학업적 자기효능감이 높을수록 학습몰입 정도가 높아진다고 보고하는 연구들[16,17,18,26]과 일치한다.
05보다 작게 나타나 적합도가 낮은 것으로 나타났으나, χ²값은 사례수와 문항수의 영향으로 모형과 자료의 불일치를 추정하는 경향이 χ²값에만 전적으로 의존하기보다 여러 적합지수를 함께 고려하여 판단하는 것이 일반적이다[41]. 이에 다른 적합도 지수 GFI=0.902, RMSEA=0.064, NFI=0.911, CFI=0.788, NNFI=0.942로 본 구조모형이 자료를 비교적 잘 적합 시키고 있는 것으로 나타나므로 종합적인 판단에 의한 적합도는 타당한 것으로 판단된다.
이와 같은 연구의 결과로 사이버대학 학습자의 학습몰입에 영향을 미치는 요인으로 학습자의 학업적 자기효능감, 학습참여의 내재적 동기, 자기주도학습 능력이 중요한 선행요인임을 확인하였다. 특히, 선행연구들에서 요인간 부분적 상관관계를 실증적 검증하여 보고한 것과 비교하여, 본 연구에서는 주요 선행요인으로 밝혀진 요인들에 대한 구조적 관계를 실증적으로 검증하여 밝혔다.
측정방법은 ‘전혀 그렇지 않다’~‘매우 그렇다’의 5점 리커트 척도를 사용하였으며, 본 연구에서 척도의 신뢰도는 Cronbach’s α=.83으로 나타났다.
측정방법은 ‘전혀 그렇지 않다’~‘매우 그렇다’의 5점 리커트척도를 사용하고, 총 점수가 27점에서 135점으로 점수가 높을수록 학습몰입도가 높은 것을 의미한다.

후속연구

경로분석 결과 ‘외재적 동기’ 요인은 종속변수인 ‘학습몰입’뿐만 아니라 구조모형의 다른 모든 잠재변수들과 유의미한 경로가 없는 것으로 나타났으며, ‘외재적 동기’를 구조모형에서 완전히 제거할 것인지에 대한 검토가 필요하다.
그러나 본 연구에서 내재적 동기와 외재적 동기로 개념화된 학습참여 동기에 대한 모호성 문제는 자기결정성등 관련 요인과의 연관성 연구를 통해 구체화 시키는 연구가 필요할 것으로 생각된다. 또한 학습자의 학습몰입을 설명하는 학업적 자기효능감, 학습동기, 자기주도학습 요인간의 매개효과에 대한 규명을 위해서 각 요인을 구성 하는 하위요인들을 구조적으로 연구하는 방안에 대하여 주목할 필요가 있을 것으로 생각된다.
또한 학습자의 학습몰입을 설명하는 학업적 자기효능감, 학습동기, 자기주도학습 요인간의 매개효과에 대한 규명을 위해서 각 요인을 구성 하는 하위요인들을 구조적으로 연구하는 방안에 대하여 주목할 필요가 있을 것으로 생각된다. 더불어서 학습몰입을 설명하는 이론적 모형을 명확히 제시하기 위해서는 연구 대상자의 인구사회학적 특성을 기반 개인적 특성 변인을 통제하는 후속 연구가 필요하다.
이결과는 자기결정성이 높은 외재적 동기가 몰입에 정적 영향을 미칠 수 있음을 보고한 이은주[44] 등의 연구결과와 일치하지 않았으며, 외재적 동기가 몰입에 영향을 미치지 않는다는 연구[30, 15]와 일치한다. 따라서 학습참여의 내재적 동기와 외재적 동기를 구분보다 자기결정성 등 관련 요인과 학습몰입의 관계를 규명하는 연구가 필요할 것으로 생각된다.
그러나 본 연구에서 내재적 동기와 외재적 동기로 개념화된 학습참여 동기에 대한 모호성 문제는 자기결정성등 관련 요인과의 연관성 연구를 통해 구체화 시키는 연구가 필요할 것으로 생각된다. 또한 학습자의 학습몰입을 설명하는 학업적 자기효능감, 학습동기, 자기주도학습 요인간의 매개효과에 대한 규명을 위해서 각 요인을 구성 하는 하위요인들을 구조적으로 연구하는 방안에 대하여 주목할 필요가 있을 것으로 생각된다. 더불어서 학습몰입을 설명하는 이론적 모형을 명확히 제시하기 위해서는 연구 대상자의 인구사회학적 특성을 기반 개인적 특성 변인을 통제하는 후속 연구가 필요하다.
본 연구결과는 원격대학 비대면 학습자의 학습몰입을 설명할 수 있는 이론적 모형을 실증적 검증을 바탕으로 제시하였다. 이는 온라인 교육 모델 특성의 새로운 교육 패러다임에 대한 성공적인 정착과 확산을 위한 전략적인 방향성을 제시하는데 활용될 수 있다.

참고문헌 (42)

Chan-Gil Jung, Eul-Kyoo, Park. Sang-O Park, "Mediating effect of self-directed learning ability on the relationship between tyoes of learning participation motivation and level of learning flow of adult learners in a distance university", Journal of Education Culture Research, Vol.24, No.5, pp.155-177, 2018. DOI: https://doi.org/10.24159/joec.2018.24.5.155

상세보기
Ministry of Education and Science. 2019 Educational Statistics Collection, Korea Educational Development institute, Korea
Ministry of Education and Science. 'K-MOOC, What new courses can you meet?', Korea Educational Development institute, Data Products [Internet]. Ministry of Education and Science, [sited 2020 July 7], Available from: https://blog.naver.com/moeblog/22200256954 (accessed AUG. 11, 2020)
H. E. Lee, The reason for the lack of support for K-MOOC, Data Products [Internet]. University News Network, [sited 2018 oct. 28], Available from: https://news.unn.net/news/articleView.html?idxno201434 (accessed AUG. 05, 2020)
Veletsianos, G., A. Collier, & E. Schneider, "Digging Deeper into Learners' Experiences in MOOCs : Participation in Social Net-works Outside of MOOCs, Notetaking and Contexts Surrounding Content Consumption", British Journal of Educational Technology, Vol.46, No.3, pp.570-587, 2015.

상세보기
Na-Young Kim. The Structural Relationship among Academic Motivation, Program, Organizational Support, Interaction, Flow and Learning Outcome In Cyber Education. Ph.D dissertation, The Graduate School of Ewha Womans University, 2008.
Csikszentmihalyi, M., Flow : The psychology of optimal experience, New York : HarperCollins Publishers, 1990.
S. K. Lim, The Structural Analysis of Female Adult Learners' Participation in Lifelong Learning and Influencing Factors, Ph.D dissertation, The Graduate School of Dong-A University, 2008.
J. S. Byoun, The Structural Analysis of Influencing Factors on Learning Outcome of Ceramic Education Programs in Lifelong Education Institutions, Ph.D dissertation, Korea National University of Education, 2009.
Klein, B., Rossin, D., Guo, Y. M., & Ro, Y. K. , "An examination of the effects of flow on learning in a graduate-level introductory operations management course". The Journal of Education for Business, Vol.85, pp.292-298, 2010.

상세보기
Reyes, M. R., Brackett, M. A., Rivers, S. E., White, M., & Salovey, P. . "Classroom emotional climate, student engagement, and academic achievment", The Journal of Eucational Psychology, Vol.104, No.3 pp.700-712, 2012.
Qiuxiang Jin, Yong-Duk Chi, Gwangyong Gim, "A Study on the Intention of Continuous use of MOOC Applying Sel-Determination Theory and Learning Flow Theory : Focused on Differences between Korea and Chinese Culture", Journal of Information Technology Services, Vol.17, No.1, pp.121-134, 2018. DOI:https://doi.org/10.9716/KITS.2018.17.1.121

원문보기 상세보기
Bandura, A., Self-Efficacy: The Exercise of Control. New York: Freeman, 1997.
Ahyoung Kim & In-young Park, "Construction and Validation of Academic Self-Efficacy Scale", The Journal of Educational Research, Vol.39, No.1, pp.95-123, 2001.
Jin-Ho Kim, A Structural Analysis of Factors Affecting the Participants' learning Flow in Adult Learning Programs, Ph.D dissertation, Seoul National University, 2003.
Eun-Jee, Kim, "Examining Structural Relationships among College Students' Internal and External Factors for Learning Engagement and Satisfaction", Asian Journal of Education, Vol.16, No.3, pp.107-129, 2015.

상세보기
Seon-Hwa Kim, Sang-youn Park, "Factors Affecting Nursing Students' Learning Flow, The Factors Influencing learning Flow of Nursing Students", Journal of the Korea Academic-Industrial cooperation Society, Vol.15, No.3, pp. 557-1565, 2014. DOI: http://dx.doi.org/10.5762/KAIS.2014.15.3.1557

원문보기 상세보기
Damsil Kim & Seongwon Lee, "The relationship analysis among subject specific interests, self-regulated learning, learning flow and self-efficacy: focused on middle school English education", Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, Vol.9, No.3, pp.51-59, March 2019. DOI:http://dx.doi.org/10.21742/AJMAHS.2019.03.06
Csikszentmihalyi, M. , "Play and intrinsic rewards". Journal of Humanistic Psycology, Vol.15, No.3, pp.41-63, 1975.

상세보기
I. B. Seok, The Structure of Learning Flow: Scale.Personality.Condition.Involvement, Ph.D dissertation, The Graduate School of Gyeongbuk University, 2007.
Hyeong-Geun Park, An Analysis of the Mediating Effect of the Learning Flow in the Relationship between Study Motivation Factors and Self-Directed Learning, Ph.D dissertation, Hong-Ik University, 2009.
G. T. Lee, The effect of normal learning program on immersion level improvement, Ph.D dissertation, Korea National University of Education, 2001.
B. Y. Gye, Y. S. Kim, "Finding out the Relationship between Media characteristics, Presence, Learning flow, and Learning effects in Augmented Reality-based Learning", Research in Educational Engineering, Vo.24, No.4, pp.193-223, 2008.
Chang-Soo, Seo. "A Structural Analysis of the Factors Affecting Learning Outcomes of Lifelong Education College Students", The Journal of Vocational Education Research, Vol.36, No.6, pp.1-25, 2017.
Bandura, A., "Self-efficacy Mechanism in Human Agency", American Psychologist, Vol.37920, pp. 122-147, 1982.

상세보기
Ji-Hye Lee, "Analysis of the Structural Relationships Between Mastery Goals Orientation, Academic Self-Efficacy, Self-Determining Motivation to Learn and Learning Flow", The Journal of Korea education, Vol.36, No3, pp.5-26, 2009.
Zimmerman, B. J., Bandura, A., & Martinez-Pons, M. "Self-motivation for academic attainment: The role f self-efficacy beliefs and goal-setting", American Educational Research Journal, Vol.29, pp.663-676, 1992.

상세보기
Woolfolk, A. E., Educational Psychology(6th ed.), Boston: Allyn & Bacon, 1995.
Deci, E. L., Intrinsic motivation, New York: Plenum, 1975.
Csikszentmihalyi, M., "If we are so Rich, Why aren't we Happy?", American Psychologist, Vol.54, No.10, 1999.

상세보기
S. I. Park & Y. K. Kim, "Exploring the Relationship between Academic flow Factor, Flow level and Academic performance in Online Learning" , The Journal of Korea Open Association for Early Childhood Education, Vol14, No.1, pp.93-115, 2006.
G. H. Kim, A Plan to Expand Vocational Education programs under the Grades Bank Systemn, Korea Educational Development institute, Korea, 2001.
Knowles, M. S., Self-directed learning, New York: Association Press, 1975.
M. H. Yang, A Study of Model exploration and Validation of Self-regulated Learning, Ph.d dissertation, Seoul National University, 2003.
J. H. Lee, "The Structural Relationship among Self-determined learning motivation, Metacognition, Self-directed learning ability, Learning flow and Learning achievement", The Journal of Pedagogical research, Vol.48, No.2, pp.68-88, 2009.
A. R. Jo & S. J. NO, "Analysis of the Relationship between Self-directed learning ability, Learning flow, Learning attitude, Learning satisfaction and Learning achievement of Distance university learners", The Journal of Pedagogical research, Vol.29, No.4, pp.849-879, 2013.
Y. H. So., "The Structural Relationship Analysis between Teacher's class activities, Self-directed learning, Learning flow and Learning achievement Perceived by Learners", The Journal of Child education, Vol.20, No.2, pp.19-32, 2011.
Jackson, S. A. & Marsh, H., "Development and validation of a scale to measure optimal experience: Th Flow State Scale", Journal of Sport and Exercise Psycology, Vol.18, pp 17-35, 1996.

상세보기
Vallerand, R. J., & Bissonnette, R. J.. "Intrinsic, extrinsic, and motivational stylus as predictors of behavior: A prospective study", Journal of personality, Vol.60, pp.599-620, 1992.

상세보기
E. M. Lim, The Relationship between Academic Motivation and Parental Behavior and Academic Achievement , Ph.D dissertation, Seoul National University, 1998.
G. S. Kim, Amos 7.0 Structural Equation Model Analysis, Seoul: Han-na-re, 2007.
Hair, J. F. Jr., Black, W. C., Babin, B. J., Anderson, R. E. & Tatham, R. L. Multivariate Data Analysis, 6th ed. Upper Saddle River, N.Y: Prentics-Hall International, 2005.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증