초록 ▼

본 연구는 PISA 2015 결과를 바탕으로 과학 읽기 수학에서 나타난 우리나라 학생들의 성별 성취 수준별 성취 특성을 이해하고, 이전 주기에 비해 하위 성취 수준 비율이 증가한 원인이 무엇인지 탐색하는 것을 목적으로 한다. 이를 위해 문헌연구, 통계 분석, 전문가 협의회, 세미나 개최 등 다양한 연구 방법을 활용하였다. 심층 분석의 주요 결과는 다음과 같다.

첫째, 전 영역에 걸쳐 하위 성취 수준 학생의 비율이 증가하였다. 이전 주기인 PISA 2012의 결과와 비교하였을 때, PISA 2015에서는 과학 읽기 수학의

본 연구는 PISA 2015 결과를 바탕으로 과학 읽기 수학에서 나타난 우리나라 학생들의 성별 성취 수준별 성취 특성을 이해하고, 이전 주기에 비해 하위 성취 수준 비율이 증가한 원인이 무엇인지 탐색하는 것을 목적으로 한다. 이를 위해 문헌연구, 통계 분석, 전문가 협의회, 세미나 개최 등 다양한 연구 방법을 활용하였다. 심층 분석의 주요 결과는 다음과 같다.

첫째, 전 영역에 걸쳐 하위 성취 수준 학생의 비율이 증가하였다. 이전 주기인 PISA 2012의 결과와 비교하였을 때, PISA 2015에서는 과학 읽기 수학의 전 영역에서 하위 성취 수준에 해당하는 학생의 비율이 증가한 것으로 나타났다. 과학과 읽기 영역에서는 상위 성취 수준 비율은 큰 변화가 없었으나, 보통 성취에 해당하는 3∼4수준의 학생 비율이 줄어들고 하위 성취 수준에 해당하는 2수준 미만의 학생 비율이 높게 증가하였다. 수학 영역의 경우는 하위 성취 수준 비율은 늘어났으나 5∼6수준에 해당하는 상위 성취 수준의 비율은 감소하였다.
이러한 결과는 성별에 따라 그 양상의 차이가 있었는데, 과학과 읽기 영역에서는 남학생의 하위 성취 수준 비율이 여학생보다 높았으며, 그 증가폭 또한 여학생에 비해 훨씬 컸다.
또한 수학 영역에서도 남학생의 하위 성취 수준 비율이 여학생보다 높은 것으로 나타났다.
이전 주기에 비하여 2수준 미만의 학생 비율이 높게 증가하였다는 것은 모든 영역에서 기초 수준의 소양을 갖추지 못한 학생의 수가 늘어났음을 의미하며, 이는 여학생보다 남학생에게서 더욱 두드러졌다. 각 영역의 특성과 성별에 따른 차이를 고려한 구체적인 개선방안의 모색이 필요할 것이다.

둘째, 인지적 성취에 미치는 외적 영향요인과 관련하여 표집 구성, 평가 시행방식, 인지적 성취의 결과를 직전 주기와 비교하여 살펴보았다. 먼저 표본의 학교급 및 계열별 학생 비율(중학생, 인문계 고등학생, 직업계 고등학생)에서는 특별한 차이가 발견되지 않았다.
또한 시행방식과 관련해서 컴퓨터 기반 평가였던 PISA 2015에서 우리나라 학생들은 참여국 중 가장 빠른 응답시간을 나타냈으며 이러한 경향은 여학생보다는 남학생에게서 더욱 두드러진 것으로 나타나 남학생 성취 하락의 원인으로 작용했을 가능성이 있다. 그러나 지필 평가였던 PISA 2012에는 문항 응답시간에 대한 자료가 없기 때문에 상대적인 비교가 어렵다는 한계가 있다.

셋째, 성취 수준과 관련된 교육 맥락 변인을 분석한 결과 ‘PISA 경제 사회 문화적 지위 지표(PISA Index of economic, social and cultural status, 이하 ESCS)’와 학업 동기 변인이 영역 공통적 성취 영향 요인으로 나타났다. 본 연구에서는 학생 수준 ESCS와 학교 수준 ESCS를 구분하여 분석하였는데, 그 결과 학생 수준 ESCS와 학교 수준 ESCS, 그리고 학업 동기는 과학, 읽기, 수학의 전 영역에서 성취 수준에 통계적으로 유의하게 정적인 영향을 주는 것으로 확인되었다. 주 영역인 과학의 경우, 학생 수준에서는 ESCS와 학업 동기 외에도 학습시간, 부모의 학교 참여가 성취 수준에 통계적으로 유의하게 정적인 영향을 주었다.
성취 수준에 부적인 영향을 주는 변인으로는 지각, 정규 수업 후 이루어지는 추가 학습시간이 있었다. 추가 학습시간에 대해서는 여러 가지 해석의 가능성이 존재하여, 향후 다양한 자료를 통한 추가 분석이 필요하다. 학교 수준 변인으로는 ESCS와 더불어 학교 분위기를 저해하는 학생 요인 지표가 통계적으로 유의한 것으로 확인되었는데, 이는 ESCS와는 달리 성취 수준에 부적 영향을 주는 것으로 분석되었다.
과학 영역은 정의적 특성도 함께 분석되었는데, 과학의 즐거 움과 과학에 대한 인식론적 신념은 성취 수준에 상당히 큰 영향을 주는 것으로 나타났다. 읽기 영역에서는 ESCS와 학업 동기 외에 성별이 성취 수준에 정적인 영향을 미치는 학생 변인으로 확인되었으며, 과학 영역과 마찬가지로 지각과 정규 수업 후 이루어지는 추가 학습시간은 성취 수준에 부적인 영향을 미치는 것으로 분석되었다. 학교 수준에서는 ESCS 이 통계적으로 유의미한 변인은 확인되지 않았다. 또한 수학 영역에서는 정규 수업에서의 수학 학습시간이 통계적으로 유의미한 학생 변인이며, 학교 수준 변인 중에는 학교 분위기를 저해하는 학생 요인 지표가 ESCS와 더불어 유의한 영향을 주었다. 이러한 결과에 기반할 때, 학교교육의 질 제고를 위해 학교에서 학생들의 학업 동기를 향상시킬 수 있는 전략을 마련할 필요가 있으며, ESCS가 낮은 학교에 다니는 학생들을 위한 제도적인 지원이 있어야 할 것이다.

넷째, 학생 및 학교 수준 ESCS의 영향력과 학교 수준 ESCS의 맥락효과를 확인한 결과, 과학, 읽기, 수학 영역 모두 학생 및 학교 수준의 ESCS가 전체 성취도 점수의 학교 간 차이를 설명하는 비율이 매우 큰 것으로 나타났다. 본 연구에서 ESCS의 맥락효과는 학교 수준 ESCS의 차이에 의해서 발생하는 학업성취의 증가분을 의미한다. 학교 수준 ESCS의 맥락효과를 통계적으로 검정한 결과, 세 영역에서 모두 통계적으로 유의하게 맥락효과가 나타났다. OECD 국가의 영역별 평균 점수가 500점이고 표준편차가 100인데, 공통 모형(과학, 읽기, 수학 영역에 공통적으로 해당되는 학생 및 학교 수준의 변인들을 독립변인으로 투입한 모형)을 통해 산출된 ESCS의 맥락효과는 수학(+67.5점), 읽기(+59.0점), 과학(+51.1점) 순이었다.
이러한 ESCS의 맥락효과는 학교 수준의 경제 사회 문화적 지위가 학업 성취에 미치는 영향력이 매우 크다는 해석을 가능하게 한다. 따라서 ESCS의 맥락효과와 관련해서 표본과 통계 모형의 다양화를 통한 추가 자료 확충과 후속 연구가 진행될 필요가 있다.

다섯째, 성별 및 성취 수준별 학생 집단의 특성을 알아보기 위한다 집단 다층 분석을 실시하였다. 학생 성별 집단에 따른 학교효과를 분석한 결과에서는 과학의 경우 여학생 집단의 학교효과가 남학생 집단보다 큰 것으로 나타난 반면, 읽기와 수학의 경우에는 남녀 학생 집단의 학교효과의 차이가 통계적으로 유의한 수준에서 다르지 않았다. 그러 나상, 중, 할 성취 수준 학생 집단별 학교효과는 모두 통계적으로 유의하게 다른 것으로 나타났다. 또 교육 맥락 변인이 남녀 학생 및 성취 수준 집단에 미치는 영향력을 분석한 결과 학생 성별 집단에 통계적으로 유의하게 정적인 영향을 미치는 변인들은 과학, 읽기, 수학 영역 공통적으로 ESCS, 학업 동기, 학교 평균 ESCS였다. 또한, 과학에서는 지각, 피드백 제공 수업, 탐구 기반 수업이 통계적으로 유의하게 남녀 집단에 모두 부적인 영향을 미쳤고, 읽기에서는 방과 후 평균 국어 학습시간, 수학에서는 지각이 남녀 학생 집단에 모두 부적인 영향을 미쳤다. 읽기 및 수학에서는 교과 외 창의적 활동이 여학생 집단에서만 성취도에 정적인 영향을 미치는 것으로 나타났다. 세 영역에서, 전반적으로 남학생 집단이 여학생 집단보다 통계적으로 유의하게 부적인 영향을 미치는 변인들이 많은 것을 확인할 수 있었는데, 이러한 변인들은 지각과 같은 학교 참여 변인, 그리고 학교 분위기를 저해하는 학생 요인과 같은 학교 풍토 관련 변인이었다.
그리고 학생 성취 수준별 집단 분석 결과, 세 영역에서 전반적으로 중지 비단, 한 집단, 상집 단선으로 통계적으로 유의한 교육 맥락 변인의 수가 많은 것으로 나타났다.
한편, PISA 2015는 과학 이주영 역이었기 때문에 과학 영역의 교수학습 및 정의적 특성 관련 변인들이 다수 포함되었다. 본 연구의 다층 분석 결과에 따르면, 교사 주도 수업, 피드백 제공 수업, 탐구 기반 수업 등의 혁신적인 교수방법 등이 과학 성취에 통계적으로 유의한 영향을 미치지 않거나 오히 려 부적인 영향을 미치는 것으로 나타났다. 그러나 다 집단구조방정식 모형을 통해서 성별 및 성취 수준 집단별 분석 결과, 혁신적 교수학습방법은 과학 교과의 정의적 특성에 긍정적인 영향을 미치는 것으로 나타났으며, 정의적 특성을 매개로 과학 성취에도 간접적으로 통계적으로 유의하게 정적인 영향을 미치는 것이 확인되었다.
따라서 학생들의 인지적, 정의적 성취를 위해서 혁신적인 교수방법은 지속적으로 강조할 필요가 있을 것이다.

‘모두가 성장하는 행복교육, 미래를 이끌어가는 창의인재’라는 비전 아래, 2017년 교육부 업무계획을 통해 밝힌 교육개혁의 방향은‘창의융합인재 양성을 위한 교육 연구혁신’, ‘모두에게 기회와 희망을 주는 교육’, ‘유치원-대학까지 걱정 없이 키울 수 있는 교육’이다.
그러나 본 연구의 결과, 이러한 교육개혁을 성공적으로 달성하기 위해서는 몇 가지 사항들을 다시 한번 점검할 필요가 있음이 확인되었다. 이에 본 연구에서는 PISA 2015 결과 심층 분석 결과를 통해 도출된 시사점을 바탕으로 다음과 같은 정책과 실천전략을 제시하였다.
첫째, 과학교육에서는 성별 및 성취 수준별 특성을 고려한 맞춤형 과학 교수전략 사용이 필요하며, 이를 위해서는 ①학생의 요구와 수준에 맞춘 과학 교수학습 프로그램 개발 교사 역량 강화, ②학생의 성취 특성을 고려한 과학 인식론적 신념 교육 강화와 같은 학교교육전략이 마련되어야 할 것이다.
둘째, 국어교육에서는 디지털 매체를 활용한 학습 목적 읽기 교육 강화를 위해, ①학습 목적 디지털 매체 활용 읽기 수업 설계 및 실행과 ② 취약 계층 학생을 위한 지역사회 연계, 읽기 프로그램 개발과 같은 실천 전략이 필요할 것이다.
셋째, 수학 교육에서는 탐구 기반의 수업 및 프로젝트 중심의 교과서 활용을 통한 수학 교과 역량을 강화하는 방향으로 정책이 입 안될 필요가 있고, 이를 위한 전략으로 ①정보 처리, 태도 및 실천 능력 함양을 위한 탐구 중심의 수업 사례집 발간, ②의사 소통 역량 강화를 위한 프로젝트 기반의 수학모델 교과서 개발과 같은 구체적인 전략이 마련되어야 할 것이다.
넷째, 전 영역에 걸쳐 나타난 계층 간 교육격차 완화를 위해 학교 교육력 제고를 제안하였으며, 이를 위한 구체화하기 위한 전략으로 ①학습부진학생 조기 발견 및 지원을 위한 단계별 관리 체계 강화와 ② 교육여건이 열악한 학교에 적극적 우대조치(affirmativeaction)가 실행되어야 할 것이다.
마지막으로 평가체제와 관련하여, 컴퓨터 기반 평가체제의 도입을 위한 시스템 구축을 위해 ①컴퓨터 기반 평가에 기반한‘지능형 학습 분석 플랫폼’ 개발과 ② PISA 컴퓨터 기반 평가 및 자료 관리 시스템의 벤치마킹에 대한 실천 전략이 필요할 것이다.

(출처 : 연구요약 7p)

Abstract ▼

Drawing from the results of the Programme for International Student Assessment(PISA) 2015 survey, the present study aims to determine the characteristics of Korean students in science, reading, and mathematics by gender and performance level, and to explore the causes behind the increase in the perc

Drawing from the results of the Programme for International Student Assessment(PISA) 2015 survey, the present study aims to determine the characteristics of Korean students in science, reading, and mathematics by gender and performance level, and to explore the causes behind the increase in the percentage of low-achieving studentscompared to that of the preceding period’s survey. For this purpose, we used variousresearch methods such as literature review, statistical analysis, consultation with experts, seminars, and so on. The main results of our in-depth analysis are as follows.

First, the percentage of low-achieving students increased across all domains.
Compared to the PISA 2012 survey results, those of PISA 2015 showed an increase in the percentage of low-achieving students in all three domains (i.e., science, reading, and mathematics). In science and reading, no significant changes were observed in the percentage of top performers, but the percentage of median performers at Level 3 or 4 decreased, and the percentage of low achievers performing below Level 2 greatly increased. In mathematics, the percentage of low achievers similarly increased because of the rise in the percentage of students between Levels 1 and 3. However, in contrast to the domains of science and reading that had lower percentages of median performers,in mathematics, the percentage of top performers at Levels 5 and 6 decreased. In terms of gender, the results were different. In science and reading, the percentage of lowachievers was higher, and the increase in this percentage was also significantly largeramong male students than among female students. Moreover, the percentage of low achievers in mathematics was also higher among male students than among female students.

The large increase in the percentage of students performing below Level 2 as compared to that of the preceding survey period indicates that students who lack even the basic level of proficiency in science, reading, and mathematics have grown in number, and this trend was more evident among male compared to female students.
Therefore, concrete improvement measures that take into account these differences according to the characteristics of each domain and gender should be determined.

Second, the external factors that affect cognitive performance were explored. We compared the sampling design, assessment implementation method, and cognitive performance results of PISA 2015 with those of the preceding survey period. In terms of sampling design, no significant differences were found in the percentages of students according to their program (middle school, general high school, and vocational high school students). Moreover, with regard to the implementation method, PISA 2015 was a computer-based assessment, and, in this survey, Korean students had the fastest response times among all the participating students from other countries. This tendency was more evident among male students than among female students; therefore, this may have contributed to the poorer performance of the male students. PISA 2012, however, was a pencil-and-paper assessment; thus, no data on response times on the test items were available. This circumstance imposes limitations in terms of making relative comparisons between the conducted surveys.

Third, an analysis of the educational context variables pertaining to performance levels showed that the PISA index of economic, social, and cultural status (ESCS) and motivation for learning are common factors that affect the three domains. In this study,we distinguished between student-level and school-level ESCS. According to the result of our analysis, student-level ESCS, school-level ESCS, and motivation for learning had statistically significant positive effects on the performance level in the domains of science, reading, and mathematics. In the main domain of science, it was shown that aside from ESCS and motivation for learning, learning time and parental involvement in their child’s school had statistically significant positive effects on the children’s performance at the student level. We also found that there were variables that had negative effects on performance level, namely, tardiness and additional learning time after regular classes. Regarding additional learning time, there is a room for various interpretations; thus, an additional analysis that draws from a wider range of data is necessary. As for school-level variables, ESCS and the index of student-related factors that affect school climate were found to be statistically significant, and the analysis result shows that the latter variable, unlike the former, has a negative effect on the performance level. We have also analyzed affective characteristics with regard to the science domain, and the result showed that enjoyment of the science subject, as well as epistemic beliefs about it, has considerable effects on performance level. In the reading domain, aside from ESCS and motivation for learning, gender was also identified as a student-level variable that had statistically significant effects on performance level.
As in the science domain, tardiness and additional learning time after regular classes were shown to have negative effects on performance level. At the school level, no statistically significant variables were found other than ESCS. Furthermore, in the mathematics domain, learning time during regular classes was found to be an additional statistically significant student-level variable. Among the school-level variables, theindex of student-related factors affecting school climate was shown to have asignificant effect, along with ESCS.

Based on these results, we suggest that to improve the quality of school education, it is necessary to develop a strategy to stimulate the student’s motivation for learning and to provide institutional support for students who attend schools with low ESCS.

Fourth, an analysis of the effects of student- and school-level ESCS showed that these factors played a very significant role in accounting for differences in performance scores among schools in the domains of science, reading, and mathematics. In addition, the contextual effects of school-level ESCS were examined to determine the increase in performance caused by the differences in school-level ESCS. Results showed that these contextual effects were statistically significant in all three domains, that is, science (51.1) < reading (59.0) < mathematics (67.5), which are arranged in the order of increasing effect based on the Common Model (in which student- and school-level variables common to all three domains are introduced as independent variables). To achieve a more detailed discussion of these results, follow-up studies are necessary so that additional data can be acquired through diversification of samples and statistical models.

Fifth, we used the Multiple-Group Multilevel Model to examine the characteristics of student groups by gender and performance level. Using this model to analyze the school effects by student gender group, we found that, in science, the school effects on the female student group were more significant than those of the male student group.
In reading and mathematics, however, the differences in school effects between the male and the female student groups were not statistically significant. Moreover, the differences in school effects according to high, mid, and low performance–level student groups were all shown to be statistically significant. In addition, according to the result of the analysis of the effects of educational contextual variables on the male and female student groups and performance-level groups, the variables that have statistically significant positive effects on the student gender groups are ESCS, motivation for learning, and average school ESCS across the domains of science, reading, and mathematics. Furthermore, tardiness, perceived feedback instruction, and inquiry-based instruction had statistically significant negative effects on the male and female groups in the science domain. The average after-school Korean language learning time in the reading domain and tardiness in the mathematics domain both had negative effects on the performance level of both gender groups. In reading and mathematics domains,extracurricular creative activities had a positive effect on performance level only in the female student group. In all three domains, we found that the male student group had more variables with statistically significant negative effects than the female student group. These variables were school participation variables, such as tardiness, and school climate–related variables, such as student-related factors that affect school climate.
The analysis of the groups by student performance level showed that, across all three domains, the mid performance-level group had more statistically significant variables than the low performance-level group, which in turn had more such variables than the high performance-level group.

Because science was the main domain for PISA 2015, many variables involving teaching and learning and those pertaining to affective characteristics in the science domain were included. According to the multilevel analysis conducted in this study, innovative teaching methods such as teacher-directed instruction, perceived feedback instruction, and inquiry-based instruction either have no statistically significant effect on performance level in science, or they have negative effects. However, the results of the analysis by gender and performance-level groups through multigroup structural equation modeling showed that these innovative teaching and learning methods had positive effects on the affective characteristics of science classes and had indirect significant effects on the students’ performance level in science mediated by these affective characteristics. Therefore, innovative teaching methods must be emphasized constantly to enhance the cognitive and affective performance of students.

Under the vision, “ Education for All to Grow, Creative Talent to Lead the Future,”
Korea’s Ministry of Education, in its 2017 Work Plan, sets the course of educational reform as follows: “educational and research innovation for cultivating talent in creative convergence,” “education that gives opportunity and hope to all,” and “education that makes it possible to raise our children from kindergarten to college without worries.”
The results of this study, however, indicate that reviewing several points is necessary to successfully achieve such educational reform. Accordingly, based on the implications derived from our in-depth analysis of PISA 2015 results, we suggested the following policy and strategy for implementation.

First, in science education, using tailor-made science teaching strategies that take gender and performance-level characteristics into account is necessary. For this purpose, we need to promote school education strategies, such as (1) reinforcement of the capacity of teachers to develop science teaching and learning programs that meet student needs and levels, and (2) strengthening of the epistemic beliefs of mid- and high performance-level students about science.

Second, in Korean language education, to strengthen reading education by using digital media for learning purposes, we need implementation strategies, such as (1) designing and running reading lessons using digital media for learning purposes and (2) connecting with local communities and developing reading programs to aid disadvantaged students.

Third, in mathematics education, we need to set up policies that serve to strengthen mathematical literacy education using inquiry-based and narrative methods. To this end, we need concrete strategies, such as (1) designing materials and manual books with basis on inquiry in Math classes and (2) developing Math textbooks involved in project-based teaching and learning model.

Fourth, we propose improving the educational competence of schools to mitigate the educational gap between classes that have emerged across all three domains. As concrete strategies for implementation, we suggest to (1) strengthen the stage-by-stage management system for early detection and support of underachieving students, and(2) implement an affirmative action for schools with inadequate educational conditions.

Lastly, with regard to assessment systems, we should strengthen an education that builds future competence by introducing a computer-based assessment system. For this purpose, implementation strategies, such as the (1) development of a “smart learning analysis platform” hinged on computer-based assessment and (2) benchmarking of PISA’s computer-based assessment and data management system, are needed.

(출처 : ABSTRACT 153p)

목차 Contents

• 표지 ... 1
• 연구협력진 ... 3
• 머리말 ... 5
• 연구요약 ... 7
• 목차 ... 11
• 표목차 ... 15
• 그림목차 ... 17
• Ⅰ 서론 ... 19
• 1. 연구 필요성 및 목적 ... 21
• 가. PISA 연구의 의의 ... 21
• 나. 본 연구의 필요성 및 목적 ... 22
• 2. 연구 내용 ... 24
• 가. 영역별 인지적 성취 특성 ... 24
• 나. 교육맥락변인의 영향력 분석 ... 25
• 다. 집단에 따른 학교효과 및 교육맥락변인의 영향력 분석 ... 25
• 라. 학력 향상 방안 및 교육정책 개선안 도출 ... 25
• 3. 연구 방법 ... 25
• 가. 문헌연구 ... 25
• 나. 통계 분석 ... 25
• 다. 전문가 협의회 ... 26
• 라. 세미나 개최 ... 26
• Ⅱ 우리나라 학생들의 인지적 성취 특성 ... 27
• 1. PISA 2015 평가틀 ... 29
• 가. 과학·읽기·수학 영역 ... 29
• 나. 교육맥락변인 ... 31
• 2. 인지적 성취 특성 ... 32
• 가. 과학 ... 32
• 나. 읽기 ... 38
• 다. 수학 ... 42
• 3. 인지적 성취에 대한 외적 영향 요인 ... 50
• 가. 표집 구성의 변화 ... 50
• 나. 컴퓨터 기반 평가로의 전환 ... 52
• Ⅲ 영역별 교육맥락변인의 영향력 분석 ... 59
• 1. 영역별 교육맥락변인의 분석 ... 61
• 가. 분석에 사용된 주요 교육맥락변인 ... 61
• 나. 과학 ... 65
• 다. 읽기 ... 70
• 라. 수학 ... 72
• 2. 인지적 성취에 미치는 교육맥락변인 영향력 ... 75
• 가. 분석 모형 및 방법 ... 75
• 나. 과학 ... 79
• 다. 읽기 ... 83
• 라. 수학 ... 85
• Ⅳ 남녀 및 성취수준 집단별 교육맥락변인의 영향력 분석 ... 87
• 1. 분석 모형 및 방법 ... 89
• 가. 다집단 다층 분석 모형 ... 89
• 2. 남녀학생 집단 결과 ... 91
• 가. 과학 ... 91
• 나. 읽기 ... 94
• 다. 수학 ... 96
• 3. 성취수준 집단 결과 ... 98
• 가. 과학 ... 98
• 나. 읽기 ... 101
• 다. 수학 ... 103
• 4. 과학 성취와 교육맥락변인과의 구조적 관계 ... 105
• 가. 연구모형 및 변수 선정 ... 105
• 나. 분석에 사용된 주요 구조적 관계 모형 ... 105
• 다. 분석 결과 ... 106
• Ⅴ 결론 및 정책 제언 ... 111
• 1. 요약 및 결론 ... 113
• 가. 전 영역에 걸친 하위 성취수준 학생 비율의 증가 ... 113
• 나. 인지적 성취에 대한 외적 영향 요인 ... 114
• 다. 성취수준에 영향을 주는 주요 변인: ESCS와 학업동기 ... 114
• 라. 학생 및 학교수준 ESCS의 영향력과 학교수준 ESCS의 맥락효과 확인 ... 116
• 마. 집단에 따라 달리 나타난 학교효과 및 교육맥락변인의 영향력 ... 116
• 2. 정책 제언 ... 120
• 3. 장·단기 추진 계획 ... 144
• 참 고 문 헌 ... 145
• ABSTRACT ... 153
• 끝페이지 ... 158