학습분석학적 접근을 통한 방송고 학습자의 학습행태 분석 및 이수 여부에 미치는 영향요인 분석 (Analysis of learning behavior and effect factors on the completion of Open High School learners through learning analytic approach)

서지정보

· 발행기관 : 고려대학교 교육문제연구소
· 수록지 정보 : 교육문제연구 / 32권 / 4호 / 29 ~ 54페이지
· 저자명 : 이은주

초록

학업과 관련된 데이터를 수집하여 학습자의 수행을 예측하고 잠재적 쟁점을 찾아내는 데 중점을 두고 있는 학습분석학은 객관적인 데이터를 근거로 수행된다는 측면에서 교육 학습 환경을 바꿀 수 있는 미래 기술로 주목받고 있다. 이에 본 연구에서는 방송고의 온라인 수업 콘텐츠를 2018년 1학기 동안 운영하면서 쌓인 학습 로그 데이터를 분석하여 방송고 학습자의 학습 행태를 규명하고 학습자의 학습 행태 중 이수에 영향을 미치는 변인을 분석하고자 하였다. 이를 위해 시스템 상 로그데이터 100,900개의 데이터 중 학습자 기본 데이터, 학습활동 데이터, 운영 데이터 모두를 갖고 있는 ID만 분류하여 3098명의 961,620개의 데이터를 최종 분석하였다. 분석 결과 요일별 학습 빈도는 화요일이 가장 높은 빈도를 보였으나 다른 요일과 큰 차이는 없었고 시간대별 학습 빈도를 살펴본 결과 주중과 주말 모두 오전보다는 오후 시간대에 학습 빈도가 높게 나타났다. 다음으로 성별, 연령별 이수율을 분석해본 결과 이수율이 가장 낮은 집단은 30대 남성 집단이었으며 형성평가 평균 점수 역시 가장 낮은 집단이 30대 남성 집단이었다. 3월 접속 여부에 따른 형성평가 점수 차이를 살펴본 결과 3월 접속 여부에 따라 형성평가의 점수 차이가 유의미한 것으로 나타났으며 마지막으로 방송고 학습자의 학습 행태 요인 중 이수에 영향을 미치는 독립 변인이 무엇인지 알아보기 위해 로지스틱 회귀분석을 실시한 결과 3월 학습 회차 수, 회차당 평균 학습 횟수, 형성평가 평균 점수 모두 이수에 영향을 미치는 요인인 것으로 분석되었다. 본 연구를 통해 학습자의 학습 행태에 따른 맞춤형 학습 지원 서비스 방안을 마련할 필요가 있으며 학습자의 학습 행태에 대한 좀 더 심도있는 분석을 위해 추가적인 데이터를 수집해야 함을 제안하였다.

영어초록

This study intends to identify learning behaviors of Open High school learners by analyzing accumulated learning log data while operating online class contents of Open High School during the first semester of 2018, and to analyze variables affecting the completion of learners' learning behavior. For this purpose, 998,620 data of 3098 people are finally analyzed by classifying only IDs having all of learner basic data, learning activity data, and operational data among 100,900 log data on the system. As a result of the analysis, Tuesday shows the highest frequency of learning, but there is no significant difference from other days of the week. Next, as a result of analyzing gender and age completion rate, the group with the lowest completion rate is the male group in 30s, and the group with the lowest score on the formative evaluation is the male group in the 30s. As a result of examining the difference in the formative evaluation scores according to the access to March, the results of the formative evaluation are significant according to the access to March. Logistic regression analysis was conducted to find out that the number of learning cycles in March, the average number of learning per session, and the average of formative evaluation are all factors that contributed to the completion. Through this study, it is necessary to prepare a customized learning support service plan according to learner's learning behavior and suggest that additional data should be collected for more in depth analysis of learner's learning behavior.

참고자료

· 없음