대학 블랜디드 학습 환경에서 학습자 특성과 온라인 학습 활동이 학업 성취에 미치는 효과: 학습분석 접근법

서지정보

ㆍ발행기관 : 한국교육공학회 ㆍ수록지정보 : 교육공학연구 / 31권 / 3호
ㆍ저자명 : 전은화, 한재훈

목차

Ⅰ. 연구의 목적 및 필요성
Ⅱ. 이론적 배경
Ⅲ. 연구방법
Ⅳ. 연구결과
Ⅴ. 결론 및 제언
참고문헌

한국어 초록

본 연구의 목적은 대학 블랜디드 학습 환경에서 학습자 특성과 온라인 학습 활동이 학업 성취에 어떠한 영향을 미치는지를 분석하는 것이다. 학습자의 인구학적 특성과 LMS 상에서 이루어지는 학습 환경과의 상호작용 정보를 분석한다면 학습자의 학업 성취를 유의미하게 예견하고 학습 태만이나 탈락을 예방하기 위한 적절한 피드백을 제공할 수 있을것이다. 본 연구에서는 학습자의 특성과 학습 활동이 학업 성취에 미치는 영향 분석하기위한 방법으로 학습 분석을 활용하였다. 본 연구에서 자료 분석은 자료의 특성상 순서형로지시틱 회귀분석을 실시하였다. 예측변수로는 학습자특성과 온라인학습과정이며, 학습자특성은 성별, 전공영역의 세부 예측 변수로 설정하였고, 모두 명목척도를 사용하였다. 학습과정은 주차별 온라인 활동, 출결, 주차당 평균 접속 횟수, 주차당 평균 학습 시간으로설정하였으며, 결과 변수는 최종 학업 성취도였다. 결과로 블랜디드 학습 환경에서 학습자의 학업 성취도에 가장 큰 영향을 주고 있는 예측 요인은 학습자의 1주와 2주차 과제 제출 여부였다. 다음으로는 LMS 접속 횟수와 학습 시간인 것으로 나타났으며, 학습자 특성변수로는 여성인 경우 학업 성취도를 유의미하게 예측하는 것으로 나타났다.

영어 초록

The purpose of this study is to investigate the relationships between student characteristics,online learning activities, and learning outcomes in blended-learning environments. Studies onlearning analytics in higher education consistently suggest that the analytics regarding therelationships among student demographic data, student interaction or behaviors on the LMS willpredict the at-risk students and will provide the appropriate feedback to lower drop-out rates.Two types of logistic regression analyses were conducted to understand student learning andpredict the learning performance in blended-learning environments. The results revealed that thebest predictive variables for student learning performance were the student’s first and secondweek activities on the LMS - assignment submission behaviors on the first and second weeks. Inaddition, frequency of log-in activities on the LMS and learning time were significantly relatedto student performance on the course. This study provided highly reliable predictive models(85%-95%classification rate) using student LMS weekly behaviors with student characteristics topredict student performance in blended-learning environments.

참고 자료

없음