다층 혼합회귀분석의 소개

Application of the multi-level mixture regression analysis to the students' learning time and academic performance on science

본 연구에서는 다층 혼합회귀분석을 소개하고, 이를 활용하여 학생들의 과학 학습시간및 학습성과에 따라 학생들을 하위 유형별로 나눌 수 있는지, 그리고 그러한 하위 유형을 결정하는 데 있어서 학생과 학교의 배경 특성 및 교수․학습방법의 활용이 어떤 영향을 미치는지를 PISA 2006의 한국, 일본, 핀란드 자료를 사용하여 살펴보았다. 이를 위해서 본 연구에서는 학생들의 과학 학습시간과 학습성과(과학학업성취도, 과학 학습에 대한즐거움)를 종속변인으로 하고, 학생의 배경변인과 교수·학습방법(학생들의 과학 무형식학습 참여정도, 교사가 수업을 할 때 과학을 사회현상에 적용하는 정도, 학교에서 정규수업외에 다양한 과학 활동을 제공하는 정도)을 독립변인으로 사용하여 다층 혼합회귀분석을실시하였다. 분석 결과 세 나라 모두 비슷한 특성을 지니는 세 가지 하위 유형이 존재하는 것으로 나타났다. 첫 번째 집단은 학습시간이 짧고, 과학에 대한 학업성취도와 즐거움정도가 가장 낮은 집단으로, 이 집단의 경우 스스로 다양한 과학 활동에 참여하지 못할뿐만 아니라, 학교로부터 과학학습을 장려하는 활동을 제공받지 못하고 있는 것으로 나타났다. 두 번째 집단은 학습시간과 과학에 대한 즐거움의 정도는 중간이나, 학업 성취도가 가장 높은 집단인 반면, 세 번째 집단은 학습시간이 가장 길고, 과학에 대한 즐거움의정도가 가장 높으나 학업성취도는 두 번째 집단보다 낮은 집단이다. 세 번째 집단은 두번째 집단에 비하여 다양한 과학 활동에 참여할 뿐만 아니라 학교에서도 과학 활동을 장려하는 것으로 나타났다.

This paper explored how students can be classified into latent groups in terms of learning time and their academic performance, and what is the determinants of these groups. In order to do this, a multi-level mixture regression model is conducted using PISA 2006 data for Korea, Japan, and Finland students. Students' learning time (hours in regular lessons at school, hours in out-ofschool- time lessons, and hours of studying or doing homework by oneself) and academic performance (science achievement score and enjoyment in science) were served as indicators and various teaching and learning methods (participating in informal science learning activities, applying and relating scientific knowledge to real situation in classes, providing various science activities in school) along with background variables were served as determinants. As a result, three latent groups were extracted in all of three countries. The first group is where students spend the least of learning time, and also achieves the lowest scores. This group of students tends nto to be involved in various science activities, and neither supported by their schools. The second group is where students spend moderate learning time and show moderate enjoyment in science, but achieves the highest scores in achievement test. The third group is where students spend the longest learning time and show the highest enjoyment in science, but achieves lower scores than the second group. As illustrated here, multi-level mixture regression analysis allows to examine attributes to each latent class, which was not available by using conventional cluster analysis or regression analysis.