반복측정 자료를 다루는 교육 연구 실태 분석

An analysis on educational research dealing with repeated measures data

반복측정 자료를 분석하는 교육 연구에서 ANCOVA와 rANOVA(또는 mixed-ANOVA)가 대중적인 방법임에도 불구하고, 어떤 경우에 어떤 방법이 더 나은지 분명하게 설명한 연구를 찾기 힘들다. 본 연구는 각 방법에 대하여 자료 구성에서부터 시작하여 통계 모형, 통계적 가정, 연구 문제와 가설 검정 등을 고찰하고, ANCOVA와 비교 시 rANOVA의 특징을 논하였다. 특히 ANCOVA와 rANOVA의 특징적인 가정인 공변수에 대한 가정과 구형성 가정을 자세히 설명하였다. 구획분할 설계의 일종인 rANOVA는 실험설계에 따라 통계적 가정이 더 적으며, 다양한 실험설계에도 무리 없이 적용될 수 있다는 장점이 있다. 또한 rANOVA는 집단과 측정 시점 간 상호작용까지 검정할 수 있으므로 교육 연구에서 ANCOVA보다 rANOVA로 반복측정 자료를 분석하는 것이 일반적으로 더 나은 선택이라고 여겨진다. 마지막으로, 본 논문은 『교원교육』, 『학습자중심교과교육연구』, 『열린교육연구』에 수록된 ANCOVA, rANOVA 논문을 분석하고, 이를 바탕으로 연구자들을 위한 ANCOVA, rANOVA 이용 시 함의점을 논하였다.

Although ANCOVA and rANOVA(also known as mixed-ANOVA) have been widely used in experimental designs, quite a few practitioners have a difficulty choosing which method to use in their research designs. This study compared data composition, statistical model, assumptions, and hypotheses of the two methods, which naturally lead to discussions of methodological strengths of the two. Particularly, the characteristic assumptions of ANCOVA and rANOVA, which are assumptions on covariate and the sphericity assumption, respectively, were explained in detail. In conclusion, rANOVA, a split-plot design, appears to exert greater leverage over ANCOVA in terms of statistical assumptions and methodological resiliency, depending on experimental designs. Lastly, ANCOVA and rANOVA studies in Korean Journal of Teacher Education, Journal of Learner-Centered Curriculum and Instruction, and Journal of Yeolin Education were reviewed, based upon which implications for practitioners were discussed.