중학생의 수학 교과역량에 영향을 미치는 언어 관련 개인, 가정, 수업 변인의 영향력 탐색

Analysis of the Influence of Language-related Personal, Family, and Class Variables Affecting Middle School Students' Mathematics Competency Using Artificial Neural Networks and Structural Equation Modeling

목적 본 연구에서는 중학생의 수학 교과역량에 미치는 언어 관련 개인, 가정, 수업 변인의 영향력을 탐색하기 위하여 인공신경망 모형 분석을 통해 다양한 예측요인의 영향력을 탐색하고, 주요 변인을 선별하여 수학 교과역량과의 구조적인 관계를 분석하였다. 방법 이를 위하여 D교육종단연구 3차년도 중학생 2,235명의 자기보고식 설문 데이터와 국어 및 수학 교과역량 검사 점수를 분석에 활용하였다. 수학 교과역량을 예측할 수 있는 언어와 관련된 개인, 가정, 수업 변인과 국어 교과 역량으로 수학 교과역량을 예측하는 인공신경망 모형을 구축하였다. 도출한 관련 변인과 수학 교과역량 간의 구조적인 관계를 연구모형으로 설정하여 구조방정식모형 분석을 실시하였다. 결과 인공신경망 모형을 구축하는 과정에서 훈련용 데이터와 예측 값 간의 상관계수를 확인한 결과 오차의 평균은 0.7, 상관계수는 .68로 적절한 예측 성능을 나타내었다. 언어 관련 변인 및 국어 교과역량과 수학 교과역량의 구조적인 관계를 확인한 결과 개인 및 가정, 수업 관련 변인이 수학 교과역량에 직⋅간접적으로 유의한 정적 영향을 미쳤다. 결론 수학 교과역량을 예측하는 다양한 변수를 탐색하였다는 데 의의가 있고 특히, 언어 관련 활동과 국어 교과역량 또한 수학 교과역량을 예측하는 요인으로 작용할 수 있음을 확인하였다. 이러한 결과를 바탕으로 수학 교과역량 향상 방안에 대해 논의하였다.

Objectives In this study, the influence of various predictive factors was analyzed through artificial neural network model in order to explore the influence of language-related personal, family, and class variables on middle school students' mathematics competency. Structural relationships were analyzed by constructing a model with the selected major variables as predictors and mediator, and the mathematics competency as dependent variables. Methods For this purpose, the self-report questionnaire data of 2,235 middle school students in the 3rd year(2019) of the D-educational longitudinal study and the scores of the Korean language and mathematics competency tests were used for the analysis. An artificial neural network model was constructed that predicts mathematics competency based on language-related individual, family, and class variables that can predict mathematics subject competency and Korean competency. Structural equation model analysis was conducted by setting the structural relationship between language-related variables and mathematics competency as a research model. Results The purposes of this study were to specify variables related to convergence competency, and to analyze the structural relationships among them. The purposes of this study were to specify variables related to convergence competency, and to analyze the structural relationships among them. Conclusions As a result of checking the correlation coefficient between the training data and the predicted value in the process of building the artificial neural network model, the average of the error was 0.7, and the correlation coefficient was . 68, indicating adequate prediction performance. As a result of confirming the structural relationship between language-related variables and Korean competency and mathematics competency, individual, family, and class variables directly or indirectly had a significant positive effect on mathematics subject competency.