잠재전이분석과 머신러닝 기법을 적용한 초-중 학교급 전환에 따른 자기조절학습 변화양상과 예측변인 탐색: 머신러닝 알고리즘 비교

초록

본 연구의 목적은 초-중 학교급 전환기 학생의 자기조절학습 프로파일 변화양상을 살펴보고, 이러한 변화에 영향을 미치는 요인들을 파악하는 것이다. 이를 위해 본 연구에서는「한국교육종단연구2013」자료를 활용하였으며, 총 6,121명을 대상으로 잠재전이분석과 6가지 머신러닝 알고리즘(랜덤 포레스트, 의사결정 나무, 서포트 벡터 머신, 로지스틱 회귀, K-최근접 이웃, 인공신경망)을 적용하여 분석을 실시하였다. 주요 연구결과는 다음과 같다. 첫째, 초-중 학교급 전환기 학생의 자기조절학습 프로파일은 상, 중, 하 3개로 자기조절학습 사용 정도에 따라 수준별로 나타났다. 둘째, 6가지 머신러닝 알고리즘 중 초-중 학교급 전환기 학생의 자기조절학습 관심 전이집단 예측에 가장 우수한 성능을 보이는 것은 랜덤 포레스트로 나타났다. 셋째, 랜덤 포레스트를 활용해 자기조절학습 프로파일 전이에 영향을 미치는 변인을 살펴본 결과 학업성취도가 가장 주요한 예측변인으로 나타났으며 그 외에 학업적 자아개념, 자기관리, 창의성, 수업이해도 등이 나타났다. 마지막으로 본 연구를 기반으로 학습자의 긍정적인 자기조절학습 발달을 위한 교육적 제언을 추가하였다.

키워드