교수 및 강좌 특성에 따른 대학 강의평가 성취수준의 차이 분석:직급, 이수 구분, 강좌 규모를 중심으로

이지연; 이영주

추천

검색

자료유형: 학술저널

저자정보: 이지연 (명지대학교) 이영주 (명지대학교)

저널정보: 고려대학교 교육문제연구소 교육문제연구 교육문제연구 제30권 제4호

발행연도: 2017.1

수록면: 189 - 212 (24page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구에서는 강의평가에 영향을 미치는 변인 중 교수 및 강좌 특성에 따른 학기말 강의평가 결과의 차이를 준거점수인 성취수준(우수, 보통, 향상중점)으로 변환하여 차이검증을 실시하였다. 이때 강의평가 관련 선행연구 검토 결과와 연구자료의 특성을 고려해 직급, 이수 구분, 강좌 규모를 분석에 활용하였다. 성취수준을 구분하기 위한 분할점수 산출 과정에 학생 참여를 포함하여 학생의 기대수준이 반영된 강의평가 결과분석을 가능하도록 하였다. 분석 자료는 A대학교에서 2017년 1학기에 학기말 강의평가에 참여한 학생의 평정(총 69,824명)을 활용하였다. 연구결과 ‘상호교감’과 ‘평가의 공정성’은 향상중점으로 분류된 비율이 각각 32.9%, 32.2%로 매우 높았으나, 나머지 문항은 4.1~7.6%로 매우 낮음을 알 수 있었다. 이는 분할점수 산출 과정에서 학생들이 해당 영역에 대한 높은 기대수준이 반영된 결과로 해석할 수 있다. 직급과 관련해 상호교감과 평가의 공정성 영역에서는 정교수, 이를 제외한 모든 영역에서는 시간 강사가 향상중점으로 분류된 비율이 가장 높았다. 이수 구분에 따르면 강의계획서를 제외한 모든 문항에서 교양 강좌가 향상중점으로 분류된 비율이 가장 높았다. 강좌 규모에 따르면 대규모 강좌일수록 향상중점으로 분류된 비율이 높았으며, 특히 100명 이상의 강좌에서 상호작용과 평가의 공정성에서 향상중점으로 분류된 비율이 각각 51.5%, 49.5%로 매우 높았다. 연구결과는 향후 정교수 및 시간강사, 교양 강좌, 대규모 강좌에 대한 직급별, 강좌별 맞춤형 교수법 지원의 필요성을 뒷받침하며, 강의평가의 형성적 목적달성 과 수업촬영과 마이크로티칭 중심의 수업컨설팅 보완을 위한 자료로 활용될 것으로 기대된다.

This study examined the differences in the results of course evaluation at the end of semester depending on instructor and course characteristics influencing course evaluation by converting the results into achievement levels(superior, intermediate, improvement), that is, criterion scores. Undergraduates participated in the calculation process of cut󰠏off scores to divide achievement levels to analyze the results of course evaluation reflecting on students’ expectation levels. This study conducted an analysis using position, course division and class size that were thought to influence university course evaluation. For analysis data, 69,824 students from A University participated in course evaluation at the end of the first semester of 2017. As a result, 32.9% and 32.2% of the students classified ‘interaction’ and ‘fairness of evaluation’ to improvement, while only 4.1~7.6% classified the remaining items to improvement. This result indicates that students showed high expectation levels in the areas during the calculation process of cut󰠏off scores. As for the position, professors mostly classified interaction and fairness of evaluation to improvement, while part󰠏time instructors mostly classified the other areas to improvement. As for the course division, liberal arts lecture excluding class syllabus were mostly classified to improvement. As for the class size, larger lectures were mostly classified to improvement than others, and especially 51.5% and 49.5% of lectures with over 100 students were classified to improvement in interaction and fairness of evaluation. Thus, it is necessary to provide customized teaching methods considering professors, part󰠏time instructor, liberal arts lectures, and large lectures. The results will contribute to achieving formative goal of course evaluation and supplementing micro󰠏teaching and class recording based class consulting.

#university course evaluation #criterion referenced evaluation #achievement levels #Instructor characteristics #course characteristics

참고문헌 (39)

참고문헌 신청

김명화 / 2005 / 강의평가의 타당도와 신뢰도 / 아시아교육연구 6(3):1~24

김성숙 / 2008 / 학기중 적용을 위한 강의진단 평가도구 개발과 타당성 분석 / 교육평가연구 21(1):55~78

김정겸 / 2017 / 대학강의 평가도구 개발 / 한국산학기술학회논문지 18(6):187~196

김진화 / 2011 / 대학경영환경이 강의평가에 미치는 영향 - Y대학교 강의평가를 중심으로 - / 경영사연구 26(2):201~224

김학일 / 2007 / 이공계 강의평가 결과의 실증적 분석을 통한 강의평가제도 개선방안 / 공학교육연구 10(4):58~77

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이지연

소속기관 인천대학교

주요연구분야 사회과학 > 교육학

논문수 12 이용수 497

이영주

소속기관 명지대학교

주요연구분야 사회과학 > 교육학

논문수 2 이용수 16

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (39)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)