Elastic net을 활용한 남녀 학생의 읽기 성취 예측변수 탐색 : : PISA 2018 자료 분석 :Exploration of Predictors for Male and Female Students’ Reading Literacy: Evidence from PISA 2018 via the Elastic Net

김민정

추천

검색

자료유형: 학위논문

저자정보: 김민정 (한국교원대학교, 한국교원대학교 대학원)

지도교수: 유진은

발행연도: 2023

저작권: 한국교원대학교 논문은 저작권에 의해 보호받습니다.

이용수2

이 논문의 연구 히스토리 (2)

2023

Elastic net을 활용한 남녀 학생의 읽기 성취 예측변수 탐색 : : PISA 2018 자료 분석

김민정 교육학과 2023.01 학위논문

2022

Elastic net을 활용한 남녀 학생의 읽기 성취 예측변수 탐색: PISA 2018 자료 분석

김민정 , 유진은 아시아교육연구 2022.12 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구의 목적은 기계학습기법을 활용하여 남녀 학생의 읽기 성취와 예측변수를 탐색하고 예측성능이 높은 모형을 구축하는 것이다. 따라서 다음과 같은 연구 문제를 설정하였다.
첫째, PISA 2018 자료 분석 시 벌점회귀모형과 랜덤포레스트 중 예측성능 면에서 더 좋은 수행을 보이는 모형은 무엇인가?
둘째, PISA 2018에서 남학생과 여학생의 읽기 성취를 예측하는 변수는 무엇인가?
본 연구에서는 2018 PISA(Programme for International Student Assessment) 중 한국 6,630명의 자료를 활용하였다. 먼저 기계학습기법 중 랜덤포레스트와 벌점회귀모형의 예측성능을 평균제곱근오차(Root Mean Square Error: RMSE)로 비교한 결과, 벌점회귀모형의 예측성능이 랜덤포레스트에 비해 우수하였다. 따라서 벌점회귀모형 중 다중공선성을 고려할 수 있는 Elastic net을 선택하여 남학생과 여학생의 읽기 성취 예측모형을 구축하였다. 남학생과 여학생의 읽기 성취 예측변수를 연구한 결과는 다음과 같다. 첫째, 남녀가 일치하는 예측변수 중 본 연구에서 새롭게 발견된 변수는 학부모, 학생, 학교 요인 중 학교 요인(예: 주당 외국어 수업 횟수, 연극 무용 수업 배움 유무)이 가장 많았다. 둘째, 남학생 예측변수는 주로 학생 개인의 심리적 요인에 대한 변수(예: 자기효능감, 다른 문화에 대한 관점 수용 능력)였다. 셋째, 여학생 예측변수는 학교 관련 변수(예: 학교 내에서의 협동인지)나 학부모 관련 변수(예: 학교 선택 시 학부모 입장에서 학교 평판을 중요하게 여긴 정도)였다. 이러한 연구 결과를 토대로 우리나라 남녀 학생들의 읽기 성취 수준을 함양하기 위한 시사점을 논의하였다.

#PISA 2018 #Elastic net #LASSO #랜덤포레스트 #읽기 성취 #남녀 성차

Ⅰ. 서 론 01
1. 연구의 필요성 및 목적 01
2. 연구 문제 05
3. 연구의 제한점 06
Ⅱ. 이론적 배경 08
1. 읽기 성취 08
가. PISA의 읽기 성취 08
나. 우리나라 읽기 성취의 특성 09
2. 읽기 성취 관련 선행연구 분석 10
가. 읽기 성취 영향요인 분석 연구 10
나. 읽기 성취 영향요인 관련 선행연구 방법 고찰 13
다. 선행연구 분석 결과 14
3. 통계 방법론적 배경 15
가. 벌점회귀모형 15
나. 교차타당화(Cross-Validation method) 19
다. 의사결정나무모형과 랜덤포레스트 21
라. 결측 처리 기법 23
Ⅲ. 연구 방법 25
1. 연구자료 정리 25
가. 변수 정리 및 결측치 제거 25
나. 설명변수 28
다. 반응변수: 읽기 성취 29
2. 분석 방법 30
가. 분석 과정 30
나. 분석 도구 33
Ⅳ. 연구 결과 34
1. 벌점회귀모형과 랜덤포레스트의 예측성능 비교 34
2. 읽기 성취 예측변수 분석 결과 35
가. 읽기 성취 예측변수 선정 기준 35
나. 남학생과 여학생이 일치하는 읽기 성취 예측변수 38
다. 남학생 읽기 성취 예측변수 42
라. 여학생 읽기 성취 예측변수 44
3. Elastic net 모형에서 선택된 변수 46
가. 예측모형 활용 선행연구와 유사한 결과가 나타난 변수 47
나. 본 연구에서 새롭게 발견된 변수 49
1) 학교 요인 49
2) 학생 요인 50
3) 학부모 요인 52
다. 선행연구와 다른 결과인 변수 54
Ⅴ. 논의 56
1. 결론 56
2. 제언 58
참고문헌 64
ABSTRACT 71
[부록] 73

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)