LMS 로그 데이터 분석을 통한 온라인 학업성취 예측모형에 관한 사례 연구

• 영문명: A Case Study of On-line Academic Achievement Prediction Model by Analyzing LMS Log Data
• 발행기관: 순천대학교 교육과학연구소
• 저자명: 서진선(Jin Sun Seo) 이재경(Jae Kyung Lee)
• 간행물 정보: 『현장수업연구』제1권 제2호, 121~154쪽, 전체 34쪽
• 주제분류: 복합학 > 학제간연구
• 파일형태: PDF
• 발행일자: 2020.07.31

국문 초록

본 연구는 학습분석학적 관점에서 LMS의 로그 데이터를 통해 학습자들의 온라인 학습활동 및 학습행동을 분석한 후, 어떤 변인이 학업성취도를 예측하는지를 규명하고자 하였다. 이를 위해 학습자가 LMS의 온라인 강의실에 남겨놓은 로그 데이터를 본 연구 목적에 맞게 분석 가능한 학습데이터로 변환한 뒤, 이 학습데이터를 독립변수로, 학습자의 학업성취도를 종속변수로 설정하여 학업성취 예측모형을 설정하고 검증하였다. 연구대상은 서울 소재 대학교의 온라인 강좌 수강생 55명이었으며, 독립변수 데이터는 LMS의 학습자 로그분석을 통해 수집되었고, 종속변수인 학업성취도는 기말고사 점수로 파악하였다. 주요 연구결과는 첫째, 학습자의 온라인 학습행동 중에서 강좌접속 수, 학습자료 클릭 수, 게시물 열람이 학업성취도를 유의하게 예측하였다. 둘째, LMS 환경에서의 온라인 학습행동이 학업성취도에 미치는 영향을 다중회귀분석을 통해 검증한 결과, 해당 모형은 학업성취도의 13.0%를 설명하는 것으로 나타났고, 온라인 로그변인을 사용하여 학업성취 예측을 연구한 선행연구의 예측 설명력 범위 안에 포함되었다. 이러한 결과를 바탕으로, 학습분석학적 관점에서 온라인 학습데이터의 체계적인 관리 및 활용의 중요성, 학사관리시스템 혹은 교육 플랫폼의 기능과 인터페이스의 고도화, 적응적 학습지원을 위한 대시보드 개발, 교수자 대상의 효과적인 온라인 교수-학습 설계 및 운영 교육의 필요성을 강조하고, 후속 연구를 위한 제언을 도출하였다. 본 사례연구 결과는 효과적인 온라인 교수-학습 설계 및 운영 전략을 도출하는 데에 기초자료로 활용될 수 있을 것이다.

영문 초록

The purpose of the present study was to analyze the online learning activities of students through the data log of LMS through a learning analytical approach and to find out which variables predict academic achievement. After transforming the data left by the learner into a form that can be properly analyzed, the behavior data was set as an independent variable, and the learner’s academic achievement was used as a dependent variable to develop a model for predicting academic achievement. The study subjects were conducted for 55 students who took a course in Educational Technology, a department of education at S Women’s University in Seoul, independent variable data was collected through LMS’s learner log analysis, and the dependent variable, academic achievement, is the final exam score. The research results are as follows. First, a technical statistical analysis was conducted to examine the trend of online activity data of college students. Based on result, the type, frequency, and average of learners’ learning activities and learning behaviors were found. Second, as a result of analysis related to the development of the academic performance prediction model, the number of course accesses, the number of clicks on learning materials, and the reading of posts significantly predicted academic achievement. Third, as a result of verifying the effect of online behavior in the LMS environment on academic achievement through a multiple regression analysis, the model showed 13.0% of the academic achievement. It was within the scope of predictive explanatory power. Based on these results, several suggestions for the follow-up studies were added at the end.

키워드

학습분석학 LMS 로그 데이터 온라인 행동 온라인 수업 학습분석 데이터 learning analytics LMS online learning behavior online class learning analysis data