대학 서술형 강의평가 자료의 언어 네트워크 분석

• 영문명: Semantic Network Analysis of College Students’ Descriptive Course Evaluation
• 발행기관: 부산대학교 교육발전연구소
• 저자명: 이후희 이상수 이수상 김은정
• 간행물 정보: 『교육혁신연구』제28권 제2호, 237~262쪽, 전체 26쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2018.06.30

국문 초록

연구목적: 본 연구에서는 언어 네트워크 분석을 활용하여 A대학 사범대의 서술식 강의평가를 분석하고 이를 통해 대학수업의 개선을 위한 시사점을 제공하는데 그 목적이 있다. 연구방법: A대학 사범대 총 15개의 학과의 169개의 강좌로부터 1850명의 주관적 강의평가 자료를 활용하였다. 최종적으로 선정된 60개 단어들간의 공출현 매트릭스를 만들고, 이를 바탕으로 UCINET 6.0을 활용하여 주요 단어의 빈도수를 파악하고, 주요 단어들 간의 의미 있는 관계를 파악한 언어 네트워크 분석을 실시하였다. 연구결과: 첫째, 상위 20개의 주요 단어와 언어 네트워크 분석 중 연결정도 중심성 값, 근접 중심성 값에서도 높은 값들로 나타난 주요 의견들은 ‘배움 있는 수업’, ‘좋은 수업’, ‘유익한 수업’ 등으로 학생들이 긍정적으로 인식하는 수업의 유형이었다. 둘째, 부정적인 수업으로는 ‘어려운 수업’, ‘비체계적 수업’, ‘힘든 수업’ 등으로 나타났다. 셋째, 언어 네트워크 분석에서 눈여겨 볼 결과는 다양한 의견들을 서로 매개해주는 역할을 하는 것 중 의미 있게 도출된 것으로 ‘불공정한 평가’, ‘생각할 수 있는 수업’ 등의 의견들이 확인되었다. ‘불공정한 평가’에 대한 에고 네트워크 시각화 결과, 연결선이 강하게 나타나고 상대적으로 근접해 있는 의견들은 ‘열정적인 교수님’, ‘힘든 수업’, ‘만족스런 수업’ 등으로 나타났으며, ‘생각할 수 있는 수업’에 대한 에고 네트워크 시각화 결과, ‘쉬운 설명’, ‘배려하는 교수님’, ‘어려운 수업’ 등으로 나타났다. 논의 및 제언: 본 연구결과를 토대로 학습자 스스로 생각하고 자기 주도적으로 수업에 임할 수 있는 환경이 조성되고, 객관적이며 명확한 평가 기준이 제시된다면 자연스럽게 보다 재미있고, 유익하며, 배움이 있는 최고의 수업이 될 것이라고 여겨진다. 이후 제언으로는 한 대학의 사범계열 대학생을 대상으로 한 강의평가 내용을 분석한 것이므로, 추후 보다 더 다양하고 광범위하게 자료를 수집하여 연구할 필요가 있다. 또한 각 수업의 특성을 고려한 강의평가를 토대로 강의의 개선점을 도출하는 연구가 필요할 것으로 보인다.

영문 초록

Purpose: The purpose of this study was to provide implications for improvement of university courses by analysing descriptive course evaluation of A university using semantic network analysis. Method: A total of 1850 subjective course evaluation data were used from 169 courses in 15 departments. Then co-occurrence matrix among 60 key words was constructed. Based on matrix, the frequency of key words and the meaningful relationship were analysed using UCINET 6.0. Results: First, students perceived ‘learning course’, ‘good course’, ‘meaningful course’ as main positive type of courses through semantic network analysis. Second, in contrast, students perceived ‘difficult course’, ‘non-systematic course’, ‘hard course’ as negative type of courses. Third, what was interesting was ‘unfair evaluation’ and ‘thinkable course’ were derived that relate key words even though the frequency of these were not that high. Lastly, ‘unfair evaluation’, ‘enthusiastic professor’, ‘hard course’, and ‘satisfactory course’ were derived as the result of ego network analysis of ‘unfair evaluation’. Then ‘easy explanation’, ‘considerate professor’, and ‘difficult course’ were derived as the result of ego network analysis of ‘thinkable course’. Conclusion: Based on the results, it is considered to be more meaningful and beneficial courses if self-directed learning environment and clear and objective evaluation criteria are provided.

목차

I. 서 론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

Ⅳ. 연구 결과

Ⅴ. 논의 및 제언

키워드

대학 강의평가 언어 네트워크 분석 사범대 수업개선 College students’ course evaluation Semantic Network Analysis Course improvement