p.(.000)<0.001을 만족하는 것을 확인하여 각각을 친교 및 유희, 학습 요 인으로 명명하였다. 이는 역시 선행연구(김종윤 외, 2017; 김혜숙, 2012;
박현정 외, 2011; Chiao&Chiu, 2018)와 요인 내 목적들의 분류를 바탕으 로 명명한 것이다. 각각의 목적에 따른 시간은 주중과 주말 활용 시간으 로 분류되어 있어, 일주일 간 활용 시간으로 변환하였다.
요인 문항 번호 및 내용
요인1 요인2
친교 및
유희 학습
1. 통화 0.572
2. 문자, 스마트폰, 메신저(카카오 톡 등) 0.882
3. 소셜 네트워크(페북, 카카오스토리 등) 0.808
8. 모바일 게임 0.371
4. 인터넷 강의 0.630
5. 학습 관련 문제해결 0.799
6. 음악 및 일반 동영상 0.496
7. 일반정보검색(뉴스 및 생활정보) 0.368
<표 3-4> 스마트폰 활용 시간 측정 문항의 요인분석 결과
구분 구분
ICT 활용 빈도 ICT 활용 능력 스마트폰 활용 시간
유희 친교 학습 기초 심화 친교 및
유희 학습
ICT 활용빈도
유희 1
친교 0.24 1
학습 0.21 0.19 1
ICT 활용 능력
기초 0.03 0.26 0.18 1
심화 0.22 0.12 0.20 0.48 1
스마트폰 활용 시간
친교 및 유희
0.33 0.39 -0.04 0.03 0.05 1
학습 0.12 0.23 0.32 0.08 0.09 0.47 1
<표 3-5> 독립변수 간 상관관계 분석 결과
다중공선성 확인을 위한 분산팽창계수(VIF; Variance Inflation Factor) 를 분석한 결과는 다음 <표 3-6>과 같다. 분석 결과, VIF 값이 10을 넘 는 변수가 없는 것을 확인하였다. 이에 각 독립변수 간의 다중공선성이 발생하지 않은 것이 검증되어, 각 독립변수를 모두 분석 모형에 투입하 였다.
구분
구분 VIF Tolerance
ICT 활용빈도
유희 1.75 0.57
친교 1.53 0.65
학습 1.42 0.71
ICT 활용 능력 기초 1.39 0.72
심화 1.34 0.75
스마트폰 활용 시간 친교 및 유희 1.34 0.75
학습 1.28 0.78
<표 3-6> 독립변수 간 다중공선성 분석 결과
제 4 절 분석 방법
본 연구는 SELS 데이터를 활용하여 학생의 ICT 활용 양상 및 능력이 학업성취도에 미치는 영향의 소득분위에 따른 차별적 효과와 학교 교육
의 조절효과를 확인하는 데 목적이 있다. 이에 따라 설정한 첫 번째 연 구 문제로 소득분위별로 학생의 ICT 활용 목적에 따른 빈도와 시간, 활 용 능력에 차이가 있는지 일원분산분석(One-way ANOVA)을 활용하여 분석하였다. 두 번째와 세 번째 연구문제로는 전체 분석 대상 학생의 ICT 활용 양상 및 능력이 학업성취도에 미치는 영향과 소득분위별 차별 효과를 확인하기 위하여 합동최소자승회귀분석과 이원고정효과모형 (Fixed effect model)을 분석에 활용하였다. 네 번째 연구문제로 학생의 ICT 활용 양상 및 능력이 학업성취도에 미치는 영향에 학교가 어떠한 조절효과를 갖는지 확인하기 위하여 역시 고정효과모형에 상호작용항을 추가하여 분석하였다. 더불어 기술통계를 실시하였으며, 분석에는 STATA 13.0 프로그램을 사용하였다.
1. 일원분산분석
본 연구의 첫 번째 연구문제인 소득분위별로 학생의 ICT 활용 목적에 따른 빈도 및 시간과 능력에 차이가 있는지 확인하기 위하여 일원분산분석(One-way ANOVA)을 실시하였다. 일원분산분석은 분산분석(Analysis if variance; ANOVA) 방법 중 하나로, 3개 이상의 집단 간의 차이를 확인하는 데 사용하는 분석 방법 이다(성태제, 2007). 본 연구는 소득분위를 상, 중, 하로 분류하였으며 각 소득 분위별로 ICT 활용 목적에 따른 빈도와 활용 능력, 스마트폰 사용 목적에 따른 시간에 있어 차이를 갖는지 본 방법을 활용하여 분석하였다. 본 연구에는 F 검 정 결과 유의한 항목만 보고하였으며, ANOVA plot을 활용하여 가시적으로 집단 간의 차이를 확인할 수 있게 하였다.
2. 합동최소자승회귀분석
본 연구의 두 번째 연구문제인 학생의 ICT 활용 양상 및 능력이 학업 성취도에 미치는 영향을 분석하기에 앞서 1단계 분석으로 합동최소자승 회귀분석(Pooled Ordinary Least Square; 이하 Pooled OLS 또는 POLS)을 실시하였다. Pooled OLS는 종단면 데이터의 구조를 고려하지 않고 합동
(pooling)시킨 데이터를 단순 횡단면 데이터로 여겨 최소자승회귀식으로 추정하는 방법이다(민인식, 최필선, 2009). 패널 데이터를 활용한 본 연구 가 단계적으로 엄밀함을 강조하기 위하여 해당 분석을 실시하고자 한다.
분석에 활용한 수식은 (식 1)과 같다.
(식 1)
위 식에서 과 , 은 각각 ICT 활용 목적에 따른 빈도 유 형 중 유희, 친교, 학습에 해당한다. 와 는 각각 ICT 활용 능력 유형 중 기초 능력과 심화 능력을 의미한다. 와 는 스마트폰 활 용 목적에 따른 시간 유형 중 친교 및 유희와 학습에 해당한다. 통제변 수인 학생 특성 변수()와 가정 특성 변수(), 학교 특성 변수() 와 함께 오차항()도 수식에 포함하였다.
3. 고정효과모형
본 연구는 패널데이터 활용에 있어 합동최소자승회귀모형으로는 통제 할 수 없는 오차항의 이분산성과 자기상관을 통제하고 일치추정량 및 효 율추정량을 도출하기 위하여 연구문제 2, 3, 4번 분석에 고정효과모형을 활용하였다. 고정효과모형은 각 패널 개체의 서로 다른 상수항이 고정되 어 있다고 가정함으로써 패널 개체가 가진 고유한 특징을 통제하여 내생 성을 해결할 수 있다(민인식, 최필선, 2009). 특히 본 연구에서는 5개년도 의 패널 데이터를 활용하기에 개인의 특성을 고정함으로써 내생성을 통 제한 가운데, 학년 변화에 따른 연도별 특성까지 고정시킨 이원고정효과 모형(Two-way fixed effect model) 분석을 실시하고자 한다. 개인 특성과 연도 특성을 고정시킨 이원고정효과모형 수식은 아래 (식 2)와 같다.
(식 2)
위의 이원고정효과모형에 투입된 변수들은 POLS의 변수들과 동일하 며, 연도 특성을 의미하는 변수와 개인 특성을 의미하는 변수가 추 가되었다.
연구문제 4를 분석하기 위해 상호작용항으로 ‘학교의 스마트기기 활 용 수업 활성화도’(SE)를 투입한 이원고정효과모형 수식은 아래 (식3)과 같다.
(식 3)
×
또 다른 상호작용항인 ‘교사의 스마트기기 활용 능력’(TA)을 투입 한 이원고정효과 모형의 수식은 (식 4)와 같다.
(식 4)
×
제 4 장 연구 결과
제 1 절 소득분위별 학생의 ICT 활용 양상 및 능력 차이
1. 기술통계
본 연구는 학생의 ICT 활용 양상 및 능력이 학업성취도에 미치는 영 향에 있어 소득분위에 따른 차별적 효과가 발생하는지 분석하고자 한다.
이에 먼저 전체 학생과 소득분위별 집단별로 주요 변수들에 대한 기술통 계 분석을 실시하였다. 주요 관심변수인 ICT 활용 관련 변수 및 통제변 수들에 대한 기술통계 결과는 다음 <표 4-1>과 같다.
종속변수인 학업성취도 변수를 보면, 소득분위 상 집단의 국어, 수학, 영어 성취도 점수는 세 과목 모두 전체 평균보다 높은 것으로 나타났다.
반면, 소득분위 하 집단은 세 과목 모두 전체 평균보다 낮은 것을 확인 할 수 있다.
독립변수 중 ICT 활용 빈도를 소득분위 집단별로 살펴보면, 소득분위 하 집단은 상 집단에 비해 유희 항목(2.01)과 친교 항목(4.20)의 평균이 높은 반면, 학습 항목(2.30)은 더 낮은 것으로 나타났다. 소득분위 하 집 단은 ICT를 활용하는 데 있어 학습 목적보다는 유희와 친교 목적으로 더 많이 사용하는 것으로 보인다. ICT 활용 능력의 경우, 기초 능력은 소득분위 하 집단이 상 집단에 비해 다소 낮았고(2.92), 심화 능력의 평 균(2.42) 또한 근소한 차이로 낮았다. 목적에 따른 스마트폰 활용 시간 역시 소득분위 하 집단은 친교 및 유희 목적으로 쓰는 시간이 평균 3.19 시간으로, 상 집단이 평균 2.48 시간을 쓰는 것에 비해 많았으며, 반면 학습 목적으로 사용하는 시간은 하 집단은 2.30시간, 상 집단은 2.03시간 으로 하 집단이 오히려 많았다.
구분
전체 소득분위 상 소득분위 중 소득분위 하
평균 표준
편차 평균 표준
편차 평균 표준
편차 평균 표준
편차
관 심 변 수
국어 성취도 374.37 40.94 380.37 42.73 372.58 40.02 370.55 39.55 수학 성취도 382.55 56.25 395.65 60.02 381.07 54.14 371.53 52.09 영어 성취도 425.04 59.64 439.68 62.63 422.97 57.99 413.17 55.42
ICT 활용 빈도
유희 1.97 0.79 1.89 0.79 1.99 0.80 2.01 0.78 친교 4.17 0.84 4.07 0.92 4.22 0.79 4.20 0.80 학습 2.38 0.80 2.46 0.81 2.38 0.81 2.30 0.78 ICT
활용 능력
기초 2.93 0.20 2.93 0.21 2.93 0.19 2.92 0.20 심화 2.42 0.47 2.43 0.48 2.42 0.47 2.42 0.46 스마트
폰 활용 시간
친교,
유희 2.88 2.14 2.48 2.17 2.96 2.04 3.19 2.16 학습 2.18 1.81 2.03 1.88 2.21 1.78 2.30 1.77
학 생
여학생 더미 0.53 0.50 0.52 0.50 0.54 0.50 0.53 0.50 수업
태도
국어 3.74 0.77 3.82 0.78 3.74 0.76 3.68 0.77 수학 3.89 0.91 3.97 0.90 3.92 0.89 3.80 0.92 영어 3.84 0.83 3.92 0.84 3.84 0.82 3.76 0.84 교사
와의 관계
국어 4.23 0.65 4.22 0.67 4.24 0.64 4.22 0.65 수학 4.21 0.70 4.21 0.71 4.24 0.67 4.16 0.70 영어 4.21 0.70 4.20 0.71 4.23 0.68 4.18 0.70 학습
시간
국어 2.59 1.93 2.97 2.08 2.52 1.88 2.30 1.76 수학 3.84 2.40 4.35 2.50 3.79 2.36 3.41 2.26 영어 3.17 1.97 3.48 2.02 3.12 1.93 2.93 1.93 사교육
시간
국어 1.74 2.32 2.41 2.57 1.66 2.27 1.20 1.92 수학 4.86 2.61 5.26 2.56 4.99 2.56 4.32 2.64 영어 3.81 2.54 3.99 2.48 3.93 2.55 3.51 2.57 자기통제력 3.72 0.70 3.80 0.70 3.72 0.68 3.65 0.71 성취목표 3.83 0.76 3.93 0.76 3.82 0.76 3.75 0.77 진로성숙도 4.00 0.66 4.05 0.65 4.01 0.65 3.92 0.68 교우관계 4.36 0.56 4.40 0.56 4.37 0.56 4.32 0.56 가
정
로그 월평균 소득 6.23 0.51 6.78 0.31 6.25 0.10 5.68 0.34 부모 학력 15.45 2.39 16.61 2.31 15.45 2.13 14.31 2.20 문화자본 1.75 0.53 1.80 0.54 1.75 0.52 1.69 0.51 부모의 자녀
학업적 관심 3.55 0.82 3.63 0.82 3.54 0.82 3.48 0.82
학 교
설립유형 0.45 0.76 0.39 0.87 0.44 0.77 0.52 0.64 학교 규모 31.12 7.99 32.07 8.09 31.21 7.93 30.09 7.86 학교 소재지 0.20 0.40 0.33 0.47 0.17 0.37 0.12 0.33 학교 평균 SES 6.18 0.26 6.33 0.25 6.18 0.23 6.04 0.23 학교 컴퓨터실 수 1.57 0.76 1.52 0.75 1.57 0.77 1.62 0.77 테크놀로지 교 0.08 0.28 0.07 0.25 0.09 0.28 0.09 0.29
<표 4-1> 기술통계
2. 소득분위별 일원분산분석 결과
기술통계 분석에 이어 학생의 ICT 활용 양상 및 능력이 소득분위 간 에 통계적으로 유의한 차이가 있는지 일원분산분석을 활용하여 분석하였 다. 일원분산분석 결과 통계적으로 유의하게 집단 간 차이가 있다고 검 증된 변수의 경우, 집단 간에 어떠한 차이가 있는지에 대해 사후검증을 실시하였다. 일원분산분석과 사후검증 결과는 아래 <표 4-2>와 같다. 사 후검증 방법은 가장 엄격성이 높은 Scheffe 방법(성태제, 2007)을 사용하 였으며, 검증 결과 통계적으로 유의한 결과만 아래 표에 제시하였다.
구분
구분
M(SD) F Scheffe
ICT 활용빈도
유희 22.36(0.71) 31.43*** 상<중<하***
친교 15.9(0.79) 19.13*** 상<하<중***
학습 20.93(0.70) 30.08*** 하<중<상***
ICT 활용 능력
기초 0.47(0.07) 6.89***
심화 0.64(0.23) 2.76*
스마트폰 활용 시간
친교 및 유희 401.55(5.19) 77.36*** 상<중<하***
학습 34.57(3.50) 9.87*** 상<중<하***
<표 4-2> 소득분위별 ICT 활용 양상 및 능력의 일원분산분석 결과
*** p<0.01, ** p<0.05, * p<0.1
일원분산분석 결과에 따르면, 소득분위 상중하 집단은 ICT 활용 양상 과 능력에 있어 차이가 있는 것으로 나타났다. 사후검증 결과, 유희 목
과교실 운영 스마트폰기기 활
용 수업 활성도 3.13 0.67 3.19 0.63 3.13 0.65 3.06 0.72 교사의 스마트폰
활용 수업 능력 2.79 0.56 2.81 0.51 2.79 0.54 2.76 0.61 교사 ICT 활용
연수 참여 시간 0.47 0.51 0.47 0.49 0.47 0.49 0.49 0.54 온라인 교수학습체제
활용빈도 11.28 10.65 10.31 10.36 11.14 10.62 12.38 10.85
N 6,095 1,911 2,211 1,973
적의 ICT 활용 빈도는 하 집단일수록 더 많은 것으로 나타났으며, 스마 트폰 활용 시간 역시 마찬가지였다. 친교 목적의 ICT 활용 빈도 반면, 학습 관련 ICT 활용 빈도는 상 집단일수록 더 많았으며, 반면 학습 목적 의 스마트폰 활용 평균 시간은 하 집단일수록 더 긴 것으로 나타났다.
다음으로, 통계적으로 유의성이 높은 항목(p<.01)만 ANOVA plot 그래 프로 제시하였다. 소득분위 그룹별 차이가 극적으로 드러난 변수는 ICT 활용 목적에 따른 빈도이다. 기술통계와 일원분산분석 사후검증 결과에 서 확인한 것과 마찬가지로 ANOVA plot 에서도 저소득층일수록 유희와 친교 목적의 ICT 활용 빈도가 많았고, 학습 목적의 빈도는 적은 그래프 의 모양을 확인할 수 있다. ICT 활용 능력 중 소득분위에 따라 차이가 발생한 유형은 기초 능력이었다. 심화 능력의 경우 통계적으로 유의하지 않았다. 스마트폰 활용 시간의 경우 ICT 활용 빈도 변수들과 마찬가지로 저소득층일수록 친교 및 유희 목적 사용 시간이 많았으며, 학습 관련 시 간은 크게 차이가 두드러지지는 않았다. 그래프는 다음 그림들과 같다.
12345ICT 빈도_유희
1 2 3
3 quantiles of income
Fitted values
[그림 4-1] 소득분위별 ICT 활용 ‘유희’ 목적 빈도 일원분산분석 그래프