KCI등재
GAMM과 PGM을 적용한 성장모형의 탐색 = Application of growth model applying GAMM and PGM
저자
발행기관
학술지명
권호사항
발행연도
2023
작성언어
-주제어
KDC
370
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
229-253(25쪽)
제공처
종단연구에서 성장모형을 탐색하는 것은, 성장과 관계된 변인의 효과성을 검증하는 것만큼 중요하다. 본 연구는 성장모형을 확인함에 있어 종단연구에서 일반화 가법 혼합 모형(GAMM)과 조각별 성장모형(PGM)을 활용하여 분석을 진행하였다. 실증자료는 한국교육종단연구(KELS-2013) 데이터를 통해, 학생들의 수학 학업성취도의 변화를 GAMM과 PGM을 활용하였다. 연구 결과, 첫째, GAMM에서 최적화된 성장모형 함수의 지수가 2.98로 산출되어, 성장모형은 3차 함수에 가장 적합한 것을 확인하였다. 또한 GAMM을 적용해 무선 효과를 검증한 결과, 조사의 시작점인 1차년도에서 198.73점의 성장을 확인하였고, 학생들의 수학 학업성취도 성장에 있어서는 여학생이 남학생보다 2.97점 높은 성장을 보이는 것을 확인하였다. 둘째, PGM을 적용한 결과, 전환점은 2.54에서 나타나 초등학교에서 중학교로 학교 급이 변화하는 시점에서 가장 큰 변화를 보이는 것을 확인하였다. 본 연구의 결과는 데이터 기반 성장모형을 탐색하는 GAMM과 PGM을 통한 접근을 시도했으며, 이러한 연구는 데이터 기반 기계학습법 등의 성장모형 분석으로 크게 확장될 수 있다.
더보기Exploring a growth model in a longitudinal study is as important as verifying the effectiveness of variables related to growth. In this study, in identifying the growth model, the analysis was conducted using the generalized additive mixed model (GAMM) and the piecewise growth model (PGM) in longitudinal study. For empirical data, GAMM and PGM were used for identifying changes in students' academic achievement in mathematics through the Korean Education Longitudinal Study (KELS-2013) data. As a result, the exponent of the growth model function optimized in GAMM was calculated as 2.98, confirming that the growth model was most suitable for a cubic function. In addition, as a result of verifying the random effect by applying GAMM, a growth of 198.73 points was confirmed in the first year, the starting point of the survey, and it was confirmed that female students showed 2.97 points higher growth than male students in terms of growth in students' math achievement. On the other hand, as a result of applying PGM, the turning point appeared at 2.54, and it was confirmed that the greatest change was shown at the time of school grade change from elementary school to middle school. Such results as in this study show different approaches through GAMM and PGM to explore data-based growth models, and these results can be greatly expanded to analyze growth models such as data-based machine learning methods.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)