pisa 학업성취도분석연구 -...

학업성취도 분석 연구PISA


발행일┃ 년 월2005 12펴낸이┃고형일펴낸곳┃한국교육개발원등록번호┃제 호16-35등록일자┃ 년 월 일1973 6 13

주소┃서울시 서초구 우면동 92-6 (137-791)전화┃(02)3460-0408, 0234팩스┃(02)3460-0151Homepage www.kedi.re.kr┃

ISBN 89-8388 391-X 93370

연구보고 RR 2005-16

학업성취도 분석 연구PISALook on Korean Secondary Education through the Analysis of the PISA Study

머리말

는 중학교까지의 의무교육을 마친PISA(Programme for International Student Assessment)

만 세 학생들이 향후 사회로 나가서 얼마나 생산적인 역할을 할 수 있는지에 대해 살펴15

보기 위한 국제학업성취도 비교 평가를 말합니다 수학 읽기 과학 문제해결 능력OECD . , , ,

의 네 분야에서 실시되는 는 각 국가의 특정한 교과과정으로부터 벗어나 해당 분야PISA

의 실질적이며 창의적인 능력을 측정하는 것을 목적으로 하고 있습니다 특정 교과과정.

을 평가하지 않는다는 특성으로 인해 국가들은 자국의 의무교육의 성과에 대하여OECD

국제적으로 평가하는 주요한 자료로서 결과를 활용하고 있습니다PISA .

이에 본원에서도 한국 교육의 성과를 측정하고 한국 교육체제의 장단점을 분석하기 위

해 학업성취도 분석 연구를 시행하였습니다 이 연구는 년도 주기 원자PISA . 2003 PISA 2

료를 사용하여 학생들의 학업성취도와 학생들의 정의적 사회경제적 변인들 그리고 학교, ,

수준 변인들 간의 관계를 종합적으로 연구 분석함으로써 우리나라 중등교육의 학교 효과

에 대한 실증적 정보를 제공하고자 하였습니다 더불어 핀란드 독일 일본과 같은 일부. , , ,

국가에 대한 심층 분석을 통하여 우리나라 중등교육체제의 장단점에 대한 진단적 정보를

제공하고자 하였습니다.

와 같은 학업성취도 자료를 정교한 통계분석방법을 이용하여 검토하여 한국교육PISA

체제에 대한 효과 분석을 시행한 연구는 다른 선진국가들에 비해서 한국에 상대적으로

많지 않은 상황입니다 이번 본원의 연구가 한국에서 학업성취도 자료를 활용하여 구체.

적이고 정교한 통계분석을 통해 얻는 주요한 시사점에 기초하여 교육정책의 방향에 대해

서 논의하는데 일조하길 바랍니다.

이 연구를 위해서 그동안 노력과 수고를 아끼지 않은 본원 연구자들과 연구책임자로서

맡은 바 책임을 다해주신 서울대학교 박현정 교수에게 감사의 말씀을 드립니다.

년 월2005 12

연구요약

본 연구에서는 년도 주기이하 이라 약칭함 원자료 데이2003 PISA 2 ( ‘PISA 2003’ )

터베이스에 대한 분석을 통하여 학생들의 학업성취도와 학생들의 정의적 사회경제적,

변인들 그리고 학교수준 변인들간의 관계를 종합적으로 연구 분석함으로써 우리나라,

중등교육의 학교 효과에 대한 실증적 정보를 제공하는 데 그 목적을 두었다.

자료 및 분석방법론에 대한 일차적 점검1.본 연구에서는 먼저 데이터베이스에 대한 분석에 있어서 유의해야 할 측정, PISA 2003

학적 방법론에 대한 검토를 실시하였는데 그 결과 다층적인 자료 구성상의 특징을 고려,

하고 측정 유의값들과 반복 가중치 변인들을 포함하고 있는 설문자료의 특수성들을 나름

대로 동시에 해결해 줄 수 있도록 위계적선형모형 프로그램을 이용하여 분석하는(HLM)

것이 적절한 것으로 판단되었다 만약 프로그램을 사용하지 않을 경우에는 원칙적. HLM

으로는 반드시 가중치 변인들을 책정하도록 고안된 이나 등의 통계 프로그AM WESVAR

램을 사용해야만 하며 가능한 한 일일이 각 성취도의 측정 유의값들을 다 분석해주어야

하는 것으로 보인다 편의상 측정 유의값의 평균을 사용해도 무방한 것으로 보이나 이. ,

경우에도 반드시 반복 가중치 변인들을 설정해주어야 한다 그 다음 단계로는 에서. OECD

학생들의 정성적 측면을 측정한 문항들을 묶어서 척도화를 통해서 제공하는 차 가IRT 2

공변인들이 우리나라 자료만을 사용한 분석에 있어서 포함되는 것이 적합한지를 검토하

였다 주성분요인분석과 의 신뢰도 계수 점검을 실시한 결과 문화적 재원 소유. Cronbach ,

지표 교육 재원 소유 지표 와 학습 전략 지표들 통제 전략 지표(CULTPOSS), (HEDRES) , ,

상세화 전략 지표 암기 전략 지표 그리고 학습태도와 관련하, (CSTRAT, ELAB, MEMOR),

여 협력적 태도 지표와 경쟁적 태도 지표 등의 변인들은 우리나(COMPLRN, COOPLRN)

라 학생들의 응답자료만을 가지고 분석할 때는 사용하는 것을 한 번 더 제고해야 함을 확

인하였다.

결과에 대한 국제 비교 및 이후2. PISA 2003 PISA 2000추이 분석

이러한 기본적 사항에 대한 점검을 마친 다음에 본 연구에서는 결과를 토, PISA 2003

대로 우리나라 학생들의 학업성취도 및 제반 특성을 독일과 일본 핀란드 학생들과 비교,

하였다 유독 독일과 일본 핀란드를 설정하여 우리나라와 비교하고자 한 이유는 다음과. ,

같았다 먼저 핀란드의 경우에는 거의 모든 영역에 있어서 학생들의 평균 성취도가 매우. ,

높으면서도 학생들간 성적 격차는 매우 낮은 것으로 나타나 교육의 수월성과 형평성을

동시에 달성하고 있는 예시로 자주 인용되고 있기 때문이다 일본은 우리나라와의 지리.

학적 문화적 교육체제적 유사성 때문에 선택하였으며 독일은 에서의 저조한, , , PISA 2000

성적 때문에 지난 수년간 엄청난 관심과 지원을 받아왔다는 점에서 주목할 만하여 우리

나라와의 비교를 위하여 선택하였다.

우리나라 학생들과 핀란드 일본 독일 학생들을 비교한 결과 다음과 같은 결론을 내, , ,

릴 수 있었다 먼저 우리나라 학생들은 핀란드 학생들과 더불어 수학적 소양과 문제해결. ,

력 읽기 소양 모두에서 높은 평균 수준과 작은 학생들간 점수 격차를 보여서 교육의 수,

월성과 형평성을 동시에 어느 정도 만족하고 있다고 할 수 있다 하지만 과학적 소양에. ,

있어서는 다른 영역에 비하여 평균 수준이 상대적으로 낮을 뿐 아니라 학생들간 점수 격

차도 더 큰 것으로 나타났으며 여학생들의 성취 수준이 크게 떨어지는 것으로 나타나 이,

에 대한 대책을 마련해야 할 것으로 보인다 또한 학생들의 수학에 대한 동기나 자아관. ,

련 신념이 전반적으로 매우 낮게 나타났지만 우리나라 내부에서는 이러한 특성들이 높,

으면 높을수록 학업 성취도 수준이 높아지는 것으로 나타나 학생들에게 내적외적 동기/

를 부여하고 자신감을 갖게 할 수 있는 수업전략 등에 관한 추가적 연구가 필요할 것으로

보인다 또한 우리나라는 상대적으로 학생들의 가정 배경이 학업 성취도에 영향을 적게. ,

미치는 것으로 나타났지만 핀란드나 일본보다는 더 큰 영향을 미치는 것으로 나타나 사,

회경제적 격차와 관계없이 교육의 평등성을 보장할 수 있는 방안이 무엇인지에 대한 보

다 장기적 전략이 수립되어야 할 것이다 마지막으로 우리나라 학교장들은 다른 국가들에. ,

비하여 담당 교사들의 사기와 열의에 대하여 낮게 평가하였는데 이 역시 그 근본적인 이,

유가 무엇이며 어떻게 이를 바꿀 수 있을지에 대한 여러 가지 고려가 있어야 할 것이다.

나 과 결과에 대한 비교 분석 결과. PISA 2000 PISA 2003또한 우리나라 학생들 자료만을 대상으로 년도 자료와 년도간의 공통된 성취, 2000 2003

도 결과와 설문문항을 가지고 변화 추이를 분석하였다 그 결과 우리나라 학생들의 전반. ,

적인 평균 학업성취도는 여전히 높은 수준을 유지하고 있지만 세부적으로 그 성취도의,

분포를 살펴보면 하위권 학생들의 성적이 더 낮아졌음을 알 수 있다 따라서 학교에서 성.

적이 낮은 하위권 학생들에 대한 학업지원들 위한 여러 방안들이 마련될 필요성이 있음

을 보여주고 있다 한편 사회경제적 지위가 학업성취도에 미치는 영향이 늘어났으며 이.

에 대한 다방면의 분석이 향후 년도의 차 결과에 따라서 이루어질 필요성이2006 3 PISA

있다.

학생들의 학업성취를 높이기 위한 교사들과 관련된 여러 요인들 중 교사들의 학생에,

대한 기대를 높이기 위한 열의의 증대와 학생들의 잠재능력을 끌어내기 위한 교육학적,

전문능력의 증진 학생들의 요구를 충족시키기 위한 전문성의 고양 등이 필요함을, 2000

년도와 년도의 학교장 설문지 분석을 통해서 알 수 있다 이러한 교사의 소양을 높이2003 .

기 위해서는 교사들에 대한 전문성 재교육 정책에 대한 전반적인 검토가 필요함을 암시

해준다.

한편 학생들의 음주문제와 학교 폭력문제가 심각해졌음을 자료 분석을 통해서도PISA

확인될 수 있었다 따라서 이러한 학교 폭력문제와 음주문제 등의 학생들의 일탈행위에.

대한 방지책이 마련되어져야 함을 보여주고 있다.

자료로 본 우리나라 중등교육 정책의 효과 분석3. PISA 2003본 연구에서 분석한 우리나라 중등학교의 교육정책과 내용은 다음과 같았다 첫째 교: ,

육여건의 주요 지표 중 하나인 교사 인당 학생수가 학생들의 학업성취도에 미치는 효과1

분석 둘째 학교 외에서 이루어지는 사교육 시간이 학생들의 학업성취도에 미치는 효과; ,

분석 셋째 차 교육과정의 주요 내용 중 하나인 수준별 수업이 학생들의 학업성취도에; , 7

미치는 효과 분석 그리고 넷째 평준화 정책 시행 여부가 학생들의 학업성취도에 미치는; ,

효과 분석.

그 결과 연구는 다음과 같은 시사점을 우리나라 중등교육에 준다고 할 수 있는, PISA

것 같다 첫째 비록 본 연구에서는 그 실제적 유의미성에 대해서는 확답을 찾지 못하였. ,

으나 교사 일인당 학생수를 감축하고자 하는 노력을 계속 기울여야 할 것이며 이에 대한

실증적 자료 분석을 계속해 나가야 할 것이다 둘째 수학에 대한 사교육만큼이나 학생들. ,

의 수학적 소양에 영향을 미치고 있는 학교에서의 수학 심화 보충 수업시간을 확대해

나감으로써 사교육으로 인한 여러 가지 사회적 문제를 축소시킬 수 있을 것이다 셋째, . ,

본 연구에서는 수준별 수업이 학업 성취도에 미치는 효과에 대하여 통계적으로 유의한

결과를 나타내지 못하였지만 아직은 수준별 수업 시행이 자리를 잡지 못하고 있다는 것

을 고려했을 때 그 효과에 대해서 지속적인 연구가 이루어져야 할 것으로 보인다.

또한 평준화 지역과 비평준화 지역 학생들의 학업성취도 수준 및 특성에 대한 비교 분,

석 결과 다음과 같은 결론을 내릴 수 있었다 먼저 두 지역간에 핵심적인 차이로서 지적, . ,

되어온 학교선택권 제한의 정도가 두 지역사이에 사실상 거의 차이가 없는 것으로 분석

되었다 특히 평준화여부를 떠나서 학생들의 사회경제적 배경이 높을수록 학교를 선택할.

확률이 높은 것으로 드러났다 이는 학교선택권 제한의 이유를 들어 평준화를 해제시키.

자는 주장이 근거가 부족함을 보여준다 학교선택권의 문제를 평준화비평준화의 시각에. /

서보다는 저소득층에 대한 교육기회의 균등의 시각에서 접근해야 함을 보여준다 한편. ,

평준화 지역 여부와 상관없이 학업성적이 입학사정에서 중요하게 여겨지고 있으며 역으

로 비평준화 지역에서도 학업성적이 그다지 고려되지 않는 학교들도 상당부분 있는 것을

보여진다 이는 고등학교 중등교육이 보편화되었다는 것을 간접적으로 의미하기도 한다. .

그리고 평준화 지역이 비록 통계적으로는 유의하지는 않지만 교육적 여건이 비평준화

지역보다 좋은 것으로 드러났다 이는 정책적 변인들이 고려되지 않아서 분석의 한계가.

있지만 평준화정책이 교육여건을 최소한 악화시키지는않았다는 의미로해석될 수있다.

중요한 점은 평준화시행여부보다는 정부의 지원비율과 지역규모 등이 학교의 교육여건

개선에 크게 영향을 주고 있다는 사실이다 한편 학생성적의 변량에서 학교 간 차이에 의.

해서 설명되어지는 분량이 평준화 지역이 낮게 나타나고 있으며 이는 평준화 정책이 어

느 정도 학교간 격차를 줄였음을 보여주고 있다.

마지막으로 학업성취도 분석결과 학생차원의 사회경제적 배경변인과 정성변인들 학,

교 단위의 여러 여건 변인들을 통제했을 때 두 지역 간의 학업성취도의 차이가 없는 것으

로 나타났다 특히 학생차원과 학교차원의 변인들을 통제하지 않았을 때에 나타난 두 지.

역사이의 학업성취도 차이가 사라졌다는 점은 학생들의 정성적 요인들과 학교의 교육여,

건 개선 등에 더욱 노력을 기울이는 것이 학업성취도에 중요하게 영향을 미친다는 것을

의미한다 따라서 평준화에 대해서 단선적인 비판이나 평준화냐 아니냐와 같은 소모적인.

논쟁보다는 학생들의 학업동기 향상과 학교교육여건의 개선을 위한 정책적 노력이 필요

하다고 볼 수 있다.

차 례

연구의 개요.Ⅰ 1

연구의 필요성 및 목적1. 3연구내용2. 4연구 방법3. 5문헌분석 및 연구방법론.Ⅱ 7

문헌연구 선행연구 분석1. ( ) 9분석방법론에 대한 검토2. 11측정 유의값들과 반복 가중치 변인들 설정방법에 대한 추가 검토3. 14

차 가공 변인들의 사용 적정성 판단을 위한 문항분석. PISA 2Ⅲ 19

서론1. 21분석방법론2. 22검토 대상 변인3. 22분석 결과4. 23결론5. 34

결과에 대한 국제비교. PISA 2003Ⅳ 37

참여 학생의 구성1. PISA 39학생들의 학업성취도 비교2. 41학생들의 개인적 특성과 학업성취도 비교3. 50학교 배경과 학업성취도 비교4. 57결론5. 60

과 결과에 대한 비교 분석. PISA 2000 PISA 2003Ⅴ 61

서론1. 63학업 성취도에 있어서의 년도와 년도 비교2. 2000 2003 63

3. 학업성취도에 미치는 사회경제 문화적배경 변인효과 크기의 년도와 년도 비교2000 2003 69수학 성취도의 학교간 학교내 변량의 년도와 년도 비교4. 2000 2003 71학교장 설문 변인들의 년도와 년도 비교5. 2000 2003 73결론6. 77

결과로 본 우리나라 중등교육 정책에 대한 효과 분석. PISA 2003Ⅵ 79

서론1. 81교사 일인당 학생수가 학생들의 학업성취도에 미치는 영향 분석2. 83사교육 시간이 학생들의 학업성취도에 미치는 영향 분석3. 85수준별 수업이 학생들의 학업성취도에 미치는 영향 분석4. 86결론5. 88

자료연구를 통한 평준화 정책의 쟁점 분석. PISAⅦ 89

서론1. 91관련 문헌 분석2. 91평준화 지역과 비평준화 지역의 내용적 차이 검토 및 연구주제3. 92연구자료4. 94분석결과5. 95결론6. 113결론.Ⅷ 115

자료 및 분석방법론에 대한 일차적 점검1. 117결과에 대한 국제 비교 및 이후 추이 분석2. PISA 2003 PISA 2000 118자료로 본 우리나라 중등교육 정책의 효과 분석3. PISA 2003 120

참고문헌 123

ABSTRACT 129

표차례

표< 2-1> 유의 측정값들의 표준오차 산출 공식 15표< 2-2> 한국 학생들의 수학적 소양의 평균과 표준오차 16표< 2-3> 한국학생들의 남여간 수학적 소양 점수 차이의 평균과 표준오차‧ 16표< 2-4> 다섯 개의 측정 유의값을 모두 사용한 경우와 그 평균을 사용한 경우의 비교 17표< 2-5> 측정 유의값의 평균을 사용하는 경우 가중치 변인 고려 여부에 따른 모수 측정값과,

표준오차 비교 18표< 3-1> 검토 대상 정성적 변인명과 정의 23표< 3-2> 자원 소유 여부 측정 문항들에 대한 주성분요인분석 결과 24표< 3-3> 학교에 대한 태도 측정 문항들에 대한 주성분요인분석 결과 26표< 3-4> 교사와 학생관의 관계 측정 문항들에 대한 주성분요인분석 결과 26표< 3-5> 학생의 소속감 측정 문항에 대한 주성분요인분석 결과 27표< 3-6> 수학에 대한 흥미 측정 문항들에 대한 주성분요인분석 결과 28표< 3-7> 자아 효능감 측정 문항에 대한 주성분요인분석 결과 29표< 3-8> 수학에 대한 불안과 자아개념 측정 문항에 대한 주성분요인분석 결과 30표< 3-9> 학습 전략 측정 문항들에 대한 주성분요인분석 결과 31표< 3-10> 수학 수업시간에서의 학습태도 측정 문항들에 대한 주성분요인분석 결과 33표< 3-11> 교사들의 지원과 수업분위기 측정 문항들에 대한 주성분요인분석 결과 34표< 4-1> 에 참여한 만 세 학생의 특성 비교PISA 2003 15 40표< 4-2> 에 참여한 학교의 특성 비교PISA 2003 41표< 4-3> 결과로 본 세 학생들의 수학 성취도 비교PISA 2003 15 42표< 4-4> 수학 영역에서의 성취 수준의 의미PISA 2003 43표< 4-5> 내용영역별 수학 성취도 비교 44표< 4-6> 문제해결력 비교 45표< 4-7> 문제해결력 영역에서의 성취 수준의 의미PISA 2003 46표< 4-8> 읽기 성취도 비교 47표< 4-9> 읽기 영역 성취도 수준의 의미PISA 2003 48표< 4-10> 과학 성취도 비교 49표< 4-11> 수학에 대한 동기 비교 51표< 4-12> 수학에 대한 동기와 수학 성취도 간의 관계 비교 51표< 4-13> 수학에 대한 자아 관련 신념 비교 53표< 4-14> 수학에 대한 자아 관련 신념과 수학 성취도 간의 관계 비교 54표< 4-15> 학교에 대한 태도 및 소속감 비교 54표< 4-16> 학교에 대한 태도 및 소속감과 수학 성취도 간의 관계 비교 55표< 4-17> 학생들의 사회경제적 지위와 수학 성취도 간의 관계 비교 56표< 4-18> 학교와 교실 수업 분위기 비교 58표< 4-19> 학교와 교실 수업 분위기와 수학 성취도 간의 관계 비교 59표< 4-20> 학교의 교육적 자원과 수학 성취도 간의 관계 비교 59

표< 5-1> 과 간의 수학 공간과 모양에 대한 평가점수 비교PISA 2000 2003 64표< 5-2> 수학공간과 모양에 대한 우리나라 학생들의 백분위별 점수 분포 비교PISA 64표< 5-3> 과 간의 수학 변화와 관계에 대한 평가점수 비교PISA 2000 2003 65표< 5-4> 수학 변화와 관계에 대한 우리나라 학생들의 백분위별 점수 분포 비교PISA 65표< 5-5> 수학 전체 합산점수의 백분위별 점수의 변화PISA 66표< 5-6> 읽기 소양 점수의 백분위별 점수 분포 비교 67표< 5-7> 과학 소양 점수의 백분위별 점수 분포 비교 68표< 5-8> 지표화된 사회경제문화적변인 이 수학성취도에 미치는 영향과 학부모의 사회경제적(ESCS)

지위 분포의 변화 70표< 5-9> 학교간 및 학교내 차이에 의한 수학 성취도 설명 변량 비교 72표< 5-10> 교장이 교사와 관련된 요인들 중학생들의 배움을 많이 저해한다고 응답한 학교에 재학

중인 학생 비율 비교 74표< 5-11> 교사의 사기와 열의 측정 항목들에 동의한 학교들에 재학 중인 학생 비율 비교 단위( :%) 75표< 5-12> 학생과 관련된 요인들 중 학생들의 배움을 많이 저해한다고 응답한 학교에 재학 중인 학생

비율 비교 76표< 6-1> 변인들에 대한 기술통계 82표< 6-2> 수학교사 일인당 학생수가 학생들의 수학적 소양에 미치는 영향 84표< 6-3> 수학 심화보충 수업시간과 사교육시간이 수학적 소양에 미치는 영향․ 85표< 6-4> 수준별 수학 수업이 학생들의 수학적 소양에 미치는 영향 87표< 7-1> 평준화지역과 비평준화 지역별로 본 학생들의 학교 선택 여부 95표< 7-2> 로지스틱 회귀분석 학교선택권 행사 여부에 영향을 주는 변인 분석: 96표< 7-3> 학생 선발시 학생들의 성적을 고려하는지의 여부와 평준화 지역별에 따른 학교 수 98표< 7-4> 평준화 지역과 비평준화 지역간의 교육적 자원 질의 차이에 대한 회귀분석 결과 100표< 7-5> 평준화 지역과 비평준화 지역간의 전체 평균점수 비교 및 학교 간 변량 102표< 7-6> 에서 사용된 변인들에 대한 기술통계표HLM 103표< 7-7> 무선 절편 모형 결과 수학학업성취도에 미치는 변인 분석. 108표< 7-8> 읽기 성취도에 미치는 변인 분석 110표< 7-9> 과학 성취도에 미치는 영향 분석 111표< 7-10> 문제해결능력에 미치는 영향분석 112

그림차례

그림 수학 성취도와 학생들의 경제사회문화적 배경의 영향[ 4-1] 57그림 년도와 년도의 수학적 소양 점수 백분위 비교[ 5-1] 2000 2003 66그림 년도와 년도의 읽기 소양 점수 백분위 비교[ 5-2] 2000 2003 67그림 년도와 년도의 과학 소양 점수 백분위 비교[ 5-3] 2000 2003 69

연구의 개요.Ⅰ

연구의 필요성 및 목적1.

연구의 내용2.

연구의 방법3.


연구의 필요성 및 목적1.

세계 각국은 자국 학생들의 학업성취에 대한 국제비교를 위하여 의IEA

이하 로 약칭와Trends in International Mathematics and Science Study( TIMSS ) OECD

의 이하 로 약칭 등에 참여해왔Program for International Student Assessment( PISA )

다 이러한 학업성취도 국제비교는 정보화세계화시대에 자국 학생들의 학업성취.

도 수준을 점검하고 타국 학생들과의 성취도 수준 비교 분석을 통하여 효과적인

교육정책을 수립하는 데 그 목적이 있었다.

는 최근 년도부터 매 년 주기로 년도까지 만 세 학생들의 읽기PISA 2000 3 2006 15 ,

수학 과학 분야의 학업성취도 측정하고자 계획하고 있으며 년도의 경우, , 2003

연구에 개 국가에서 각각 여명에서 여명의 학생이 참여하여 전PISA 41 5,000 10,000

세계 만명의 만 세의 학생을 대표하는 어느 국제 조사에서도 전례 없는 통2,300 15

계적 대표성을 가진 중요한 학업성취 정보를 제공하고 있다.

또한 는 기존 평가와는 달리 읽기능력평가와 실질적 문제해결력 문, PISA TIMSS

항이 포함 년도 차 시기 평가항목으로 삽입되어 있어서 읽기분야와 실용적(2003 2 )

인 지적 능력까지의 비교 분석이 가능하게 되었다 게다가 는 와 마찬. PISA TIMSS

가지로 학생 설문지 학교장 설문지 컴퓨터 이용도 조사 설문지 등을 통해 학생들, ,

의 학업성취도와 학생수준 및 학교수준에서의 여러 변인들에 대한 정보를 포괄하

고 있어서 우리나라의 중등교육과 관련된 주요 정책이슈를 검토할 수 있는 다양

한 변인들에 대한 정보를 제공하고 있다.

하지만 기존에 이루어진 국내 연구는 문항 분석의 시각에서 평가문항 개, PISA

발과 교육과정 개발 등의 측면에서 주로 시행되어 왔을 뿐 정책적인 시각에서 학,

교수준 변인들과 학생들의 정의적 사회경제적 변인들을 세부적으로 다차원적으로, ,

종합하여 정책적 함의를 도출해낸 연구 분석이 부족하였다 따라서 우리나라의 중.


등교육 정책에 대한 구체적 논의와 방향 설정에 기여하기 위해서는 에 대한PISA

보다 다차원적인 분석을 필요하다.

이에 본 연구에서는 년도 주기이하 이라 약칭함 원자료2003 PISA 2 ( ‘PISA 2003’ )

를 사용하여 학생들의 학업성취도와 학생들의 정의적 사회경제적 변인들 그리고, ,

학교수준 변인들간의 관계를 종합적으로 연구 분석함으로써 우리나라 중등교육의

학교 효과에 대한 실증적 정보를 제공하고자 하며 핀란드 독일 일본과 같은 일, , ,

부 국가에 대한 심층 분석을 통하여 우리나라 중등교육체제의 장단점에 대한 진

단적 정보를 제공하고자 하였다.

연구내용2.

원자료 분석을 통한 학생 및 학교수준 변인들의 효과를 분석하였음PISA 2003 .

학생들의 사회경제적 배경관련 변인들과 참여도 흥미 동기 그리고 소속감- , , ,

등의 정의적 변인들이 학생들의 학업성취도에 미치는 효과 분석.

평준화 정책의 효과 분석-

사교육에 투자하는 시간개인교사로부터의 교습시간 학교 외 사교육시간이- ( , )

학업성취도에 미치는 효과 분석

학생들이 해당 학교에 입학하게 된 이유가 학업성취도에 미치는 효과 분석- :

이 문항을 학생들이 일정 정도 학교선택권을 행사했는지에 대한 대리(Proxy)

변인으로 사용

학교의 내부환경 혹은 분위기 예를 들어 교사들의 수업열정 혹은 학생들의- ,

교사에 대한 태도 학생들 상호간의 관계 등이 학생들의 학업성취도에 미치,

는 효과 분석

공립 혹은 사립학교의 학교유형이 학생들의 학업성취에 미치는 효과 분석-


과 원자료의 동시분석을 통한 주요 변인들의 변화 및 그PISA 2000 PISA 2003

효과의 변화추이를 분석하였음.

분석에서 살펴본 주요 변인들이 년도와 년도를 거치면서- PISA 2003 2000 2003

어떻게 변화했는지를 분석하고 학생들의 학업성취도에 대한 해당 변인들의,

효과가 년도와 년도 사이에 통계적으로 유의하게 달라졌는지를 분2000 2003

석하였음.

핀란드 독일 일본의 결과를 우리나라와 비교 분석하였음, , PISA .

핀란드 독일 일본의 세 국가 학생들이 연구에서 보여준 제반 특성에- , , PISA

대하여 우리나라 학생들과 비교 분석하였음.

연구 방법3.

전문가 협의회 실시

기본 연구사업 내용 분석방향 및 체계에 대한 검토하였음- , .

문헌 분석

에서 발간한 관련 각종 자료집과 자료베이스 매뉴얼의 내용 분석- OECD PISA

핀란드와 독일 일본 등에서 자체적으로 이루어지고 있는 관련 연구 및- , PISA

해당 국가의 교육체제에 대한 문헌 분석

한국교육과정평가원 발간자료 검토-

과 원자료에 대한 통계 분석PISA2000 PISA2003

연구내용의 분석을 위해 기초적인 기술통계분석 및 상관관계 분석 실시- .

다른 변인들을 통제하여 정책적으로 중요한 이슈가 되는 변인들의 부분효과-


를 산출해 내기 위한 다중회귀분석(Partial Effect or Ceteris Paribus Effect)

실시(Multiple Regression Analysis) .

각 국가간 혹은 학교간 사이에 분산효과가 커서 다중회귀분석과 유의하게 다-

른 효과를 가져올 경우에는 다층모형 을 사용해서(Hierarchical Linear Model)

분석.

년도와 년도 발표물 자료분석을 통해 주요 변인의 효과가- 2000 2003 OECD

년도에서 년도를 거치면서 변화했는지를 분석2000 2003 .


문헌분석 및 연구방법론.Ⅱ

문헌연구 선행연구 분석1. ( )

분석방법론에 대한 검토2.

측정 유의값들과 반복 가중치 변인들 설정 방법에3.

대한 추가 검토


문헌연구 선행연구 분석1. ( )

에 대한 연구는 상대적으로 많이 이루어져있지 않다 에서PISA . OECD

발간한 연구보고서가 가장 많은 연구결과들이며 한국 내에서의 연구는 교육과정,

평가원에서 시행한 연구들이 대부분을 차지하고 있다.

가 의 연구물. OECD먼저 의 연구를 살펴보면 분석방향을 크게 다음의 세 가지 범주로 정리할OECD

수 있다.

기술적 통계 분석1)먼저 종합적인 연구로 기술통계분석 을 모든 항목과 영역에(Descriptive Analysis)

서 시행하고 이와 더불어 영역별로 각 나라간의 학업성취도 실태를 비교 분석하,

고 있다.

개별국가의 사례 분석연구물2)두 번째 방향은 일부 국가의 사례에 대한 심층분석을 통한 비교연구이다 예를.

들어 는 덴마크의 성적과 교육체제를 캐나다 핀란드 영국 등의, OECD PISA 2000 , ,

몇 개 국가들과의 비교를 통해 덴마크의 교육체제의 장점과 단점을 분석하고 개

혁에 대한 시사점을 도출하여 라“Denmark: Lessons from PISA 2000(OECD, 2004)”

는 보고서를 발간한 바 있다 또한 는 캐나다 영국 핀란드 프랑스 네덜란. OECD , , , ,

드 스웨덴 등 개 국가를 선정하여 이들 나라의 교육개혁전략이 무엇인지 학업, 6 ,

기준에 대해 어떻게 활용하는지 학업성취도가 낮은 학생들을 어떻게 지원하는지, ,

교사교육 개발에 대한 정책이 무엇인지 등의 주제에 대해서 상호 공통점과 차이


점을 검토하여 라는 보고서를“What Makes School Systems Perform?(OECD, 2004)”

발간하였다 이들 국가들의 교육개혁전략의 공통점으로는 학생들의 사회경제적 배.

경요인이 학업에 미치는 효과를 줄이려는 노력 교육체제의 전반적인 지방분권화,

경향 학교 자율권을 통한 학교의 질 개선 노력 등이 제시되어 있다, .

주제별 분석3)세 번째는 주제별 접근으로 을 토대로 학생들의 학습태도 학생들의, PISA 2000 ,

학교에 대한 소속감 및 자발적 참여도 학생들의 읽기 프로파일 유형과 학생들의,

학업성취간에 어떤 관계가 있는지를 주제별로 심층분석하여 그 결과를 보고하고

있다 예를 들어 자기주도적 학습태도에 관한 심층분석 보고서에 의하면 에. , PISA

서는 만 세 학생들의 자기주도적 학습 태도를 암기전략과15 (self-regulated learning)

상세화전략 통제전략 도구적 동기 읽기에 대한 흥미 수학에 대한 흥미 노력과, , , , ,

끈기 자아효능감 읽기에 대한 자아개념 수학에 대한 자아개념 학문적 자아개념, , , , ,

협동학습에 대한 선호 경쟁학습에 대한 선호라는 개 지표를 사용하여 분석하였, 13

다 우리나라의 만 세 학생들은 개 지표 모두에서 평균보다 낮게 나타. 15 13 OECD

났으며 특히 학문적 자아개념이 평균보다 낮은 것으로 나타났다, OECD (Learners

for Life: Student Approaches to Learning(OECD, 2003)).

나 국내 연구물.국내 연구물들을 살펴보면 한국교육과정평가원이 문항 등에 대해서 검토PISA

번역하고 한국내의 평가를 실질적으로 시행해왔으며 의 결과에PISA , PISA 2000

대해서 총론 읽기평가분석 과학평가분석 수학평가분석 등 총 종의 보고서를, , , 4

년도에 발간한 바 있다 이 중 총론에서는 학교수준 변인과 학생수준 변인을2002 .

포괄한 다층모형 분석을 제시하고는 있으나 아주 적은 비중을 차지하고 있다 나.

머지 각 과목별 세 종의 보고서는 대부분 문항분석의 시각에서 남녀간 문항에 대

한 반응 평가 비교분석 국내 학생들이 다른 국가 학생들에 비해 우위를 보인 문,

항분석 문항 유형에 따른 반응 분포 등으로 구성되어 있다 그리고 부모의 사회경, .


제적 지위 및 교육수준과 학업성취도간의 단순 상관관계 비교분석을 시행하였다.

이 보고서들의 연구 목적과 결론은 교과내용 개선과 교육과정 개선의 방향을 제

시하는 데 주안점을 두고 있다.

한편 최근 한국교육과정평가원에서 년도에 발간한 년도 결과 분2004 PISA 2003

석연구의 경우는 에서 발간된 자료에서 한국과 관련된 표들의 내용을 가지OECD

고 차적으로 분석하여 보고하고 있으나 원자료를 사용한 자체 분석 결과는2 , PISA

그다지 포함되어 있지 않다 이는 자료가 갖고 있는 통계학적인 분석. OECD PISA

의 어려움들 예를 들어 유의 측정값 들로 제시되는 학업성적들과, (plausible values)

최종 가중치 변인 과 반복가중치 변인들(final weighting variable) (replication weighting

의 설정문제 등으로 인한 분석의 어려움 때문이다 이 부분은 다음 절에variables) .

서 보다 자세히 다루고자 한다.

분석방법론에 대한 검토2.

가 다원분석을 통한 편 효과 분석.자료 분석에 있어서 고려해야 할 분석방법론은 대략 다음의 세 가지가 있PISA

다 먼저 학업성취도에 영향을 미치는 여러 학생 개인 단위의 변인과 학교단위의.

변인들을 통제해야 우리가 원하는 정책변인들의 편 효과(Partial effect or Ceteris

를 살펴볼 수 있다 편 효과라고 한다면 다른 조건이나 변인들을 동Paribus Effect) .

일하게 설정해주었을 때 해당 정책변인만의 고유한 효과를 보는 것이다 이러한.

편 효과를 구하기 위해서는 다원분석 이를테면 다중 회귀분석과 같은 통계모형을,

활용해야 가능하다 특히 비실험연구에서의 데이터를 활용할 경우에는 가능한 한.

학업성취도에 미칠 여러 다른 통제변인 들을(control variable or explanatory variable)

확보해야 편 효과에 근접한 즉 실험연구 데이터를 활용했을 때와 비슷한 연구결

과를 확보할 수 있기 때문이다(Wooldridge, 1999; Berry & Rindgren, 1996).


나 위계구조를 고려한 위계 선형 모형 활용.한편 교육분야의 자료들은 주로 다층 구조로 구성되어 있다는 점을 고려해야

한다 이를 테면 학생들은 학교 단위로 모여 있고 학교는 시도교육청 단위로 묶여.

있다 이처럼 다층 자료의 상황에서는 해당 위계에 따라 학생들이 비슷한 성질을.

공유하게 됨으로 인해서 변인들의 효과를 보여주는 계수들의 표준오차가 축소되

는 경향이 있다 그리고 첫 번째 단위의 변인들의 계(Raudenbush and Bryk, 2002).

수가 두 번째 단위에 따라 무선으로 변화하기도 한다 이러한 점들을 고려해서 위.

계적선형모형 이라는 통계적 방법론에 따라서 자료를 분석(Hierarchical linear model)

함으로써 더욱 오류가 적은 안정된 분석을 시행할 수 있다.

다 가중치 변인들과 측정 유의값에 대한 설정.마지막으로 설문조사와 유층 표집에 의한 설문 자료 분석의 경우에 특별한 주

의를 기울여야 하는 것은 가중치 변인들이며 의 경우 더 나아가 학업성취도PISA

점수가 측정 유의값들 로 제공되어지기 때문에 세심한 주의가 요‘ (Plausible Values)’

구된다 이는 각각의 측정 유의값들에 대해서 일일이 분석하(Adams & Wu, 2002).

여 그 계수값의 평균을 구하고 각각의 표준오차의 표준편차에 근거하여 다시 표

준오차를 구해야 하는 어렵지는 않지만 연구자의 인내와 시간을 요구하는 분석을

요구한다(OECD, 2001).

그리고 각각의 측정 유의값들을 이용해서 계수와 표준오차를 구할 때에는 두 가

지 종류의 가중치 변인들을 설정해주어야 한다 먼저 표집과정에서 해당 표본들이.

모두가 동일한 확률에 근거해서 표집이 되지 않고 유층별로 표본을 추출하기 때문

에 그러한 점들을 고려해서 가중치를 주는 최종 가중치 변인이 제공되고 있는데,

최종 가중치 변인들을 우리가 고려해주지 않을 경우 추정된 계수 값에 편의(Bias)

가 발생하게 된다 한편 단순 표본조사가 아니기 때문에 표준오차를 계산하기 위해.

서 제공되는 표준오차 교정을 위한 반복 가중치 변인들‘ (Replication Weight variables

이하 반복 가중치 변인들로 그냥 명명함 을 역시 설정해주어야 한다- )’ (Lee, et al.,


다행스럽게도 이러한 설문조사 자료의 특수한 면들을 통계 프로그램에서 우1989).

리가 조건을 설정해서 해결해줄 수가 있다 소프트웨어는 측정 유의값들을. HLM

종속변인으로 두고 동시에 분석할 수 있도록 프로그램화되어 있으며 전체 가중치

를 책정해서 분석하도록 할 수 있다 그리고(Raudenbush et al., 2004). 그 밖의 여타

설문조사 자료분석을 편리하게 도와주는 특별한 통계 프로그램들이 활용가능하다.

예를 들어 등의 프로그램들이 전체 가중치 변인들과 표준오, STATA, AM, WESVAR

차 교정 반복 가중치 변인들을 설정해서 분석하도록 고안되어 있다.

라 연구방법론에 대한 소결.연구에서는 위에서 제기한 연구방법론상 고려해야 할 세 가지 점들 다중PISA ,

변인분석을 해야 한다는 점과 다충자료의 구조 그리고 설문자료의 특수성들을 나,

름대로 동시에 해결해 줄 수 있는 위계적선형모형 을 이용하여 분석하며 프(HLM) ,

로그램은 통계 프로그램을 활용하는 것이 적절하다 에서도 위계적선형HLM (OECD

모형을 사용할 것을 역시 권고하고 있다 만약 프로그램을 사용하지 않을). HLM

경우에는 반드시 가중치 변인들을 책정하도록 고안된 이나 등의 통AM WESVAR

계 프로그램을 사용해야만 하며 가능한 한 일일이 각 성취도의 측정 유의값들을

다 분석해주어야 한다 그러나 편의상 측정 유의값의 평균을 사용해도 무방한 것.

으로 보인다 주의해야 할 점은 측정 유의값들의 평균을 사용할 때에도 반드시 반.

복 가중치 변인들을 설정해주어야 한다는 점이다.


측정 유의값들과 반복 가중치 변인들3.

설정방법에 대한 추가 검토

가 설문조사 자료 분석 통계 프로그램. PISA　의 원자료를 갖고 분석하기 위해서는 측정 유의값과 표준오차 교정반복 가PISA

중치 변인들을 설정하여 계수의 값과 그 표준오차를 구하는 방법을 살펴보는 것

이 필요하다 먼저 나 또는 등과 같이 표본조사 자료를 분. STATA AM, WESVAR

석하기 위해서 고안된 특별한 프로그램 없이 기존의 나 프로그램을 이SAS SPSS

용해서 표준오차를 구하기 위해서는 다음과 같은 복잡한 방식을 통해서 구해야

한다 먼저 개의 반복가중치 변인들(OECD, Manual for The PISA 2000 Database). 80

과 최종 가중치 변인을 각각 가중치를 설정해 주어서 개의 측정값을 일일이 다81

구한다 그리고 전체 가중치 변인을 설정해서 구해진 값과 개의 반복 가중치 변. 80

인들을 설정해서 구해진 값 개의 값들과의 차이를 제곱한 개의 값들의 합을80 80

구한다 그 합을 으로 나눈 값에 제곱근을 구하면 표준오차가 구해진다 반면. 20 . ,

나 과 같은 프로그램에서는 위의 설명처럼 동일한 통계 분석STATA WESVAR, AM

을 번 돌리지 않고도 손쉽게 한번에 구할 수 있도록 프로그램화되어 있으므로81 ,

나 또는 프로그램을 사용하는 것이 편리하다STATA WESVAR, AM .

나 측정 유의값들의 표준오차 산출방식.그런데 앞서 논의한대로 자료에서는 학생들의 소양점수가 하나의 점수가PISA

아닌 다섯 개의 측정 유의값들로 주어져 있다 따라서 앞에서 제시된 방식을 따라.

나 를 사용하거나 설문자료에 대한 분석이 가능한 통계 프로그램SAS SPSS , STATA

나 와 같은 통계 프로그램을 사용하여 다섯 개의 측정 유의값들에WESVAR, AM

대해서 각각의 교정된 표준오차를 구한 다음에 어떻게 해야 할 것인지의 문제가

생긴다 이는 다음의 표 과 같은 방식을 통해서 구해야 한다. < 1> (PISA 2000


와 를 참고하여 작성Technical Report Manual for The PISA 2000 Database ).

측정 유의값 모수 측정 표준오차

12345

[a1][a2][a3][a4][a5]

[b1][b2][b3][b4][b5]

표본 분산(sampling variance)평균모수측정(mean parameter estimate)측정 분산(measurement variance)

계수의 분산(variance of parameter estimate)교정 표준오차(corrected standard error)

=(b12+b22+b32+b42+b52)/5 [a6]=(a1+a2+a3+a4+a5)/5 [a7]=((a1-a7)2+(a2-a7)2+(a3-a7)2+(a4-a7)2+(a5-a7)2)/

4 [a8]=a6+(1.2*a8) [a9]=sqrt(a9)

출처주 표준오차는 을 설정해서 교정되었음

표 에서 에서 는 반복 가중치 변인< 2-1> [b1] [b5] (BRR replication weighting

들을 설정해서 구한 표준오차 값들이며 에서 의 모수측정값들 역variables) [a1] [a5]

시 최종 가중치 변인 을 설정해서 구한 값들이다 그렇다면(Final weighting variable) .

위의 표 을 이용해서 에서 발표한 한국 학생들의 수학 소양점수인 평< 2-1> OECD

균 점과 표준오차 점과 한국학생의 남 여간 수학소양점수 평균의 차이 점542 3.2 23

과 그에 대한 표준오차 을 다음의 표 과 표 에서 제시된 것처럼 산6.8 < 2-2> < 2-3>

출할 수 있다.


측정 유의값 가중 사례수 평균 표준오차

12345

533,504533,504533,504533,504533,504

541.629 [a1]541.840 [a2]542.726 [a3]542.846 [a4]542.096 [a5]

3.141 [b1]3.204 [b2]3.179 [b3]3.207 [b4]3.190 [b5]

표본 분산(sampling variance)평균모수측정(mean parameter estimate)측정 분산(measurement variance)계수의 분산(variance of parameter estimate)교정 표준오차(corrected standard error)

= 10.1397 [a6]= 542.2274 [a7]= 0.2892 [a8]= 10.4867 [a9]= 3.238

표 의 계산방식에 따라 구해진 표 와 표 의 평균 모수측정값과< 2-1> < 2-2> < 2-3>

교정 표준오차의 값들을 살펴보면 에서 발표한 한국 학생들의 수학 소양점OECD

수의 평균과 그 표준오차 값들과 정확히 같게 산출됨을 알 수 있다 따라서 우리.

가 다중회귀분석을 시행할 경우에는 다섯 개의 측정 유의값들에 대해 각각 하나

씩 다섯 개의 회귀방정식 을 산출한 후에 설명변인들에 대해서(regression equations)

표 의 계산방식을 이용해서 평균 모수측정값과 교정 표준 오차값들을 산출해< 2-1>

내야 한다.

측정유의값 가중사레수 평균 표준오차

Plausible value 1 in mathPlausible value 2 in mathPlausible value 3 in mathPlausible value 4 in mathPlausible value 5 in math

533504533504533504533504533504

23.131 [a1]24.679 [a2]23.343 [a3]22.925 [a4]22.955 [a5]

6.733 [b1]6.762 [b2]6.709 [b3]6.703 [b4]6.707 [b5]

표본 분산(sampling variance)평균모수측정(mean parameter estimate)측정 분산(measurement variance)계수의 분산(variance of parameter estimate)교정 표준오차(corrected standard error)

= 45.196 [a6]= 23.4066 [a7]= 0.533721 [a8]= 45.837 [a9]= 6.77


다 측정유의값들과 그 평균을 사용한 측정값과의 비교 분석.그러나 이렇게 일일이 계산하기에는 시간이 많이 소요되므로 다섯 개의 측정,

유의값들의 평균값을 이용할 경우와 표 에 제시된 공식대로 다섯 개의 측정< 2-1>

유의값을 각각 사용한 경우에 모수 추정치의 평균과 표준오차에 얼마나 차이가

얼마나 있는지를 살펴본 결과 아래 표 와 같았다, < 2- 4> .

주 측정유의값들의평균을사용했을경우에도표준오차를교정하기위한반복가중치변인들을설정해서구한값이며전체 가중치 변인도 설정해주었음

표 를 살펴보면 다섯 개의 측정 유의값을 모두 사용하여 표 의 공식< 2-4> < 2-1>

을 사용하거나 혹은 평균 측정 유의값들을 사용하거나 관계없이 모두 모수 측정

값은 동일하게 나타남을 알 수 있다 즉 편의상 측정 유의값들의 평균을 사용해도.

모수 측정값은 동일하게 산출된다 문제는 표준 오차가 약간 다르게 산출된다는.

것으로서 측정 유의값의 평균을 사용하는 경우 대략적으로 약 정도 표준오차, 0.1

가 저측정됨을 알 수가 있다 그러나 이는 그다지 에 크게 영향을 미치지. p-value

않기 때문에 편의적으로 측정 유의값들의 평균을 사용해서 다중 회귀분석을 시행

해도 크게 무리가 없음을 알 수 있다1) 그러나 역시 이 경우에도 주의해야 할 점.

은 전체 가중치 변인들과 표준오차를 교정하기 위한 반복 가중치 변인들을 반드

시 통계 프로그램에서 설정해주어야 한다는 점이다.

다음의 표 는 측정 유의값들의 평균을 사용하는데 있어서 전체 가중치 변< 2-5>

인들만 설정했을 경우와 전체 가중치 변인들과 반복 가중치 변인들을 동시에 설

1)그러나 위계적선형모형을 이용할 경우에는 측정 유의값들의 평균을 사용하게 되면 표준오차가 매우작게 나오기 때문에 프로그램에서 다섯 개의 측정 유의값을 별도로 설정해주는 것이 필요하다HLM .

다섯 개의 측정 유의값을 사용하여표 의 공식대로 구한 경우 편의상 측정 유의값들의 평균을 사용한 경우모수 측정값 교정 표준오차 모수 측정값 표준 오차

수학 542.23 3.24 542.23 3.17읽기 534.09 3.09 534.09 3.01과학 538.42 3.54 538.42 3.47문제해결력 550.43 3.06 550.43 2.95


정해주었을 때 그리고 가중치 변인들을 전혀 설정해주지 않았을 때의 각 과목별,

한국 학생들의 평균점수와 그 표준오차를 비교한 결과이다.

전체 가중치 변인과 반복가중치변인 설정 전체 가중치 변인만 설정 가중치 변인들을 전혀

설정안함모수 측정값 표준 오차 모수 측정값 표준 오차 모수 측정값 표준 오차

수학 542.23 3.17 542.23 1.22 540.60 1.21읽기 534.09 3.01 534.09 1.05 532.85 1.04과학 538.42 3.47 538.42 1.29 536.84 1.27문제해결력 550.43 2.95 550.43 1.11 549.03 1.10

표 를 보면 우리가 전체 가중치 변인만 설정하고 반복 가중치 변인을 설정< 2-5> ,

하지 않았을 경우 표준오차의 크기가 거의 수준으로 줄어들게 됨을 알 수 있1/3

다 그리고 전체 가중치 변인까지도 설정해주지 않으면 모수 측정값계수도 역시. ( )

약간 축소됨을 알 수 있다 따라서 전체 가중치 변인과 더불어서 반복 가중치 변인.

을 반드시 설정해주어야 통계학적으로 견고한 분석을 할 수 있음을 알 수 있다.

라 결론.

이상 살펴본 바대로 설문조사 자료에 대한 분석은 최종가중치 변인들과 표준오

차를 교정하기 위한 반복가중치 변인들로 인해서 기존의 일반적인 통계 프로그램

을 사용하는데 있어서 특별한 주의가 필요하다 자료의 경우에는 개의 반복. PISA 80

가중치들을 일일이 설정해서 개의 방정식 을 구해서 표준오차를 교정해80 (Equation)

주어야 하는 어려움이 있다 이는 시간이 무척 많이 걸리는 일이기 때문에 가능하.

면 등의 설문자료 분석에 편리하게 윈도우 체계의 명령어AM, STATA, WESVAR

가 있는 통계 프로그램들을 사용하는 것이 바람직하다 그리고 에서 제공되어. PISA

지는 개의 측정유의값들에 대해서 일일이 분석을 해서 표준오차를 최종 교정해5

주는 것이 필요하나 분석결과 최종 가중치 변인과 반복 가중치 변인들을 잘 설정

해준다면 측정 유의값들의 평균을 사용해도 큰 무리가 없는 것으로 나타났다.


차 가공 변인들의 사용. PISA 2Ⅲ

적정성 판단을 위한 문항분석

서론1.

분석방법론2.

검토 대상 변인3.

분석결과4.

결론5.

차 가공 변인들의 사용 적정성 판단을 위한 문항분석. PISA 2Ⅲ

서론1.

는 학업성취도 측정과 더불어서 학생들을 대상으로 하여 수학과PISA

학업에 대한 태도와 학교의 여러 분위기 등을 설문지를 통하여 조사한다 조사된.

설문문항의 결과물을 바탕으로 에서는 여러 정성적 변인들을 만들어서 제공OECD

하고 있다 이 장에서는 기본적으로 가 자료에서 을 통해 차. OECD PISA IRT scaling 2

적으로 가공하여 제공하는 정성적 변인들에 대해서 우리나라 학생들의 응답 자료

만을 가지고 분석했을 때에도 과연 그 구성 문항들이 통계학적으로 연관성을 갖고

동일한 요인들로 범주화되었는지를 확인하고자 한다 다시 말해서 이 장에서는. ,

에서 주어진 여러 가지 차 가공된 지표들이 우리나라 자료만을 가지고 분석OECD 2

할 때도 사용할 수 있는지를 판단하기 위하여 주성분요인분석(Principal Component

을 실시하고 해당 문항들의 신뢰도를 점검하였다Factor Analysis) .

먼저 문항들에 대해 주성분분석을 통하여 차적으로 가공되어서 제공되는 여러2

가지 정성적 변인들을 검토함으로서 과연 자료에서 구분하는 여러 정성적PISA

변인들의 개념적 구분이 가능한지를 확인하였다 예를 들어 심리학에서 동기와 관.

련하여 제시하는 여러 핵심 개념들 예를 들어 이 주장하는 내, Deci & Ryan(1985)

적 동기 와 외적 동기 의 구분(Intrinsic Motivation) (Extrinsic/Instrumental Motivation)

이 우리나라 학생들의 경우에도 타당한지 살펴보고 학생들의 학습태도에 대한 두,

구분 즉 경쟁적 태도와 협력적 태도의 구분이 우리나라 학생들의 문항응답을 통,

해서도 구분이 가능한지 혹은 의 자아 효능감 의 개념으, Bandura(1997) (Self-Efficacy)

로 문항들을 범주화할 수 있는지 등을 살펴보았다.

또한 가 차적으로 가공하여 제공하는 정성적 변인을 구성하는 문항들의OECD 2

내적 신뢰도를 검토함으로써 이러한 정성변인들 중 신뢰도가 높은 변인들만을 다


중회귀분석에 포함할 수 있도록 하고자 하였다 예를 들어 학생들의 학교에 대한.

태도와 관련된 문항들의 신뢰도 계수가 보다 훨씬 이하일 때에는 학교에 대한0.6

태도라는 범주로 스케일링하여 만들어진 척도문항을 하나의 독자적인 독립변인으

로서 파악하여 학업성취도에 미치는 영향을 회귀분석하기 어렵다고 봐야 할 것이

다 따라서 이 장에서는 먼저 정성변인들을 구성하는 학생차원 학교차원의 문항. ,

들을 분석함으로써 이후 학생변인과 학교변인이 학생들의 학업성취도에 미치는

영향을 분석하고자 할 때 이 변인을 독립변인으로 사용하는 것이 타당성이 있는,

지를 검토하고자 하였다.

분석방법론2.

분석방법론으로는 주성분요인분석(Principal Component Factor Analysis)

과 의 신뢰도 측정 을 통해서 시행하였다 주성분Cronbach (Cronbach Reliability Test) .

분석은 을 통하여 실시하였으며 및 여타 다른Varimax rotation (Quartimax rotation

의 결과도 살펴보았지만 특별히 다른 결과가 나오지 않았다 따라서rotation .

결과만 보고한다 통계 프로그램은 를 사용하였다Varimax rotation ), SPSS .

검토 대상 변인3.

문항들에 대해서 주성분요인분석을 시행하기 위한 검토 대상이 되는 정

성변인은 다음과 같다 즉 다음의 문항들은 의 자료 파일 안에 가. PISA 2003 OECD

문항들로부터 추출하여 차적으로 만들어서 제공하는 변인들이다2 .


변인명 변인에대한정의CULTPOSS 문화적소유상태에대한지표

HEDRES 가정의교육적재원지표

HOMEPOS 가정의문화적교육적재원합산지표

ATSCHL 학교에대한태도지표

STUREL 교사와학생간의관계지표

BELONG 학생의소속감지표

INTMAT 수학에대한흥미지표

INSTMOT 수학에대한도구적동기지표

MATHEFF 수학에대한자아효능감지표

ANXMAT 수학에대한불안지표

SCMAT 수학에대한자아개념지표

CSTRAT 수학학습에있어서통제전략지표

ELAB 수학학습에있어서상세화전략지표

MEMOR 수학학습에있어서암기전략지표

COMPLRN 경쟁적학습태도지표

COOPLRN 협동적학습태도지표

TEACHSUP 수학시간에교사들의학생들에대한지원지표

DISCLIM 수학시간에서의규율지표

보고서인 와 년도PISA Learning for Tomorrow's World 2003 PISA Technical Report

에 보면 위의 변인들이 포괄하는 관련 조사 문항들이 제시되고 있다 이를 참조하.

여 위에 제시된 변인들을 검토한다 누락된 관찰값들은 분석에서 제외한다. .

분석 결과4.

가 가정에서의 자원 소유 관련 지표.의 학생용 설문지에 있는 번 문항과 번 문항은 학생이 컴퓨터나PISA 2003 17 19

책상 등 여타 교육과 관련된 자원을 소유하고 있는지를 묻는 문항들로 구성되어

있다 이에 대한 주성분요인분석결과는 다음 표 과 같다. < 3-2>


관련 문항 요인 요인 요인 요인공부용 책상(Q17a) 0.078 0.361 0.395 -0.153

나 혼자 사용하는 방(Q17b) 0.015 0.033 0.790 0.128

공부할 수 있는 장소(Q17c) 0.224 0.021 0.733 0.104

컴퓨터(Q17d) 0.067 0.819 0.024 0.121

교육용 소프트웨어(Q17e) 0.436 0.161 0.166 0.313

인터넷 접속망(Q17f) 0.079 0.806 0.024 0.154

계산기(Q17g) 0.393 0.061 0.291 0.187

고전예 세익스피어 책( )(Q17h) 0.739 0.062 0.035 0.028

시집(Q17i) 0.716 0.026 0.009 0.051

예술 작품(Q17j) 0.626 -0.057 0.065 0.301

학교 공부에 도움이 되는 책(Q17k) 0.568 0.214 0.193 -0.159

사전(Q17l) 0.323 0.397 0.154 -0.249

식기세척기(Q17m) 0.129 0.033 0.114 0.673

DVD(Q17n) 0.087 0.067 0.031 0.699

집에있는책수 (Q19) 0.647 0.126 0.082 0.099

*주 : Extraction Method - Principal Component Analysis. Rotation Method - Varimax with Kaiser에 근거한 분석임그러나 결과도 위의 표와 거의 비슷하게 나와서Normalization ( Quartimax rotation

결론을 변화시키지는 않았다).

표 를 보면 첫 번째 성분요인공통요인 으로 네 개의 문항< 3-2> ( ; common factor)

이 포괄되어질 수 있다 즉 문학책 소유여부 시집 소유여부 예술품. (Q17h), (Q17i),

소유여부 와 책의 소장규모 가 같은 요소로 포함되어진다 이는 대략적으(Q17j) (Q19) .

로 문학적 혹은 문화적 소유여부로 규정지을 수 있을 것이다 그러나 국제. PISA

데이터베이스에서의 문화적 소유 상태에 대한 지표 의 경우에는 책의(CULTPOSS)

소장규모 이외에 문학책 소유여부와 시집 예술품 소유여부의 세 항목으로만 사용,

하여 만들어진 변인이다 따라서 우리나라 자료만 가지고 분석하는 경우에는 위의.

분석결과를 토대로 기존 지표에 집에서 소장하고 있는 책 수를 포함CULTPOSS

하여 다시 재구성하는 것을 권고할 수 있겠다 그리고 주성분요인분석 결과 세 번.

째 요인으로 나타난 자신의 방을 가지고 있는지 와 학습공간을 소유하는지(Q17b)


의 두 문항이 역시 하나의 범주로 포괄됨을 보여주고 있다 이는 대략 학습(Q17c) .

공간소유로 포괄되어질 수 있을 것이나 가정의 교육적 재원 지표 가 포(HEDRES)

괄하는 문항과 정확히 일치하지는 않는다.

한편 두 번째 성분요인에는 컴퓨터 소유여부 와 인터넷 소유여부 가(Q17d) (Q17f)

포괄되어진다 즉 이는 컴퓨터와 인터넷 소유여부는 컴퓨터관련 장비들의 소유여.

부의 요소로 묶일 수 있다는 것을 보여주고 있지만 흥미롭게도 소프트웨어 소유,

여부는 여기에 포괄되어지지 않는다 또한 네 번째 요인은 집에 그릇자동세척기의.

소유여부 와 재생기를 소유하고 있는지 를 포괄하고 있다 즉 이(Q17m) DVD (Q17n) .

는 대략적으로 가정의 편의적 용품의 소유라는 요소로 볼 수 있을 것이다혹은 가(

정의 부 를 나타낸다고도 볼 수 있다 하지만 두 번째와 네 번째 요인은( ) ). PISA

국제 데이터베이스에서 관련 지표가 제시되고 있지 않다.

마지막으로 와 의 문항을 총괄하여 산출된 가정에서의 재원소유의 총, Q17 Q19

괄 지표 의 신뢰도를 검사하면 이 나온다 그러나 이 총괄지표는(HOMEPOS) 0.723 .

요인분석에 따라 비록 차 변인과 일치하지 않더라도 하위범주로 나누어질PISA 2

수 있다는 점에서 직접적으로 사용하는 것에 대해서는 재고해볼 필요가 있는 것

같다.

나 학교에 대한 태도 지표.학생용설문지의 번문항은학생들의학교에대한태도를측정하는네개PISA 24

의 소문항들로 구성되어 있다 이 문항들의 신뢰도를 측정하면 계수가. Cronbach α

이 산출된다 따라서 문항들의 신뢰도는 적합함을 알 수 있다 그리고 이0.723 . . 문항

들을 하위 요인으로 구분이 가능한지를 주성분요인분석을 시행하여 살펴본 결과

표 과 같았다 즉 모든 문항들이 하나의 요인으로만 구성되며 하위 요인으로< 3-3> .

문항을 나눌 수는 없는 것으로 나타나 학교에 대한 태도를 측정한 의 지표PISA ,

을 우리나라 자료 분석에 사용하는 데 큰 문제가 없음을 알 수 있다ATSCHL .


관련문항 요인학교는 내가 졸업할 때 성인으로서의 생활 준비를 거의 해주지 못했다( Q24a) 0.724

학교는 시간 낭비였다(Q24b) 0.748

학교는 내가 의사결정을 할 수 있는 자신감을 주었다( 역코딩Q24c) ( ) 0.762

학교는 직업에서 유용한 것들을 나에게 가르쳐 주었다( 역코딩Q24d) ( ) 0.725

*주 : Extraction Method - Principal Component Analysis.

다 교사와 학생과의 관계 지표.학생용 설문지의 번 문항에 포함된 개의 소문항들은 교사와 학생과의PISA 26 5

관계에 대해서 측정하고 있다 이 문항들의 신뢰도를 측정하면 계수가. Cronbach α

로 나와 신뢰도에 큰 문제가 없음을 알 수 있다 또한 표 에 제시되어0.772 . , < 3-4>

있는 주성분요인분석 결과를 살펴보아도 이 다섯 문항이 단일한 하나의 요인을,

측정하고 있는 것으로 나타났다.

관련문항 요인학생들은대부분의교사들과잘지내는편이다(Q26a) .673

대부분의교사들은학생들이잘지내는지에대하여관심이많은편이다(Q26b) .724

대부분의교사들은나의주장에대하여진심으로귀를기울인다(Q26c) .784

내가추가로도움을필요로할때 선생님들은도와주실것이다, (Q26d) .732

대부분의교사들은나를공평하게대우한다(Q26e) .704

*주 : Extraction Method: Principal Component Analysis.

라 학생의 학교에 대한 소속감 지표.학생용 설문지의 번 문항은 학생들의 학교에 대한 소속감에 대한 개의PISA 27 6

질문 문항들로 구성되어 있다 이 여섯 문항의 신뢰도를 측정하면 가 나오며. 0.749

주성분요인분석 결과는 다음과 같다.


관련 문항 요인 요인학교에서 나는 외톨이 같다는 느낌을 가진다 역코딩(Q27a) ( ) 0.811 0.205

나는 학교에서 쉽게 친구를 사귄다 역코딩(Q27b) ( ) 0.344 0.645

나는 학교에 대해 소속감을 느낀다(Q27c) -0.043 0.764학교에 있으면 어색한 느낌이 들고 내가 있을 자리가 아닌 것 같다

역코딩(Q27d) ( ) 0.777 0.143

나는 다른 학생들 사이에 인기가 있다 역코딩(Q27e) ( ) 0.293 0.676

학교에 있으면 외롭다(Q27f) 0.854 0.153

*주 : Extraction Method - Principal Component Analysis. Rotation Method - Varimax with Kaiser Normalization에 근거한 분석임.

표 의 주성분요인분석 결과에 따르면 학생들의 소속감과 관련된 여섯 개의< 3-5>

문항이 두 개의 요인으로 구성되어 있음을 알 수 있다 의 문항을 포괄. Q27a, d, f

하는 첫 번째 요인은 대략 학생들의 소외감과 연관됨을 알 수 있다 즉 타인과의.

관계나 자신 내적인 이유 등으로 자신의 내적인 측면에서의 상실감 등을 보여준

다고 볼 수 있다 그리로 를 포괄하는 두 번째 요인의 경우는 대인관계. Q27b, c, e

에서의 원만함을 나타낸다고 볼 수 있다 이 두 요인으로 구분되는 문항들에 대해.

서 각각 신뢰도를 측정하면 의 신뢰도는 가 나오며 의, Q27a, d, f 0.792 , Q27b, c, e

경우는 이 나온다 따라서 더욱 세밀한 정성변인으로도 우리는 이 문항들을0.548 .

나누어 향후 분석에 있어서 활용할 수 있을 것이다물론 두 번째 대인관계의 원만(

함과 관련된 세 개의 문항의 신뢰도가 을 넘지 않아서 이 대인관계의 원만함을0.6

나타내는 문항들을 또 다른 하나의 정성변인으로 설정하지 않을 수도 있다 그러.

나 비록 을 넘지 않아도 대략 정도의 경우에도 연구자의 필요에 따라서 검0.6 0.55

토해 볼 수도 있을 것이다 하지만 이렇게 세밀하게 상실감을 나타내는 변인과).

대인관계의 원만함의 두 개념을 하나의 포괄적인 개념 즉 소속감으로 사용하는,

것에 대해서 고민해 볼 필요가 있다.

마 수학에 대한 흥미와 도구적 동기 지표.학생용 설문지에서는 수학에 대한 흥미와 관련해서 개의 문항이 제PISA 2003 8

시되고 있다 이 문항에 대한 주성분요인분석의 결과는 아래 표 과 같다. < 3-6> .


관련 문항 요인 요인수학과 관련된 것을 읽는 것을 좋아한다(Q30a) 0.818 0.294

수학을 열심히 하는 것은 내가 장래에 하고자 하는 일을 도울 수 있기 때문에 가치가 있다(Q30b) 0.330 0.805

수학 수업 시간이 기다려진다(Q30c) 0.812 0.264

나는 수학을 좋아하기 때문에 한다(Q30d) 0.882 0.287

수학을 배우는 것은 내가 나중에 공부하려는 과목에 도움이 되기 때문에중요하다(Q30e) 0.257 0.836

수학에서 배우는 것들에 대하여 흥미가 있다(Q30f) 0.821 0.373

수학은 내가 나중에 공부하고 싶은 것들을 위해 필요하므로 중요한 과목이다(Q30g) 0.296 0.808

내가 직업을 얻는 데 도움이 되는 많은 것들을 수학에서 배울 수 있을 것이다(Q30h) 0.289 0.790


표 에 제시된 주성분요인분석 결과를 보면 위의 수학에 대한 흥미관련 학< 3-6>

습태도는 크게 두 개의 요인으로 묶을 수 있음을 알 수 있다 문항 중 가. a c d f

하나의 요인으로 포괄되며 가 또 다른 요인으로 포괄되는 것으로 나타났b e g h

다 대략 의 질문문항의 내용을 검토하면 수학자체에 대한 내적 즐거움으로. a c d f

인한 학습태도 동기를 측정하고 있는 반면 문항의 경우는 수학공부를 하, b e g h

는 이유가 수학자체에 있다기 보다는 여타 다른 외적인 이유에 근거하는지의 여

부를 조사하고 있음을 알 수 있다 따라서 수학에 대한 흥미를 내적인 수학에 대.

한 학습동기와 외적인 동기 혹은 도구적 동기로 구분하는 것은 우리나라 학생들

의 경우에도 적절함을 알 수 있다 이는 이 주창해온 학습동기. Deci and Ryan(1985)

에서 내적 동기와 외적 동기의 구분이 가능함을 증명하기도 한다 또한 내적 동기. ,

흥미와 외적 동기에 대한 문항들에 대한 각각의 신뢰도 검사결과는 내적동기 문( )

항들의 신뢰도는 그리고 도구적 동기 문항들의 신뢰도는 로 나와서 신뢰0.91, 0.88

도가 높게 나타났다.


바 자아 효능감 지표.자아 효능감 관련 변인들은 구체적인 수학의 여러 과제에 대한 학생들의 자신

감을 측정하고 있다 가 제시하는 자아 효능감의 정확한 개념은 사실. Bandura(1997)

자신감 라기보다는 자기가 해낼 수 있다는 믿음을 일컫는다 그러나(self-confidence) .

해당 수학과제들을 풀어낼 수 있다는 자신감은 해낼 수 있다는 믿음감과 크게 다

르지 않을 수 있기에 문항이 큰 문제가 있다고 말할 수는 없다 표 의 주성. < 3-7>

분요인분석 결과를 보면 모든 문항들이 하나의 요인으로만 묶어지는 것으로 나타

났으며 이 문항들의 신뢰도 역시 로 나타나 자아 효능감 지표를 우리나라 자, 0.87

료에 사용하는 데 문제가 없음을 알 수 있다.

관련문항 요인시간표활용에대한자신감(Q31a) .691

할인비율계산에대한자신감(Q31b) .772

면적계산에대한자신감(Q31c) .757

그래프이해에대한자신감(Q31d) .673

선형방정식계산에대한자신감(Q31e) .754

거리계산에대한자신감(Q31f) .753

이차방정식계산에대한자신감(Q31g) .748

비율계산에대한자신감(Q31h) .661

주

사 수학에 대한 불안과 자아개념 지표.수학에 대한 불안과 자아개념 관련 문항들 의 주성분요인분석 결과는(Q32 a-j)

표 과 같았다 이 문항들은 크게 두 개의 요인으로 구분되어질 수 있는 것으< 3-8> .

로 나타났는데 첫 번째 요인은 수학에 대한 자아개념 관련 변인들을 포괄하고 있


었으며 두 번째 요인은 수학에 대한 불안관련 문항을 포괄하고 있는 것으로 나타,

났다 이는 차 가공변인인 와 의 두 변인이 우리나라 자료 분. PISA 2 Anxmat Scmat

석에 사용해도 적절함을 의미한다 또한 자아개념 문항들간의 신뢰도는 이고. , 0.88

불안과 관련된 문항들간의 신뢰도는 로 산출되어서 역시 이 두 변인의 사용에0.77

문제가 없음을 확인할 수 있었다.

관련 문항 요인 요인나는 수학 수업이 어려울 것이라는 걱정을 종종 한다(Q32a) 0.512 0.520

나는 그냥 수학을 잘하지 못한다(Q32b) 0.754 0.351

수학 숙제를 해야 할 때 나는 매우 긴장된다(Q32c) 0.323 0.698

나는 수학에서 좋은 성적을 얻는다 역코딩(Q32d) ( ) 0.814 0.211

나는 수학 문제를 풀 때 매우 긴장한다(Q32e) 0.040 0.816

나는 수학을 빨리 배운다 역코딩(Q32f) ( ) 0.794 0.175

나는 수학이 내가 가장 잘하는 과목 중의 하나라고 믿어왔다(Q32g)역코딩( ) 0.823 0.171

나는 수학문제를 풀 때 무기력함을 느낀다, (Q32h) 0.483 0.558

수학 수업 시간에 나는 가장 어려운 내용까지도 이해한다 역(Q32i) (코딩) 0.783 0.161

수학 과목에서 나쁜 성적을 받을까 봐 걱정이 된다(Q32j) 0.150 0.671


아 학습전략 지표.학습전략과 관련된 통제 전략 암기 전략 정교화 전략 등으로 구분되어지는 세, ,

개의 변인은 학생용 설문지의 번 문항에 포함된 개의 하위 문항들PISA 2003 34 14

에서 도출된다.


관련 문항 요인 요인 요인나는 가장 중요한 것부터 이해하려고 노력한다(Q34a) 0.598 0.142 0.096

나는 종종 새로운 문제해결 방법을 생각해낸다(Q34b) 0.443 0.482 -0.253

나는 내가 이미 학습한 내용을 기억하고 있는지를 점검한다(Q34c) 0.732 0.111 0.082

나는 내가 아직 제대로 이해하지 못한 개념이 무엇인지를 파악하려고 노력한다(Q34d) 0.746 0.126 0.031

내가 배워온 수학이 일상생활에서 어떻게 활용될 수 있을지를 생각한다(Q34e) -0.008 0.738 0.179

어떤 수학 문제는 너무 자주 풀어봐서 잠을 자면서도 풀 수 있을,것만 같다(Q34f) 0.474 0.270 -0.203

나는 가능한 한 외우려고 한다(Q34g) -0.019 0.033 0.858

나는 새로운 수학 개념을 내가 이미 알고 있는 것들과 관련시켜서 이해하려고 노력한다(Q34h) 0.571 0.403 -0.227

어떤 수학 문제를 푸는 방법을 기억하기 위하여 나는 비슷한 문,제들을 계속해서 반복한다(Q34i) 0.743 0.061 0.048

이해하지 못하는 것이 있을 때 나는 항상 그 문제를 더 명확하게,해 줄 추가 정보를 찾는다(Q34j) 0.687 0.261 -0.095

나는 수학 문제를 풀 때 그 문제에 대한 해결책이 다른 흥미로운,문제들에 어떻게 적용될 수 있을지를 자주 생각한다(Q34k) 0.349 0.697 -0.116

나는 내가 배워야 할 것이 무엇인지를 정확하게 파악하고 시작한다(Q34l) 0.635 0.287 0.019

나는 수학 문제 풀이 절차의 모든 단계를 기억하려고 노력한다(Q34m) 0.534 0.141 0.491

나는 다른 과목들에서 배운 것들과 수학 내용을 관련시키려고 노력한다(Q34n) 0.216 0.719 0.084


표 에 제시된 주성분요인분석 결과는 데이터베이스가 제공하는 이< 3-9> PISA

세 개의 변인들을 각각 포괄하는 문항이 우리나라의 경우는 일치하지 않음을 보

여준다 다시 말해서 주성분요인분석 결과 문항 등의 여덟. , a, c, d, f, h, i, j, l, m

개의 문항이 첫 번째 요인으로 묶이고 이 두 번째 요인으로 묶이는 반, b, e, k, n


면 세 번째 요인은 오직 하나의 문항 만으로 구성되는 것으로 나타났다 하지, , g .

만 데이터베이스에서는 세 가지 학습전략이 이와는 다른 문항들로 구성되어PISA

있다고 가정하였는데 암기 전략 지표는 의 문항을 사용하여 도출되고, f, g, i, m ,

정교화 전략 지표는 의 다섯 개 문항을 사용하여 도출되며 통제 전략b, e, h k, n ,

지표는 의 다섯 개 문항에서 도출된 것이라고 가정하였다a, c, d, j, l (OECD 2005).

따라서 우리나라 자료 분석에서는 가 제공하는 이 세 지표를 직접적으로 사OECD

용하기 데 문제가 있다.

특히 암기 전략 지표를 측정하는 문항들의 경우에는 신뢰도 계수가Cronbach

이 나오기 때문에 변인사용의 신뢰성에 문제가 있다고 보여진다 또한 통제0.46 . ,

전략과 정교화 전략 지표를 측정하는 문항들의 신뢰도가 통제 전략은 정교0.79,

화 전략은 이 나오긴 하지만 주성분요인분석 결과에 따라 이 세 지표를 우리0.73 ,

나라 자료에 대한 연구 분석에서 사용하는 것은 한 번 더 고려하는 것이 바람직

해 보인다.

자 학습태도 지표.에서는 수학수업에서의 학습태도와 관련해서 학생용 설문지의 번PISA 2003 37

문항을 통해서 경쟁적 학습태도와 협력적 학습태도에 대한 두 가지 내용에 대하

여 측정하고 있다 이와 관련된 문항들에 대해서 주성분요인분석 결과 표. (< 3-10>)

를 살펴보면 우리나라 자료의 경우에는 한 가지 요인만이 도출됨을 알 수 있다.

즉 우리나라 자료를 가지고는 학생들의 수학에 대한 학습태도를 경쟁적 학습태도

와 협력적 학습태도로 구분하기가 어려운 것으로 나타나 우리나라 자료에 대한,

분석에서는 데이터베이스에서 제공되는 학습태도와 연관된 두 지표 경쟁적PISA ,

학습태도 지표와 협력적 학습태도지표를 직접 사용하기가 힘들다는 것을 알 수

있다 참고로 경쟁적 태도 지표를 측정한다고 가정된 문항들의 신뢰도 계수는. 0.83

이며 협력적 태도 지표를 측정한다고 가정된 문항들의 신뢰도 계수는 로 양, 0.79

호하게 나타났다.


관련문항 요인나는우리학급에서수학을가장잘하는학생이고싶다(Q37a) 0.558

나는소집단으로다른학생들과함께수학을공부하는것을즐긴다(Q37b) 0.679

나는수학시험에서다른학생들보다더잘하고싶기때문에매우열심히노력한다(Q37c) 0.775

수학프로젝트를할때 나는우리소집단내의모든학생들의아이디어를결합하는것이,좋다고생각한다(Q37d) 0.610

나는최고가되기를원하기때문에 수학을정말열심히공부한다, (Q37e) 0.779

나는다른학생들과함께공부할때 수학에서최고의성적을얻는다, (Q37f) 0.694

나는학급내의다른학생들보다수학을더잘하려고항상노력한다(Q37g) 0.785

나는소집단내의다른학생들이수학을잘할수있도록도와주는것이즐겁다(Q37h) 0.727

나는학급내의다른학생들과함께수학을공부할때 가장잘배운다, (Q37i) 0.654

나는다른학생들보다더잘하려고노력할때 수학에서최고의성적을얻는다, (Q37j) 0.733

*주 : Extraction Method - Principal Component Analysis.

차 교사들의 학생들에 대한 지원 및 수업 분위기 규율 지표. ( )학급 분위기와 관련해서 국제 데이터베이스에서는 교사의 지원 지표PISA

와 수업분위기 혹은 규율 지표 를 제공하고 있다 관련문항들은 학(Teachsu) (Disclim) .

생용 설문지의 번 문항이며 이중 문항의 경우 우리나라는 무응답율이 아주38 , Q38f

높아서 주성분요인분석에서 일단 제외되었다 주성분요인분석 결과인 표 을. < 3-11>

살펴보면 가 하나의 요인으로 묶이며 가 또 다른 요인으로 묶, a, c, e, g, j , b h j k

이는 것으로 나타났는데 이는 국제 데이터베이스에서 이 두 개의 지표, PISA PISA

를 구성하고 있다고 가정한 항목과 일치한다 따라서 우리나라 자료에 대한 분석에.

서 이 두 지표를 사용하는 데 문제가 없음을 확인할 수 있었다 또한 교사의 지원. ,

을 측정하고 있는 문항들의 신뢰도 계수는 이며 수업 분위기 혹은 규율을 측정0.75 ,

하고 있는 문항들의 신뢰도 계수가 으로 나타나 해당 문항들의 신뢰도에도 문제0.73

가 없는 것으로 나타났다.


관련 문항 요인 요인교사는 학생들의 공부에 관심을 보인다 역코딩(Q38a) ( ) 0.687 0.178

학생들은 선생님 말씀을 제대로 듣지 않는다(Q38b) 0.063 0.721

교사는 학생이 필요로 할 때 별도로 돕는다 역코딩, (Q38c) ( ) 0.681 0.006

학생들은 책과 다른 인쇄물을 가지고 공부한다 역코딩(Q38d) ( ) 0.312 -0.115

교사는 학생들의 공부를 돕는다 역코딩(Q38e) ( ) 0.731 0.116

교사는 학생들이 이해할 때까지 가르쳐준다 역코딩(Q38g) ( ) 0.698 0.068

선생님은 학생들이 조용해질 때까지 오랫동안 기다려야 한다(Q38h) -0.147 0.677

학생들은 제대로 공부할 수가 없다(Q38i) 0.229 0.764

교사는 학생들이 생각을 말할 기회를 준다 역코딩(Q38j) ( ) 0.686 0.077

학생들은 수업이 시작된 후에도 한참 동안 공부를 시작하지 않는다(Q38k) 0.080 0.790

주에 근거한 분석임

결론5.

이 장에서는 에서 학생들의 정성적 측면을 측정한 문항들을 묶OECD

어서 척도화를 통해서 제공하는 차 가공변인들이 우리나라 자료만을 사용한IRT 2

분석에 있어서 포함되는 것이 적합한지를 검토하였다 주성분요인분석을 통해 살.

펴본 결과 문화적 재원 소유 지표 교육 재원 소유 지표 와, (CULTPOSS), (HEDRES)

학습 전략 지표들 통제 전략 지표 상세화 전략 지표 암기 전략 지표, , , (CSTRAT,

그리고 학습태도와 관련하여 협력적 태도 지표와 경쟁적 태도ELAB, MEMOR),

지표 등의 변인들은 우리나라 학생들의 응답자료만을 가지(COMPLRN, COOPLRN)


고 분석할 때는 사용하는 것을 한번 더 재고해야 함을 확인하였다 이외 지표들은.

우리나라 자료만을 사용한 분석에서 사용해도 크게 문제가 없는 것으로 보PISA

인다 그리고 사용가능한 변인들의 신뢰도 계수 역시 대부분 이상으로 산출되. 0.6

어서 크게 문제가 없는 것으로 나타났다.


결과에 대한 국제비교. PISA 2003Ⅳ

참여 학생의 구성1. PISA

학생들의 학업성취도 비교2.

학생들의 개인적 특성과 학업성취도 비교3.

학교 배경과 학업성취도 비교4.

결론5.


이 장에서는 결과를 토대로 우리나라 학생들의 학업성취도PISA 2003

및 제반 특성을 독일과 일본 핀란드 학생들과 비교하고자 한다 이 장에서 유독, .

독일과 일본 핀란드를 설정하여 우리나라와 비교하고자 한 이유는 다음과 같다, .

먼저 핀란드의 경우에는 거의 모든 영역에 있어서 학생들의 평균 성취도가 매우,

높으면서도 학생들간 성적 격차는 매우 낮은 것으로 나타나 교육의 수월성과 형

평성을 동시에 달성하고 있는 예시로 자주 인용되고 있기 때문이다 일본은 우리.

나라와의 지리학적 문화적 교육체제적 유사성 때문에 선택하였으며 독일은, , , PISA

에서의 저조한 성적 때문에 지난 수년간 엄청난 관심과 지원을 받아왔다는2000

점에서 주목할 만하여 우리나라와의 비교를 위하여 선택하였다.

참여 학생의 구성1. PISA

우리나라와 핀란드 일본 독일 모두 약 여명의 만 세 학생들이, , 5,000 15

연구에 참여하였다 이를 학교급 및 학년별로 살펴보면 우리나라와 일본 학PISA . ,

생들은 대부분 고등학교 학년에 재학하고 있었던 것에 비하여 핀란드 학생들은1 ,

모두 우리나라의 중학교 학년에 해당하는 종합학교 학년에3 (comprehensive school) 9

재학하고 있었으며 독일 학생들은 대부분 우리나라의 중학교 단계에 해당하는 교,

육기관의 학년에 재학 중이었던 것으로 나타났다 이들 학생들의 성별을9, 10, 11 .

살펴보면 핀란드와 일본 독일 보두 남 여학생의 비율이 유사한 데 비하여 우리, ,

나라의 경우에는 남학생의 비율이 로 여학생보다 월등히 많았던 것으로 나타59%

났다 또한 우리나라와 일본의 경우에 이상의 학생들이 실업계 고등학교에. , 20%

재학하고 있었던 것에 비하여 핀란드와 독일의 경우에는 우리나라의 실업계 고등,

학교에서와 같이 직업교육을 받는 학생들이 미만이었던 것으로 나타났다5% .


한국 핀란드 일본 독일학생수 비율 학생수 비율 학생수 비율 학생수 비율

총 학생수 5,444 100.0 5,796 100.0 4,707 100.0 4,660 100.0

학년

7 0 0.0 14 0.2 0 0.0 73 1.6

8 0 0.0 715 12.3 0 0.0 647 14.3

9 73 1.3 5,067 87.4 0 0.0 2,706 59.9

10 5,366 98.6 0 0.0 4,707 100.0 1,088 24.1

11 5 0.1 0 0.0 0 0.0 6 0.1

성별남 3,211 59.0 2,867 49.5 2,304 49.0 2,299 49.8

여 2,233 41.0 2,929 50.5 2,402 51.0 2,315 50.2

단계별전기중등교육 73 1.3 5,796 100.0 0 0.0 4,572 98.3

후기중등교육 5,371 98.7 0 0.0 4,707 100.0 81 1.7

계열별일반계 3,898 71.6 5,796 100.0 3,514 74.7 4,526 97.3

직업계 1,546 28.4 0 0.0 1,193 25.3 127 2.7

*주 :독일의 경우 해당 문항에 응답하지 않은 학생들이 있어서 개별 항목에 대한 응답자수의 합계와전체 학생수가 일치하지 않을 수 있음.

또한 에 참여한 학생들이 재학하고 있었던 학교의 특성을 살펴보면, PISA 2003 ,

국가별로 여개의 학교가 연구에 참여했던 것으로 나타났다 이 중140 220 PISA .

사립학교의 비율을 살펴보면 우리나라는 참여 학교들 중 가 사립학교인 것으, 54%

로 나타나 다른 어떤 나라보다도 사립학교 비율이 높게 나타났다 하지만 사립학. ,

교는 다시 재정상의 자립도를 기준으로 정부의존형 사립학교와 독립형 사립학교

로 구분할 수 있는데 우리나라의 사립 중 고등학교와 같이 교원의 급여를 정부,

가 지원해 주는 등 전체 재정의 절반 이상을 정부나 공공기관이 지원하는 경우에

는 정부의존형 사립학교라 한다 이를 기준으로 하면 연구에 참여한 사립학. , PISA

교 중 우리나라와 일본의 사립학교는 정부의존형 사립학교라 할 수 있고 핀란드

와 독일의 사립학교는 독립형 사립학교라 할 수 있다 또한 학교의 규모를 알 수.

있는 학교당 전체 학생수를 살펴보면 우리나라의 경우 학교당 평균 명의 학, 1,152

생들이 재학하고 있는 것으로 나타나 일본과 더불어 학교의 규모가 핀란드나 독

일보다 훨씬 더 큰 것으로 나타났다 하지만 학교장을 포함한 전체 교사 일인당. ,

학생수는 명으로 핀란드나 일본보다는 많지만 독일과는 유사한 수준이었던 것17 ,

으로 나타났다.


한국 핀란드 일본 독일학교수 비율 학교수 비율 학교수 비율 학교수 비율

*주 :독일의 경우 해당 문항에 응답하지 않은 학교들이 있어서 개별 항목에 대한 응답 학교수의 합계와 전체 학교수가 일치하지 않을 수 있음.

학생들의 학업성취도 비교2.

우리나라와 핀란드 일본 독일 학생들의 학업성취도를 의 주, , PISA 2003

영역이었던 수학을 필두로 문제해결력과 수학 과학 영역에 대하여 차례대로 살펴,

보도록 하겠다.

가 수학 성취도.에서의 수학적 소양은 다양한 상황에서 수학 문제를 제기하고 형식화하고PISA

해결하고 해석함으로써 여러 가지 아이디어를 효율적으로 분석하고 추론하고 의,

사소통하는 학생들의 능력과 관련된 개념이다 는 교실에서 다루는 전형적인. PISA

상황과 문제들이 아닌 실생활 문제에 초점을 맞추고 있다 에서는 수학적 소. PISA

양을 다음과 같이 정의하였다 수학적 소양이란 수학이 세계에서 담당하는 역할. “

을 인식하고 이해하는 능력 수학적으로 근거가 충분한 판단을 하는 능력 건설적, ,


이고 사려깊고 반성적인 시민으로서의 개인 생활의 필요성을 만족시키는 방식으

로 수학을 관련짓고 이용하는 능력 등을 말한다.”

우리나라 학생들의 경우 수학적 소양의 평균 점수는 점 표준편차는 점으로542 , 92

나타났다 비교 대상 국가들 중에서 평균 수준이 가장 높고 학생들간 점수 격차표. (

준편차가 가정 낮은 나라는 핀란드였으나 우리나라도 핀란드와 더불어 평균 수준) ,

이 매우 높으면서 학생들간 점수 격차는 매우 적은 것으로 나타났다 이에 비하여. ,

일본은 평균 수준은 높으나 점수 격차는 평균 수준인 것으로 나타났으며OECD ,

독일은 평균 수준 및 점수 격차가 모두 평균 수준인 것으로 나타났다OECD .

한국 핀란드 일본 독일 평균OECD전체

평균 542 544 534 503 500

표준편차 92 84 101 103 100

성별

평균점수

남학생 552 548 539 508 506

여학생 528 541 530 499 494

백분위

점수

5 388 406 361 324 332

10 423 438 402 363 369

25 479 488 467 432 432

75 606 603 605 578 571

90 659 652 660 632 628

95 690 680 690 662 660

수준별

비율(%)

수준 미만1 2.5 1.5 4.7 9.2 8.2

수준1 7.1 5.3 8.6 12.4 13.2

수준2 16.6 16.0 16.3 19.0 21.1

수준3 24.1 27.7 22.4 22.6 23.7

수준4 25.0 26.1 23.6 20.6 19.1

수준5 16.7 16.7 16.1 12.2 10.6

수준6 8.1 6.7 8.2 4.1 4.0

*주 : 수학적 소양 척도는 전체 참여국 학생들에 대하여 평균이 점이고 표준편차가PISA OECD 500점이 되도록 척도화되었음100 .

에서는 학생들에게 수학적 소양 점수를 제공할 뿐 아니라 학생들의 수학PISA ,

성취도를 보다 구체적으로 파악하기 위하여 학생들의 소양 수준을 수준에서'1 ' '6

수준까지로 구분하여 설명하고 있다 이를 좀 더 자세히 살펴보면 표 과 같' . , < 4-4>


다 우리나라 학생들의 는 수준에 는 수준에 는 수준에. 8.1% 6 , 16.7% 5 , 25% 4 , 24.1%

는 수준에 는 수준에 는 수준에 는 수준 미만에 속한 것으로3 , 16.6% 2 , 7.1% 1 , 2.5% 1

나타났다 가장 높은 성취 수준인 수준을 중심으로 살펴보았을 때 우리나라는. 6 ,

일본과 더불어 약 의 학생들이 이 수준에 해당되어 평균의 두 배에 해8% OECD

당되는 것으로 나타났다 핀란드의 경우 최고 수준인 수준에 해당하는 학생들의. , 6

비율은 우리나라나 일본보다 작았지만 에서 기본 수준으로 설정한 수, PISA 2003 2

준에 도달하지 못한 학생들의 비율이 더 낮아서 전반적인 평균 점수는 더 높았던

것으로 나타났다 마지막으로 남 여학생들간 점수 격차를 살펴보면 네 나라 모두. ,

남학생들의 수학 성취도가 여학생들보다 높았던 것으로 나타났다 하지만 다른 비. ,

교 대상 국가의 경우에는 남 여학생들간 점수 차이가 약 점 이내인 것에 비하10

여 우리나라의 경우에는 남학생과 여학생의 평균 점수 차이가 점이나 되는 것23

으로 나타나 여학생들의 수학 성취도 수준이 상대적으로 열악한 것으로 나타났다.

수 준 의 미수준 1 관련된 정보가 모두 제시되고 질문이 분명하게 정의된 익숙한 맥락에 관한 문제들에 답

할 수 있다.

수준 2 직접적인 추론을 요구하는 맥락에서 상황을 해석하고 인식할 수 있다.

수준 3 분명하게 기술된 절차와 연속적인 결정을 요구하는 절차를 실행할 수 있다.

수준 4 제한 조건을 포함하거나 가설을 설정해야 하는 복잡하고 구체적인 상황을 명확한 모형을 동원하여 효율적으로 다룰 수 있다.

수준 5복잡한 상황에 대해 제한 조건을 확인하고 가정을 분명히 할 수 있으며 다양한 모형을,개발하여 복잡한 상황을 다룰 수 있다 학생들은 다양한 모형과 관련된 복잡한 문제를.다루기 위해 적절한 문제 해결 전략을 선택하고 비교하고 평가할 수 있다.

수준 6 복잡한 문제 상황에 대한 자신들의 조사와 모형링에 근거해서 정보를 개념화하고 일반화하고 이용할 수 있다.

에서는 수학적 소양을 네 가지 세부 내용 영역으로 측정하였는데 바PISA 2003 ,

로 공간과 모양 변화와 관계 양 불확실성 등이다 이를 좀 더 자세히 살펴‘ ’, ‘ ’, ‘ ’, ‘ ’ .

보면 공간과 모양 영역의 주요 주제는 모양과 패턴 인식하기 시각적 정보를 설명, ,

하고 기호화하고 해석하기 모양의 동적인 변화 이해하기 유사성과 차이점 인식하, ,

기 상대적 위치 이해하기 차원 표현 방식과 차원 표현 방식을 이해하고 그것, , 2 3


들 사이의 관계 알기 공간에서 진행해나가기 등이었다 변화와 관계 영역의 주요, .

주제는 이해하기 쉬운 형태로 변화를 표현하기 기본적인 변화의 유형을 이해하기, ,

특정한 변화가 발생할 때 그 변화의 유형을 인식하기 이러한 기법들을 외부 세계,

에 적용하기 변화하는 세계를 자신에게 최대한 유리한 방향으로 통제하기 등으로,

구성되어 있었다 양 영역의 주요 주제는 수 감각 수를 다양한 방식으로 나타내. ,

기 연산의 의미를 이해하기 수의 크기에 대한 감각 갖기 수학적으로 우아한 계, , ,

산 암산 어림하기 등으로 구성되어 있었으며 불확실성 영역의 주요 주제는 자료, , ,

수집 자료 분석 자료 제시와 시각화 확률 추론 등으로 구성되어 있었다, , , , .

수학적 소양의 하위 영역별 평균 수준을 살펴보면 우리나라와 일본 학생들은,

공간과 모양 영역과 변화와 관계 영역을 더 잘하는 것으로 나타난 반면 핀란‘ ’ ‘ ’ ,

드 학생들은 전반적으로 모든 영역에 걸쳐 평균 점수의 격차가 거의 없는 것으로

나타났으며 독일 학생들은 양 영역을 더 잘 하는 것으로 나타났다 또한 우리나, ‘ ’ .

라 학생들의 경우 공간과 모양 영역과 변화와 관계 영역은 평균 수준은 높으나‘ ’ ‘ ’

학생들간 점수 격차가 큰 것으로 나타난 반면 양 영역과 불확실성 영역은 평, ‘ ’ ‘ ’

균 수준은 다소 낮으나 학생들간 점수 격차는 더 적은 것으로 나타났다.

한국 핀란드 일본 독일 평균OECD

평균

공간과 모양 552 539 553 500 496변화와 관계 548 543 536 507 499

양 537 549 527 514 501불확실성 538 545 528 493 502

표준편차

공간과 모양 117 92 110 112 110변화와 관계 99 95 112 109 109

양 90 83 102 106 102불확실성 89 85 98 98 99

최고 수준수준 학생(6 )비율(%)

공간과 모양 16.0 7.9 14.3 6.0 5.8변화와 관계 10.9 8.9 11.3 6.1 5.3

양 6.4 7.0 6.7 5.5 4.0불확실성 6.7 6.8 6.6 2.9 4.2

최저 수준수준 이하(1 )학생 비율(%)

공간과 모양 13.2 9.8 11.6 24.4 24.8변화와 관계 10.0 9.7 14.9 22.1 23.2

양 9.8 6.4 14.9 18.9 21.3불확실성 9.4 7.1 14.0 23.9 20.7

*주 : 수학적 소양 척도는 전체 참여국 학생들에 대하여 평균이 점이고 표준편차가PISA OECD 500점이 되도록 척도화되었음100 .


나 문제해결력.에서의 문제해결력 소양이란 실제적이고 범교과적이면서 친숙하지 않은 문PISA

제 상황에 직면했을 때 이를 해결하기 위하여 인지 과정을 활용하는 개인의 능력,

을 의미한다.

한국 핀란드 일본 독일 평균전체

평균 550 548 547 513 500표준편차 86 82 105 95 100

남학생평균 554 543 546 511 499표준편차 88 87 111 96 103

여학생평균 546 553 548 517 501표준편차 84 77 99 92 97

백분위 점수

5 404 409 362 351 32810 438 442 406 383 36825 494 495 481 447 43475 610 604 621 583 57190 658 650 675 632 62595 686 677 705 658 656

수준별 학생

비율(%)

수준 미만1 5 5 10 14 17수준1 22 22 20 28 30수준2 41 43 34 36 34수준3 32 30 36 22 18

*주 : 문제해결력 소양 척도는 전체 참여국 학생들에 대하여 평균이 점이고 표준편차PISA OECD 500가 점이 되도록 척도화되었음100 .

우리나라 학생들의 문제해결력 평균 점수는 점으로 핀란드 일본과 더불어550 ,

매우 높은 수준인 것으로 나타났으며 독일은 점으로 평균보다는 조금, 513 OECD

더 높은 것으로 나타났다 또한 우리나라 학생들의 문제해결력에 있어서의 점수. ,

격차표준편차로 본는 핀란드보다는 크지만 평균보다는 훨씬 더 적은 것으( ) OECD

로나타난 반면 일본은 평균보다 학생들간 점수 격차가 더 큰 것으로 나타, OECD

났다 이를 남 여학생별로 살펴보면 다른 모든 비교 대상 국가들에서는 여학생들. ,

의 문제해결력 수준이 남학생들보다 더 높은 것으로 나타났으나 우리나라의 경우,

에는 여학생들의 문제해결력 수준이 남학생들보다 더 낮은 것으로 나타났다.


수 준 의 미수준 이하1

직접적인 관찰이나 매우 간단한 추론으로부터 정보를 찾아내는 구조화되고 단순한 상황의 문제만을 해결할 수 있음.정보의 직접적인 수집 이상의 것을 요구하는 문제를 해결하거나 상황을 분석할 수 있는능력이 없음.

수준 1

문제의 본질 및 중요한 특징과 관련된 자료를 이해할 수 있음.문제와 관련된 직접적인 진술을 점검하기 위하여 정보를 사용할 수 있는 능력이 있음.자료의 출처가 다양한 문제나 제공된 정보에 대한 분석적인 추론이 요구되는 문항을 다루는 능력이 없음.

수준 2

다양한 대안의 비교를 통하여 의사 결정을 해야 하는 문제를 풀기 위하여 분석적인 추론을 할 수 있음.다양한 형태로 주어지는 관련 정보를 다룰 수 있는 능력이 있고 다양한 맥락에서 몇 가,지 대안 중 최선의 것을 선택할 수 있는 능력이 있음.연역적 귀납적 종합적 추론 능력을 활용할 수 있는 능력이 있음, , .

수준 3문제를 직면하고 해결할 수 있는 능력이 있을 뿐만 아니라 문제 상황에서 발견한 관계에 대한 정보를 평가하고 사용할 수 있는 능력이 있음.정보를 활용하여 자신만의 방법으로 문제를 표상할 수 있고 종합적인 방법으로 문제를,풀고 그 결과를 다른 사람과 상호 작용할 수 있음.

문제해결력 소양 역시 성취 정도를 몇 개로 수준으로 구분할 수 있는데, PISA

에서는 학생들의 문제해결력 소양의 성취 수준을 수준 이하 수준 수준2003 ‘ 1 ’, ‘ 1’, ‘

수준 으로 나누고 있다 각 성취 수준에 대한 보다 자세한 내용은 표 에2’, ‘ 3’ . < 4-7>

제시되어 있다 이 때 수준 과 수준 사이를 문제 해결 능력과 관련한 중요한. , ‘ 1’ ‘ 2’

경계로 간주하는데 이는 수준 에서 요구하는 능력이 대부분 사회에서 요구하는‘ 2’

필수 기능이라고 할 수 있기 때문이다 학생들이 수준 및 수준 과 관련된 문. ‘ 2’ ‘ 3’

제 해결 능력을 개발한다면 급속하게 변화하는 기술 사회에서 경제적 경쟁능력을,

향상하고 미래의 고용 기회를 확충할 수 있을 것이다 우리나라 학생들의 경우 최, .

고 수준인 수준 의 도달 비율은 수준 의 도달 비율은 수준 의 도‘ 3’ 32%, ‘ 2’ 41%, ‘ 1’

달 비율은 수준 이하는 로 나타났다 또한 사회에서 요구하는 문제 해22%, ‘ 1 ’ 5% . ,

결 능력 즉 수준 이상의 능력을 갖추고 있는 학생들의 비율은 우리나라와 핀란, ‘ 2’

드는 일본은 독일은 평균은 인 것으로 나타나 우리나73%, 70%, 58%, OECD 52%

라와 핀란드 학생들의 문제해결력 수준이 상대적으로 뛰어난 것으로 나타났다.

다 읽기 성취도.에서 정의한 읽기 소양의 의미는 다음과 같다 읽기 소양이란 개인이 자PISA . “ ,

신의 목적을 달성하고 지식과 잠재력을 발휘하며 사회에서 활동하기 위해 글을


이해하고 활용하고 고찰하는 능력을 말한다 즉 는 읽기 소양을 글의 내용, , .” , PISA

을 파악하는 수준을 넘어서서 글을 비판적으로 읽고 창의적으로 표현하는 고차원,

적인 사고능력으로 해석하고 있으며 나아가 이를 학교 교실 차원에 한정하지 않,

고 학교 밖의 실제 생활과 결부시키고 있다.

우리나라 학생들의 경우 읽기 소양의 평균 점수는 점 표준편차는 점으로534 , 83

나타났으며 핀란드는 평균 점수가 점이고 표준편차가 점으로 나타나 우리나, 543 81

라는 핀란드와 더불어 학생들의 읽기 소양에 있어서 평균 수준이 높을 뿐 아니라

학생들간 점수 격차도 낮은 것으로 나타났다 이에 비하여 일본과 독일은 학생들.

의 읽기 소양의 평균 수준은 평균과 유사한 반면 학생들간 점수 격차는OECD

평균보다 약간 더 큰 것으로 나타났다 또한 남 여학생들간 점수 격차를OECD . ,

살펴보면 네 나라 모두 여학생들의 읽기 성취도가 남학생들보다 월등히 높았던

것으로 나타났다 하지만 남 여학생들간 읽기 성취도 격차가 평균 점이고. OECD 34

핀란드가 점 독일이 점인 데 비하여 우리나라와 일본은 남 여학생들간 읽기44 , 42 ,

성취도 격차가 점인 것으로 나타나 우리나라 남학생들은 다른 비교 대상 국가22

들에 비하여 읽기 성취도 수준이 상대적으로 높은 것으로 나타났다.

한국 핀란드 일본 독일 평균전체

평균 534 543 498 491 494표준편차 83 81 106 109 100

남학생평균 525 521 487 471 477표준편차 83 82 111 111 103

여학생평균 547 565 509 513 511표준편차 80 73 99 102 95

백분위 점수

5 393 400 310 295 31810 428 437 355 341 36125 484 494 431 419 43075 590 599 574 572 56590 634 641 624 624 61795 660 666 652 652 646

수준별 학생

비율(%)

수준 미만1 1.4 1.1 7.4 9.3 6.7수준1 5.4 4.6 11.6 13.0 12.4수준2 16.8 14.6 20.9 19.8 22.8수준3 33.5 31.7 27.2 26.3 28.7수준4 30.8 33.4 23.2 21.9 21.3수준5 12.2 14.7 9.7 9.6 8.3

*주 : 읽기 소양 적도는 전체 참여국 학생들에 대하여 평균이 점이고 표준편차가 점PISA OECD 500 100이 되도록 척도화되었음.


읽기 소양 역시 다른 영역과 마찬가지로 성취 정도를 몇 개의 수준으로 구분할

수 있는데 이에 대한 자세한 내용은 표 에 제시되어 있다, < 4-9> .

수 준 의 미

수준 1최소의 복합적인 읽기 과제를 해결할 수 있다 단편적인 정보를 찾아낼 수 있으며 텍. ,스트의 중심 주제를 파악하거나 읽기 자료와 일상적인 지식을 단순하게 결부시킬 수있다.

수준 2 직접적인 정보를 찾아낼 수 있으며 낮은 수준의 추론을 할 수 있고 읽기 자료를 이해,하기 위해 외부 지식을 이용할 수 있다.

수준 3 여러 조각의 정보를 찾아낼 수 있으며 텍스트의 다른 부분들 사이를 연결지, 을 수 있고 친숙하고 일상적인 지식을 연결하면서 읽기 자료를 이해할 수 있다, .

수준 4 정보를 끼워 맞출 수 있으며 언어의 미묘한 차이 로부터 의미를 구성(embedded), (nuance)할 수 있고 텍스트를 비판적으로 평가할 수 있다, .

수준 5

이전에 접해보지 못했던 생소한 읽기 자료를 읽고 이해할 수 있으며 어려운 정보를,관리 통제할 수 있고 읽기 자료의 정보 중 어느 것이 과제에 적절한 것인지 추론할,수 있다 또 비판적인 사고를 할 수 있으며 가설을 설정할 수 있고 통상적인 기대에. ,어긋나는 개념을 다룰 수 있다.

각 수준에 속하는 우리나라 학생의 분포를 살펴보면 수준 미만에 수준, 1 1.4%, 1

에 수준에 수준에 수준에 그리고 최고 수준인 수5.4%, 2 16.8%, 3 33.5%, 4 30.8%, 5

준에 가 분포하는 것으로 나타났다 즉 우리나라 학생의 대다수인 가12.2% . , 76.5%

수준 이상에 위치하고 있으며 양극단인 수준 이하 수준 미만 및 수준 포함와3 , 1 (1 1 )

수준에 위치한 학생의 수는 모두 로 수준과 수준에 비해 상대적으로 적5 19.0% 3 4

었다 핀란드는 우리나라와 유사하나 최하위 수준에 해당하는 학생 비율이 우리나.

라보다 약간 더 낮은 반면 최고 수준에 해당하는 학생 비율이 약간 더 높은 것으,

로 나타났다.

라 과학 성취도.에서는 과학적 소양에 대한 개념을 다음과 같이 정의하고 있다 과학적 소PISA . “

양이란 자연 세계와 인간 활동으로 초래된 자연의 변화를 이해하고 의사 결정을

하기 위하여 과학적 지식을 활용하고 문제를 인식하며 증거에 기초한 결론을 내,


릴 수 있는 능력을 말한다 결국 에서 정의하는 과학적 소양은 자연 세계를.” , PISA

이해할 뿐만 아니라 자연 세계에 영향을 미칠 수 있는 의사결정 과정에 참여하기,

위하여 과학적 지식과 절차를 활용할 수 있는 능력을 의미한다.

한국 핀란드 일본 독일 평균OECD

전체평균 538 548 548 502 500

표준편차 101 91 109 111 105

남학생평균 546 545 550 506 503

표준편차 102 95 116 114 109

여학생평균 527 551 546 500 497

표준편차 98 86 103 108 102

백분위 점수

5 365 393 357 307 324

10 405 429 402 351 362

25 473 488 475 427 427

75 609 611 624 584 575

90 663 662 682 640 634

95 695 691 715 672 668

점 이하 학생 비율400 (%) 9.2 5.7 9.7 18.8 17.9

점 이상 학생 비율600 (%) 28.1 29.2 33.4 19.9 17.6

*주 : 과학적 소양 척도는 전체 참여국 학생들에 대하여 평균이 점이고 표준편차가PISA OECD 500점이 되도록 척도화되었음100 .

과학적 소양에 있어서 우리나라 학생들의 평균 점수는 점으로 나타나, 538 OECD

평균 점이나 독일 점보다는 높게 나타났으나 핀란드 점나 일본 점(500 ) (502 ) (548 ) (548 )

보다는 낮게 나타났다 또한 학생들간의 점수 격차 역시 핀란드와는 달리. , OECD

평균보다 큰 것으로 나타났다 따라서 수학적 소양이나 문제해결력 읽기 소양과. , ,

는 달리 우리나라 학생들의 과학적 소양은 그 평균 수준도 다른 영역에 비하여

상대적으로 낮을 뿐 아니라 학생들의 점수 격차 역시 상대적으로 큰 것으로 나타


났다 이러한 과학적 소양 수준의 문제가 바로 대학에서의 이공계열 기피현상으로.

연결될 수 있으며 다시금 우리나라 산업의 경쟁력 약화와 결부될 수 있다는 측면,

에서 우려할만 하다 또한 남 여학생들간 점수 격차를 살펴보면 핀란드를 제외한. ,

다른 모든 비교 대상 국가들의 경우에는 남학생들의 과학적 소양 수준이 여학생

들보다 높은 것으로 나타났다 다만 다른 국가들에서는 남 여학생들간 과학 성취. ,

도 격차가 점 내외인 데 비하여 우리나라의 경우에는 남 여학생들간 과학 성취6

도 격차가 점인 것으로 나타나 우리나라 여학생들은 다른 비교 대상 국가들에19

비하여 과학 성취도 수준이 상대적으로 낮은 것으로 나타났다.

학생들의 개인적 특성과 학업성취도 비교3.

여기에서는 학생들의 수학에 대한 동기와 자아 관련 신념 학교에 대,

한 태도 및 소속감 사회경제적 배경의 수준과 이들 변인들이 수학 성취도 점수에,

미치는 영향의 크기 등에 대하여 우리나라 학생들과 핀란드 일본 독일 학생들을, ,

비교하고자 한다.

가 수학에 대한 동기.학습 동기는 학습을 이끄는 추진력이라고 할 수 있다 학습 동기는 외적인 보상.

에 의한 외적 동기와 흥미와 같은 내적인 요소에 의한 내적 동기로 구분할 수 있

다 에서는 수학에 대한 내적 동기를 측정하기 위하여 수학 과목에 대한. PISA 2003

흥미와 수학을 학습할 때 느끼는 즐거움에 대하여 질문하였다 어떤 교과에 대한.

흥미와 즐거움은 학습에 참여하는 강도와 지속성 학습전략의 사용 이해의 깊이, ,

등에 영향을 미친다 또한 수학에 대한 외적 동기를 측정하기 위하여. , PISA 2003

에서는 좋은 직업을 갖는 데 도움이 될 것이라는 등의 외적 보상에 의해 얼마나

학습 의욕이 생기는지에 대하여 질문하였다.


동의한 비율(%)한국 핀란드 일본 독일 OECD

평균수학에대한흥미

수학과 관련된 것을 읽는 것을 좋아한다a) . 29 22 13 21 31수학 수업 시간이 기다려진다b) . 22 22 26 40 31나는 수학을 좋아하기 때문에 한다c) . 31 26 26 43 38수학에서 배우는 것들에 대하여 흥미가 있다d) . 44 46 32 55 53

수학에대한도구적동기

수학을 열심히 하는 것은 내가 장래에 하고자a)하는 일을 도울 수 있기 때문에 가치가 있다. 57 73 49 73 75

수학을 배우는 것은 내가 나중에 공부하려는 과b)목에 도움이 되기 때문에 중요하다. 60 87 43 79 78

수학은 내가 나중에 공부하고 싶은 것들을 위해c)필요하므로 중요한 과목이다. 58 74 41 49 66

내가 직업을 얻는 데 도움이 되는 많은 것들을d)수학에서 배울 수 있을 것이다. 46 75 47 71 70

표 에서 볼 수 있듯이 우리나라 학생들의 수학에 대한 열정은 매우 약한< 4-11> ,

것으로 나타났다 이는 핀란드와 일본 학생들도 마찬가지인 것으로 나타났다 하지. .

만 우리나라와 일본 학생들은 수학에 대한 도구적 동기 역시 낮은 것으로 나타난,

반면 핀란드 학생들은 수학에 대한 도구적 동기는 내적 동기와 달리 높은 것으로,

나타났다 독일 학생들의 경우에는 수학에 대한 내적 동기와 도구적 동기 모두가.

평균 수준인 것으로 나타나 다른 세 나라에 비하여 학생들의 수학에 대한OECD

동기 수준이 높은 것으로 나타났다.

한국 핀란드 일본 독일 OECD평균

수학에대한흥미

해당 지표의 평균 점수 -0.12 -0.24 -0.39 0.04 0.00수학 성취도에 대한 설명 변량 15.5 11.2 7.9 1.4 1.5상위 집단의 평균 수학 성취도25% 593 583 572 524 515하위 집단의 평균 수학 성취도25% 500 511 494 493 486두 집단간 점수 격차 93 72 78 31 29

수학에대한도구적동기

해당 지표의 평균 점수 -0.44 0.06 -0.66 -0.04 0.00수학 성취도에 대한 설명 변량 12.0 8.5 6.2 0.0 0.7상위 집단의 평균 수학 성취도25% 583 579 565 509 513하위 집단의 평균 수학 성취도25% 504 517 500 509 493두 집단간 점수 격차 79 62 65 0 20


표 에 제시된 결과만을 두고 본다면 학생들의 수학 성취도 수준이 매우< 4-11> ,

높은 것으로 나타난 우리나라와 핀란드 일본 학생들은 수학에 대한 흥미가 비교,

적 없다고 응답한 반면 상대적으로 수학 성취도 수준이 낮은 독일 학생들의 경우,

에는 수학에 대한 상대적으로 높은 흥미를 보고하였다는 것을 알 수 있다 하지만.

이를 각 국가별로 살펴보면 우리나라와 핀란드 일본의 경우에는 전반적인 흥미, ,

수준은 낮지만 학생들의 수학 성취도 점수 변량의 약 를 수학에 대한 흥, 8 15%

미가 설명하고 있는 것으로 나타나 수학에 대한 흥미가 높은 학생일수록 수학 성

취도 점수가 높다는 것을 알 수 있다 이에 비하여 독일 학생들의 경우 전반적인. ,

흥미 수준은 높지만 학생들의 수학 성취도 점수 변량의 약 만을 수학에 대한1%

흥미가 설명하고 있는 것으로 나타나 수학에 대한 흥미 수준과 수학 성취도 점수

간에는 상호 관련이 거의 없다는 것을 알 수 있다.

나 수학에 대한 자아 관련 신념.학습자들은 자신의 능력과 학습 성향에 대하여 나름대로의 관점을 형성한다 이.

러한 관점들은 학습 목표를 정하고 학습 전략을 채택하며 성취를 기대하는 방식, ,

에 상당한 영향을 주는 것으로 나타났다 자아 관련 신념은 다(Zimmerman, 1999).

음의 두 가지 요소에 의하여 설명될 수 있다 첫째 요소는 자신의 능력에 대한 믿.

음 즉 자아개념과 관련되어 있으며 둘째 요소는 어려운 과제를 스스, (Marsh, 1993),

로가 얼마나 잘 처리할 수 있다고 생각하는가 즉 자아효능감과 관련이 있다,

에서는 자신의 수학 능력에 대한 신념에 대하여 질문하(Bandura, 1994). PISA 2003

였는데 이러한 자기 능력에 대한 믿음은 성공적인 학습과 매우 관련이 깊고 또,

그 자체로서 하나의 목표가 되기도 한다 또한 수학에서의 자아 효능감을 측정하. ,

기 위하여 에서는 특정 학습 상황을 효과적으로 조절하기 위한 능력과 어려, PISA

움을 극복하기 위한 본인의 능력에 대하여 어느 정도 믿고 있는지 질문하였다.

표 에서 볼 수 있듯이 우리나라 학생들의 수학에 대한 자아개념은 매< 4-13> ,

우 낮은 것으로 나타났다 일본 학생들은 우리나라보다도 수학에 대한 자아개념이.

더 낮게 나타난 반면 핀란드와 독일 학생들은 수학에 대한 자아개념이 우리나라,


나 일본보다는 높아서 평균 수준인 것으로 나타났다 수학에 대한 자아효능OECD .

감 역시 수학에 대한 자아개념과 유사한 양상으로 나타나 우리나라와 일본 학생,

들은 수학에 대한 자아개념과 자아효능감이 모두 낮게 나타난 반면 핀란드와 독,

일 학생들은 수학에 대한 자아개념과 자아효능감이 모두 평균 수준인 것으OECD

로 나타났다.


평균

수학에대한자아개념

나는 그냥 수학을 잘하지 못한다a) . 62 39 53 36 42나는 수학에서 좋은 성적을 얻는다b) . 36 57 28 59 57나는 수학을 빨리 배운다c) . 34 55 25 57 51나는 수학이 내가 가장 잘하는 과목 중의 하나d)라고 믿어왔다. 30 32 27 35 35

수학 수업 시간에 나는 가장 어려운 내용까지도e)이해한다. 16 38 10 42 33

수학에대한자아효능감

시간표활용에대한자신감a) 59 85 62 84할인비율계산에대한자신감b) 65 76 55 78면적계산에대한자신감c) 50 63 43 75그래프이해에대한자신감d) 65 66 52 80선형방정식계산에대한자신감e) 78 83 86 87거리계산에대한자신감f) 47 62 42 55이차방정식계산에대한자신감g) 66 57 77 73비율계산에대한자신감h) 22 50 23 58

표 에 의하면 학생들의 수학에 대한 동기에 비하여 수학에 대한 자아 관< 4-14> ,

련 신념은 학생들의 수학 성취도 수준과 훨씬 더 밀접한 관련을 갖는 것으로 나

타났다 수학에 대한 자아효능감의 경우 모든 비교 대상 국가들에 있어서 학생들. ,

의 수학 성취도 점수 변량의 약 를 설명하고 있는 것으로 나타나 수학에25 35%

대한 자아효능감이 높은 학생일수록 수학 성취도 점수가 높다는 것을 알 수 있다.

하지만 수학에 대한 자아개념의 경우에는 우리나라와 핀란드의 경우에만 수학 성,

취도 점수와 밀접한 관계를 갖는 것으로 나타났고 일본과 독일의 경우에는 학생,

들의 수학에 대한 자아개념이 수학 성취도 점수를 그다지 설명해주지 못하는 것

으로 나타났다 따라서 우리나라와 핀란드의 경우에는 수학에 대한 자아개념에 있. ,


어서 학생들의 평균 수준은 차이가 있으나 자아개념이 높은 학생일수록 수학 성

취도 점수가 높은 것으로 나타난 반면 일본과 독일의 경우에는 수학에 대한 자아,

개념과 수학 성취도 점수 간에는 상호 관련이 거의 없다는 것을 알 수 있다.


수학에대한자아개념

해당 지표의 평균 점수 -0.35 0.01 -0.53 0.15 0.00수학 성취도에 대한 설명 변량 21.4 33.0 4.1 7.1 10.8상위 집단의 평균 수학 성취도25% 604 611 558 551 550하위 집단의 평균 수학 성취도25% 493 488 505 484 467두 집단간 점수 격차 111 123 53 67 83

수학에대한자아효능감

해당 지표의 평균 점수 -0.42 -0.15 -0.53 0.15 0.00수학 성취도에 대한 설명 변량 33.2 27.5 34.3 25.8 22.7상위 집단의 평균 수학 성취도25% 617 606 609 574 567하위 집단의 평균 수학 성취도25% 469 488 452 442 441두 집단간 점수 격차 148 118 157 132 126

다 학교에 대한 태도와 소속감.

에서는 학생들이 학교에 대하여 어떤 태도를 가지고 있으며 학교에PISA 2003 ,

대한 소속감은 어떠한지를 표 에 제시된 문항들을 사용하여 측정하였다< 4-15> .


평균

학교에대한 태도

학교는 내가 졸업할 때 성인으로서의 생활 준a)비를 거의 해주지 못했다. 28 22 33 43 32

학교는 시간 낭비였다b) . 10 7 11 7 8학교는 내가 의사결정을 할 수 있는 자신감을c)주었다. 66 78 53 56 72

학교는 직업에서 유용한 것들을 나에게 가르쳐d)주었다. 66 95 60 89 72

학교에대한소속감

학교에서 나는 외톨이 같다는 느낌을 가진다a) . 8 6 6 6 7나는 학교에서 쉽게 친구를 사귄다b) . 79 88 77 87 89나는 학교에 대해 소속감을 느낀다c) . 76 88 80 87 81학교에 있으면 어색한 느낌이 들고 내가 있을d)자리가 아닌 것 같다. 9 8 18 11 10

나는 다른 학생들 사이에 인기가 있다e) . 45 88 68 70 86학교에 있으면 외롭다f) . 7 6 30 6 8


표 에서 볼 수 있듯이 핀란드 학생들은 학교에 대하여 비교적 긍정적인< 4-15> ,

데 비하여 우리나라와 일본 독일 학생들은 비교적 부정적인 것으로 나타났으며, ,

학교에 대한 소속감 역시 핀란드와 독일 학생들은 비교적 긍정적인 데 비하여 우

리나라와 일본 학생들은 부정적으로 응답한 것으로 나타났다 하지만 어느 나라에.

서나 학교에 대한 태도나 소속감은 모두 학생들의 수학 성취도 점수에 그다지 큰

영향을 미치지 못하는 것으로 나타났다 표 참고(< 4-16> ).


학교에대한태도

해당 지표의 평균 점수 -0.37 0.11 -0.50 -0.08 0.00

수학 성취도에 대한 설명 변량 0.0 2.0 0.1 0.9 0.0

상위 집단의 평균 수학 성취도25% 544 558 537 496 499

하위 집단의 평균 수학 성취도25% 546 525 530 516 496

두 집단간 점수 격차 -2 33 7 -20 3

학교에대한소속감

해당 지표의 평균 점수 -0.39 -0.02 -0.53 0.24 0.00

수학 성취도에 대한 설명 변량 1.0 0.0 1.3 0.0 0.1

상위 집단의 평균 수학 성취도25% 553 540 546 504 502

하위 집단의 평균 수학 성취도25% 528 544 512 509 492

두 집단간 점수 격차 25 -4 34 -5 10

라 학생들의 사회경제적 배경.에서는 학생들의 가정 환경이 학업 성취도에 미치는 영향을 살펴보기 위하PISA

여 부모의 직업적 지위에 대한 정보를 토대로 한 사회경제적 지위 지표(Highest

와 부모의 직업 이외에 부모의 학교International Index of occupational status: HISEI)

교육 수준 문화적 자산 소유 정도 가족 구성 등을 통합한 경제사회문화적 배경, ,

지표 를 산출하였다 사회경제적(index of economic, social, and cultural status; ESCS) .

지위 지표는 대략 에서 사이의 값을 가지며 경제사회문화적 배경 지표는20 80 ,

국가 평균을 표준편차를 로 하여 대략 에서 사이의 값을 갖OECD ‘0’, ‘1’ -3.0 +3.0

는다 이 두 지표 모두 값이 클수록 학생의 사회경제적 지위가 높다는 것을 의미.

한다.


먼저 부모의 직업을 토대로 한 학생들의 사회경제적 지위를 살펴보면 우리나라, ,

학생들의 사회경제적 지위의 평균은 점으로 평균보다 약간 더 낮은 것46.3 OECD

으로 나타났으며 핀란드와 일본 독일은 모두 평균보다 더 높은 것으로 나, , OECD

타났다 하지만 학생들의 수학 성취도 점수 변산 중 사회경제적 지위가 설명하는. ,

정도는 일본 이 가장 낮고 우리나라 가 그 다음으로 낮은 것으로 나(4.38%) (5.49%)

타나 우리나라의 경우 부모의 사회경제적 지위가 학생들의 수학 성취도에 미치는,

영향이 다른 국가에 비하여 작다는 것을 알 수 있다 표 참고OECD (< 4-17> ).


사회경제적지위

해당 지표의 평균 점수 46.3 50.2 50.0 49.3 48.8

수학 성취도에 대한 설명 변량 5.49 7.17 4.38 15.48 11.7

상위 집단의 평균 수학 성취도25% 568 576 568 565 548

하위 집단의 평균 수학 성취도25% 511 515 505 463 455

두 집단간 점수 격차 57 61 63 102 93

이는 부모의 직업 이외에 부모의 학교교육 수준 문화적 자산 소유 정도 가족, ,

구성 등을 통합한 경제사회문화적 배경 지표를 사용하여 학생들의 가정 배경과

수학 성취도 간의 관계를 살펴보아도 유사한 경향을 띠는 것으로 나타났다 그림. [

에서 볼 수 있듯이 우리나라는 핀란드 일본과 더불어 학생들의 경제사회문화4-1] , ,

적 배경이 수학 성취도에 미치는 영향의 정도가 평균보다 더 낮은 데 비하OECD

여 독일은 평균보다 더 큰 것으로 나타났다 이 두 변인간의 관계는 교육기OECD .

회의 형평성에 대한 지표로도 활용될 수 있는데 우리나라의 경우 학생들의 가정,

배경이 학업 성취도에 미치는 영향이 평균보다는 적은 것으로 나타났지만OECD ,

핀란드나 일본보다는 더 크다는 것을 고려하여 학생들의 가정 배경 상의 격차에

관계없이 평등한 학습기회가 제공될 수 있도록 교육체제에 대한 점검 및 장기 전

략을 세워나가야 할 것이다.


학교 배경과 학업성취도 비교4.

여기에서는 학생들의 개인적 특성이 아닌 학교 수준의 배경 변인이 어

떻게 학생들의 수학 성취도에 영향을 미치는가를 우리나라와 핀란드 일본 독일, ,

학생들에 대하여 살펴보도록 하겠다 여기에서 제시되는 각종 정보는 학생들과 해.

당 학교의 학교장의 자기보고를 통하여 수집된 것이다 따라서 교사로부터 직접. ,

학습 관련 정보가 수집된 것이 아니기 때문에 학급에서의 교수학습에 대한 논의-

는 학교장과 학생의 응답으로부터 간접적으로 분석된 것임을 결과 해석에 고려해

야 할 것이다.

가 교사의 특성.학생의 성취도는 학교에서 얻을 수 있는 교육적 조언이나 도움과 밀접한 관련

을 갖으며 특히 교사의 학생 학습에 대한 지원은 성취도에 중요한 의미를 갖는다, .


따라서 에서는 표 에 제시된 상황이 얼마나 자주 일어나는가에 대한, PISA < 4-18>

학생들의 반응을 토대로 교사 지원 지표를 산출하였다 표 에 의하면 우리. < 4-18> ,

나라 학생들은 일본과 독일 학생들과 더불어 상대적으로 교사의 지원이 부족하다

고 느끼는 것으로 나타난 반면 핀란드 학생들은 교사의 지원에 대하여 상대적으,

로 만족하고 있는 것으로 나타났다 비록 어느 나라에서나 교사의 지원 정도가 학.

생들의 학업 성취도에 유의한 영향을 미치지는 못하는 것으로 나타났지만 그 양,

상에는 약간의 차이가 있는 것으로 나타났다 즉 우리나라와 일본 핀란드의 경우. , ,

에는 교사의 지원을 더 많이 받는 학생들이 학업 성취도가 더 높은 것으로 나타

났지만 독일의 경우에는 학업 성취도가 낮은 학생들에게 교사들이 더 많은 지원,

을 제공하는 것으로 나타나 문화적 차이를 볼 수 있었다.

발생한다고 동의한 비율(%)한국 핀란드 일본 독일 OECD

평균

교사의지원

교사는 학생들의 공부에 관심을 보인다a) . 58 56 50 43 58교사는 학생이 필요로 할 때 별도로 돕는다b) , . 56 75 62 59 66교사는 학생들의 공부를 돕는다c) . 79 87 73 59 73교사는 학생들이 이해할 때까지 가르쳐준다d) . 40 62 50 54 62교사는 학생들이 생각을 말할 기회를 준다e) . 49 61 47 53 59

교사의사기와열의

교사들의 사기가 높다a) 80 98 90 97 87교사들은 열의를 가지고 가르친다b) . 93 97 94 96 90교사들은 우리 학교에 자부심을 갖고 있다c) . 85 96 99 90 90교사들은 학업 성적을 중요하게 생각한다d) . 87 100 99 97 93

또한 에서는 교사의 사기와 열의에 관한 지표를 산출하기 위하여 표, PISA <

에 제시된 문항을 학교장들에게 물었다 표 에 의하면 전반적으로 모4-18> . < 4-18> ,

든 국가의 학교장들은 교사의 사기와 열정에 대하여 긍정적으로 판단하고 있는

것으로 나타났으나 우리나라 학교장들은 자신의 교사들이 상대적으로 낮은 사기,

와 열의를 보이는 것으로 판단하였다 하지만 우리나라의 경우에도 교사의 사기와.

열의가 낮다고 응답한 학교 학생들과 높다고 응답한 학교 학생들의 수학 성취도

차이가 무려 점에 달하는 것을 보면 학교장이 교사의 사기와 열의에 대하여 긍62 ,

정적으로 판단하는 학교 학생들일수록 수학 성취도가 높다는 것을 알 수 있다.



교사의지원

해당 지표의 평균 점수 -0.22 0.08 -0.34 -0.29 0.00상위 집단의 평균 수학 성취도25% 547 550 544 497 496하위 집단의 평균 수학 성취도25% 532 538 515 523 505두 집단간 점수 격차 15 12 29 -26 -9

교사의사기와열의

해당 지표의 평균 점수 -0.42 0.30 0.39 0.04 0.00상위 집단의 평균 수학 성취도25% 573 550 592 504 510하위 집단의 평균 수학 성취도25% 511 541 489 488 484두 집단간 점수 격차 62 9 103 16 26

나 학교의 교육적 자원 비교.마지막으로 학교에서 이용할 수 있는 물리적 환경적 자원이 학생들의 학업 성, ,

취도에 미치는 영향을 살펴보기 위하여 에서는 학교 건물 운동장 조명 온PISA , , , /

냉방 교사의 수업 공간 등에 대한 학교장의 판단을 토대로 한 학교의 물적 자원,

지표와 학교 구성원이 이용할 수 있는 수업 교구 컴퓨터 계산기 도서관 시청각, , , ,

자료 등에 대한 학교장의 의견을 토대로 한 교육 자원 지표를 산출하였다.


물적자원

해당 지표의 평균 점수 0.57 -0.24 -0.09 0.14 0.00상위 집단의 평균 수학 성취도25% 571 543 532 514 512하위 집단의 평균 수학 성취도25% 523 542 533 506 485두 집단간 점수 격차 48 1 -1 8 27

교육자원

해당 지표의 평균 점수 0.57 -0.02 0.01 0.20 0.00상위 집단의 평균 수학 성취도25% 552 543 527 513 515하위 집단의 평균 수학 성취도25% 522 546 521 479 476두 집단간 점수 격차 30 -3 6 34 39

표 에서 볼 수 있듯이 우리나라 학교장들은 학교가 높은 수준의 물적 교< 4-20> , ,

육적 자원을 확보하고 있다고 판단한 반면 핀란드의 학교장은 그렇지 못하다고,

판단하고 있는 것으로 나타났다 다시 말해서 우리나라 학교장들은 대부분 학교. ,

건물과 학습 기자재에 대하여 별다른 문제를 느끼지 않고 있는 것으로 나타났으


며 시설이 더 좋은 학교 학생들의 수학 성적이 그렇지 않은 학교 학생들보다 더,

높은 것으로 나타났다.

결론5.

우리나라 학생들과 핀란드 일본 독일 학생들을 비교한 결과 다음과, , ,

같은 결론을 내릴 수 있다 먼저 우리나라 학생들은 핀란드 학생들과 더불어 수학. ,

적 소양과 문제해결력 읽기 소양 모두에서 높은 평균 수준과 작은 학생들간 점수,

격차를 보여서 교육의 수월성과 형평성을 동시에 어느 정도 만족하고 있다고 할

수 있다 하지만 과학적 소양에 있어서는 다른 영역에 비하여 평균 수준이 상대적. ,

으로 낮으며 학생들간 점수 격차도 더 큰 것으로 나타났을 뿐 아니라 여학생들의,

성취 수준이 크게 떨어지는 것으로 나타나 이에 대한 대책을 마련해야 할 것으로

보인다 또한 학생들의 수학에 대한 동기나 자아관련 신념이 전반적으로 매우 낮. ,

게 나타났는데 우리나라 내부에서는 이러한 특성들이 높으면 높을수록 학업 성취,

도 수준이 높아지는 것으로 나타나 학생들에게 내적외적 동기를 부여하고 자신감/

을 갖게 할 수 있는 수업전략 등에 관한 추가적 연구가 필요할 것으로 보인다 또.

한 우리나라는 상대적으로 학생들의 가정 배경이 학업 성취도에 영향을 적게 미,

치는 것으로 나타났지만 핀란드나 일본보다는 더 큰 영향을 미치는 것으로 나타,

나 사회경제적 격차와 관계없이 교육의 평등성을 보장할 수 있는 방안이 무엇인

지에 대한 보다 장기적 전략이 수립되어야 할 것이다 마지막으로 우리나라 학교. ,

장들은 다른 국가들에 비하여 담당 교사들의 사기와 열의에 대하여 낮게 평가하

였는데 이 역시 그 근본적인 이유가 무엇이며 어떻게 이를 바꿀 수 있을지에 대,

한 여러 가지 고려가 있어야 할 것이다.


과. PISA 2000 PISA 2003Ⅴ

결과에 대한 비교 분석

서론1.

학업성취도에 있어서의 년도와 년도 비교2. 2000 2003

학업성취도에 미치는 사회경제문화적 배경 변인 효과3.

크기의 년도와 년도 비교2000 2003

수학 성취도의 학교간 학교내 변량의 년도와4. 2000

년도 비교2003

학교장 설문 변인들의 년도와 년도의 비교5. 2000 2003

결론6.

과 결과에 대한 비교 분석. PISA 2000 PISA 2003Ⅴ

서론1.

는 앞서 언급한대로 년도에 차 평가가 시작되어 매 년 주PISA 2000 1 3

기로 실시되고 있다 차 시행은 년도에 언어영역을 중심으로 수학 과학. 1 PISA 2000

총 세 분야에서 평가가 시행되었으며 평가 주기인 지난 년도에는 수학영역2 2003

을 중심으로 과학 언어 문제해결능력의 네 분야에 대한 평가가 실시되었다 따라.

서 년도와 년도의 결과를 비교 분석하는데 있어서 공통된 평가문항2000 2003 PISA

과 설문문항에 근거하여 분석을 시행할 수 밖에 없다 즉 문제해결능력 평가부분. ,

을 제외해야 하며 수학 언어 과학 세 분야의 성취도에 대한 분석이 주가 된다, , , .

다행히도 평가 점수의 경우는 모두 평균 점에 표준편차 점으로 표준화된500 100

점수로서 년도와 년도의 직접적인 비교가 가능하며 여타 설문문항결과2000 2003

점수들 역시 평균 표준편차 로 표준화되어 있기 때문이 직접적인 비교가‘0’, ‘1’

가능하다 이 장에서는 공통된 평가문항과 설문문항에 근거하여 과. PISA 2000

에서의 우리나라 학생들의 성취도 변화추이를 살펴보고 그에 따른 우리PISA 2003

나라 교육의 약점과 강점을 분석함으로써 우리나라 교육의 발전방향에 대한 시사

점을 얻고자 한다 연구 자료는 모두 에서 발간한. OECD Learning for Tomorrow's

책자의 관련 표들을 참고하였다World .

학업 성취도에 있어서의 년도와2. 2000

년도 비교2003

가 수학 소양 점수의 추이 분석.년도와 년도와의 공통된 수학 문항범주는 공간과 모양에 대한 평가항2000 2003


목과 변화와 관계에 대한 항목들이다 먼저 공간과 모양에 대한 우리나라 학생들.

의 평균점수와 표준편차는 다음 표 과 같다< 5-1> .

2000 (A) 2003 (B) 차이 [(B)-(A)]평균점수 538 552 14

표준편차 117 117 0

년도에 비해서 년도의 평가결과에서 우리나라 학생들의 수학공간과 모2000 2003

양에 대한 전체 평균점수는 약 점 정도가 상승한 것으로 나타났다 그러나 성적14 .

분포의 대략적인 모양을 보여주는 표준편차의 경우는 로서 변하지 않았음을117

알 수 있다 표준편차가 동일한 것은 전반적으로 학생들의 점수가 골고루 상승했.

음을 의미한다 더욱 구체적인 분포도를 학생들의 백분위의 점수를 통해서 살펴보.

면 다음의 표 와 같다< 5-2> .

백분위 2000 (A) 2003 (B) 차이 [(B)-(A)]5 344 360 16

10 386 401 15

25 463 472 9

75 620 634 14

90 689 701 12

95 726 742 16

표 를 보면 우리나라 학생들의 수학의 공간과 모양에 대한 평가항목의 점< 5-2>

수가 전반적으로 상승했음을 알 수 있다 상위 퍼센트 분위에 위치한 학생의. 5 (95 )

수학 공간과 모양에 대한 점수도 점에서 점으로 점이나 크게 상승했으며726 742 16

마찬가지로 하위 퍼센트 분위에 위치해 있는 학생들의 점수도 역시 점으로5 (5 ) 16


가장 큰 폭으로 상승했다 상대적으로 작은 폭을 상승한 학생들은 분위에 위치. 25

한 학생으로서 약 점 정도 상승했다 전반적으로 모두 점 이상 상승했다고 볼9 . 10

수 있다.

다음으로 수학에서 변화와 관계와 관련된 항목의 점수비교를 살펴보면 다음과

같다.

2000 (A) 2003 (B) 차이 [(B)-(A)]평균점수 530 548 18

표준편차 84 99 15

수학문항 중 변화와 관계에 대한 항목들의 평균점수는 년도에 비해서2000 2003

년도에는 점이 상승하였다 그러나 분포를 보여주는 표준편차 역시 점이 상승18 . 15

하였다.

백분위 2000 (A) 2003 (B) 차이 [(B)-(A)]5 389 383 -6

10 424 420 -4

25 475 480 5

75 588 617 29

90 635 674 39

95 667 708 41

하지만 구체적으로 분포도를 백분위로 살펴보면 표 에서 볼 수 있듯이 변, < 5-4>

화와 관계와 관련된 수학문항의 평균점수는 상승하였지만 하위권 학생들의 점수,

는 오히려 하락하였음을 알 수 있다.

이제 수학 평가의 모든 항목의 점수를 합산한 총 점수의 분포를 살펴보면 아래

표 와 같다< 5-5> .


백분위 2000 (A) 2003 (B) 차이 [(B)-(A)]5 400 388 -12

10 438 423 -15

25 493 479 -14

75 606 606 0

90 650 659 9

95 676 690 14

평균 547 542 -5

한국은 수학적 소양 점수가 년도에 위에서 년도에 한 계단 하락하여2000 2 2003

국가 중 위였는데 위의 표 와 그림 의 분포도 비교를 살펴보면OECD 3 < 5-5> [ 5-1]

상위권 학생들의 성적은 상승하였기 때문에 하위권 학생들의 성적의 하락이 수학,

성취도의 순위 하락에 영향을 준 것으로 보인다 따라서 수학점수의 전체적인 상.

승과 국가순위의 상승을 위해서는 하위권 학생들에 대한 수학학습에 대한 지원이

필요함을 알 수 있다.

0

100

200

300

400

500

600

700

수학점수

5분위 10분위 25분위 75분위 90분위 95분위

백분위

2000년

2003년

나 읽기 소양 점수의 추이 분석.읽기 소양 점수의 경우 년도에는 평균 점으로 국가 중에서 위였2000 525 OECD 6

으나 년도에는 평균 점으로 위로 계단 상승하였다 읽기 소양 점수의2003 534 2 4 .


분포도 변화를 년도와 년도를 비교해 보면 아래 표 과 같다2000 2003 < 5- 6> .

백분위 2000 (A) 2003 (B) 차이 [(B)-(A)]

표 과 그림 를 살펴보면 읽기 소양점수의 경우 하위권의 학생들 백분< 5-6> [ 5-2] ,

위 분위와 분위에 해당하는 학생들의 점수가 각각 점 점 하락하였으나5 10 -9 , -5 25

분위 이상의 학생들의 점수분포는 향상하였음을 알 수 있다 특히 분위 분위. 75 , 90 ,

분위에 해당하는 학생들의 읽기 소양 점수가 각각 점 점 점씩 크게 상95 16 , 26 , 31

승함으로서 전반적인 읽기 평균점수의 상승과 읽기소양점수의 순위상승을 가져온

것으로 분석된다.

0

100

200

300

400

500

600

700

읽기 소양점

수


백분위

2000년

2003년


다 과학 소양 점수의 추이 분석.과학 소양 점수의 경우 년도에는 평균 점으로 국가 중에서 위를2000 552 OECD 1

차지하였으나 년도의 평가 결과에서는 점으로 국가중에서는 위2003 538 OECD 3

파트너 국가까지 포함하면 위로 순위가 하락했음을 알 수 있다 이러한(OECD 4 ) .

순위하락은 하위권 학생들의 부진에 의한 것으로 보인다.

백분위 2000 (A) 2003 (B) 차이 [(B)-(A)]5 411 365 -46

10 442 405 -37

25 499 473 -26

75 610 609 -1

90 652 663 11

95 674 695 21

평균 552 538 -14

표 과 그림 을 살펴보면 백분위 분위에 위치한 학생의 성적은 거의< 5-7> [ 5-3] , 75

변하지 않았음을 알 수 있다 그리고 최상위권 학생들인 분위와 분위의 학생. 90 95

들의 점수는 각각 점 점 상승한 것으로 나타났다 그러나 분위 분위11 , 21 . 5 , 10 , 25

분위에 해당하는 학생들의 과학 점수는 크게 하락했음을 알 수 있다 분위 학생. 5

의 경우는 점 분위에 해당하는 학생은 점 분위에 해당하는 학생은 점46 , 10 37 , 25 26

이 하락하였다 수학과 읽기점수의 분포변화와 비교해봐도 이러한 과학 소양 점수.

의 분위 이하의 학생들의 점수하락의 폭은 큰 것이다 따라서 성적 분포에서 하25 .

위권에 해당하는 학생들의 성취도를 상승시키기 위한 노력이 필요함을 알 수 있다.


0

100

200

300

400

500

600

700

과학 점수


백분위

2000년

2003년

지금까지 수학과 읽기 과학 소양 점수의 분포의 변화를 살펴보았다 이 세 분야, .

모두 공통된 점은 백분위 분포 상에서 분위 아래의 하위권 학생들의 점수는 전25

반적으로 년도에 비해서 하락한 반면 분위 이상의 상위권 학생들의 점수들2000 75

은 모두 상승했다는 것이다 이는 정부차원에서 학습수준이 낮은 학생들에 대한.

지원에 대한 적극적인 정책마련이 필요함을 암시하는 결과이다2).

3. 학업성취도에 미치는 사회경제 문화적배경

변인효과 크기의 년도와 년도 비교2000 2003

지금까지 학업성취도에 있어서의 년도와 년도간 점수 분포를2000 2003

살펴본 결과 성적 분포에서 양극화 현상이 생겼음을 알 수 있다 여기에서는 지표.

화된 사회경제문화적 배경변인이 학업성취도를 설명하는 변량의 크기와 효과의

크기가 년도와 비교해서 년도에 어떻게 변화했는지를 살펴보았다 이 때2000 2003 .

2)그리고 이러한 일종의 양극화 경향이 심화될지 아니면 완화될지에 대해서는 향후 년에 시행될2006세 번째 주기의 평가 결과를 지켜보는 것이 필요하다PISA .


사회경제문화적 배경 지표는 값이 클수록 사회경제적 지위가 높음을 의미한다.

2000 (A) 2003 (B) 차이 [(B)-(A)]수학성취도에 대한 설명 변량

(Percentage of explained variance in student performance)11 14.2 3.2

사회경제문화적 변인이 포인트 상승했을 때의 수학1점수 변화

32 41 9

학부모의 사회경제적지위 지표 의 분포(ISEI)

하위 집단의 평균25% 26.5 28.9 2.4집단의 평균26~50% 35.9 43.5 7.6집단의 평균51~75% 46 49.4 3.4

상위 집단의 평균25% 62.9 63.5 0.6학부모의 사회경제문화적 지위 지표 의 평균(ESCS) -0.17 -0.10 0.07

*주 1 :수학 성취도의 변량을 설명하는 비율의 경우 를 의미함, R2 .

표 은 학생의 사회경제문화적 배경이 수학 성취도의 변량을 설명하는 비율< 5-8>

과 그 배경변인지표의 포인트 상승이 수학점수에 미치는 변화량을 보여주고 있1

다 그리고 더불어 학생부모의 사회경제적 지위 지표의 분포를 분위씩 네 구간. 25

으로 나누어서 그 평균 사회경제적 지위 지표의 변화를 제공하고 있다3) 한편 맨.

마지막 줄에서는 사회경제문화적 지위의 평균을 비교하고 있다.

표 을 살펴보면 사회경제문화적 변인이 수학성취도의 변량을 설명하는 비< 5-8> ,

율 이 포인트 증가하였으며 사회경제문화적 배경변인이 포인트 상승(portion) 3.2% 1

했을 때 수학 성취도 점수 상승 역시 점 정도 증가했음을 알 수 있다 즉9 . , 2000

년도에 비해서 년도의 수학성취도에 미치는 사회경제문화적 배경변인의 영향2003

력이 커진 것이다 이처럼 학생 개인의 가정환경의 효과의 크기가 커지게 되면 학.

교교육을 통한 계층의 이동이 약화될 수 있음을 의미하기도 하기 때문에 이는 교

육정책적으로도 학교교육 효과에 대해서 고민을 하게 만드는 일종의 신호일 수

있다 미국의 경우 콜만 리포트로 인해서 제기된 학생들의 사회경제적 배경의 지.

대한 효과에 대해서 큰 논쟁이 있었던 것을 상기해보면 년도와 비교해서, 2000

3)사회경제문화적 지위 지표의 분위구간별 값이 년도에 에서는 제공하지 않고 있어서 사회2000 OECD경제적 지위 지표를 대신 분석하였다 이 두 지표간의 상관관계가 아주 높기 때문에 분석에 큰 문.제점은 없다.


년도에 상대적으로 커진 한국 학생들의 사회경제적 배경의 수학성취도에 미2003

치는 효과의 크기의 상승은 한국의 교육학자들과 교육정책가들에게 학교교육 효

과에 대한 고민을 요구하는 부분이다.

또한 표 은 학생들의 사회경제적 지위가 년도에 비하여 전반적으로 상< 5-8> 2000

승했음을 보여주고 있다 이러한 사회경제적 지위의 전반적인 상승에도 불구하고.

학생들의 수학 성취도의 분포에 있어서 하위 분위의 학생들의 평균점수는 하락25

하고 상위권 학생들의 수학 평균성취도는 상승했음을 앞에서 살펴본 바 있다 그.

렇다면 이는 비록 더욱 세밀한 연구조사가 필요하겠지만 학생들의 사회경제적 배,

경의 효과가 상위권 학생들에게는 미치고 있지만 상대적으로 하위권 학생들의 사,

회경제적 배경이 학업에 미치는 효과가 별로 없음을 의미하기도 한다 즉 모든 학. ,

생들의 사회경제적 배경이 상승했지만 학생들의 학업성취도의 분포상에서 하위권,

학생들의 수학학업성취도가 하락했다는 것은 사회경제적 배경의 효과가 모든 계

층에 일괄적으로 존재하지 않을 수 있다는 것이다 그리고 하위권 학생들의 전반.

적인 성취도 하락은 그 학생들이 다니고 있는 학교교육의 효과도 미미할 수 있다

는 것을 의미한다 따라서 이러한 현상의 함축적 의미는 저소득층 하위권 학생들. ,

에 대한 여러 정책적 지원이 더욱 필요함을 의미하며 그러한 학생들이 많이 다니

고 있는 학교들의 여러 교육여건들을 개선하는 것이 필요함을 말해준다.

수학 성취도의 학교간 학교내 변량의4.

년도와 년도 비교2000 2003

자료에서는 위계적선형모형 을 사용하여PISA (Hierarchical Linear Model)

학생들의 학업성취도의 변량중 학교간 차이에 의해서 설명되어지는 비율과 학교

내 차이에 의해서 설명되어지는 비율을 보여주고 있다 학교간 변량이 크다는 것.

은 정책적으로 학교의 여러 투입요소들에 대한 점검과 학교의 교육과정에 대해서


개선책을 마련하는 것이 필요하다는 것을 의미한다 그래서 학교 효과에 대한 연.

구에 있어서 흔히 이러한 학교간 변량에 대한 분석이 시도되곤 한다김양분 외( ,

이에 비하여 학교내 차이에 의한 변량이 크다는 것은 개별 학생들의 여러2004).

가지 요인들에 의해서 학업성취도의 차이가 설명되어지는 것을 의미한다 아래.

표 는 년도와 년도의 수학성취도의 변량 중 학교간 차이에 의해서< 5-9> 2000 2003

설명되어지는 비율과 학교내 차이에 의해서 설명되어지는 비율을 제공하고 있다.

그리고 각각 학교내 차이와 학교간 차이에 의해서 설명되어지는 비율에서 학생의

사회경제적 변인지표가 설명하는 변량비율을 제시하고 있으며 학생과 학교의 사,

회경제적 변인지표가 설명하는 변량비율도 제시하고 있다.

총변량(TotalVariance)

학교간성취도변량

학교내성취도변량

학생의 사회경제문화적지위에의해설명되는변량

학교의 사회경제문화적지위에 의해 설명되는 변량

학교간성취도 변량

학교내성취도변량

학교간성취도변량

학교내성취도 변량

한국 2000 7,108 33.9 50.4 4.6 0.4 20.6 0.4

평균OECD 2000 8,505 33.1 67.7 8.6 3.8 20.4 3.9

한국 2003 8,531 42 58.2 7.7 1.1 27.8 1.1

평균OECD 2003 8,593 33.6 67 8.5 4.4 23 4.4

표 를 살펴보면 년도에 비해서 년도에 학생들의 수학성적의 총< 5-9> 2000 2003

변량이 늘어났음을 알 수 있다 이는 위에서 분석한대로 학생들의 분포도가 횡적.

으로 확산되었음을 의미하고 있다 평균과 비교해보면 년도에는. OECD 2003 OECD

평균 변량과 비슷함을 알 수 있다 그리고 총 변량 중에서 학교간 차이에 의해서.

설명되어지는 분량이 에서 로 증가했으며 학교내 차이에 의해서 설명되33.9% 42% ,

어지는 성취도 변량 역시 에서 로 증가했다 이는 각각 약 씩의 증50.4% 58.2% . 8%

가분으로 학교간과 학교내의 차이에 의해서 설명되어지는 분량이 약간씩 증가하

였음을 보여주고 있다.

한편 학생의 사회경제문화적 지위에 의해서 설명되어지는 성취도 변량을 학교

간과 학교내로 나누어서 그 비율을 살펴보면 한국은 년도와 년도 모두, 2000 2003


평균보다는 낮음을 알 수 있다 이는 학생들의 학업성취도에서 학생들의 사OECD .

회경제문화적 배경이 설명해주는 학교간 변량과 학교내 변량이 다른 선진국가들

에 비해서 낮다는 것을 의미해주며 학생 개인의 노력과 학교의 노력 혹은 여타

요소들이 학업성취도의 결과에 영향을 미치고 있음을 보여주고 있는 자료이다 그.

러나 문제는 년도에 비해서 년도에 모두 그 비율의 크기가 커졌다는 점2000 2003

이다 예를 들어 학생의 사회경제문화적 배경에 의해서 설명되어지는 학교내 변량. ,

비율이 에서 늘었으며 학교간 변량 역시 에서 로 커졌다는 점이다0.4 1.1 , 4.6 7.7 .

이처럼 사회경제문화적 요인으로 인해 학생들의 성적의 변량이 설명되어지는 양

이 커진다면 점차 교육이 학생들의 사회계층지위의 이동을 위한 요인으로 작동하,

지 못하고 계층 재생산의 기제로서만 작동하게 될 가능성이 커진다는 것을 의미

한다 그러나 다행스럽게도 그 비율이 아직도 전체로 보면 아주 크지 않다는 점을.

염두해둘 필요가 있으며 정책적으로 더욱 학교의 여러 요인들이 학생들의 학업성

취도에 긍정적으로 영향을 줄 수 있도록 노력하는 것이 필요하다 그리고 향후 실.

시될 년도 학업성취도 결과를 분석할 때 이점을 염두해서 볼 필요가 있을 것2006

이다.

학교장 설문 변인들의 년도와5. 2000

년도 비교2003

가 교사와 연관된 요소들의 추이 분석.는 학교장 설문을 통해서 학교의 여러 가지 현황에 대한 조사를 시행하고PISA

있다 먼저 교장이 인식하고 있는 교사와 연관된 요소들이 학교의 학업 환경 즉. ,

학생들의 배움에 영향을 미치는 사항들에 대한 조사 결과가 년도에 비해서2000

년도에는 얼마나 변화했는지를 살펴보면 표 과 같다2003 < 5-10> .


관련문항 2000 (A) 2003 (B) 차이 [(B)-(A)]학생에 대한 교사의 낮은 기대 수준 27.2 31.9 4.7

학생과 교사간의 관계가 나쁨 8.4 14.1 5.7

교사가 학생 개개인의 욕구를 충족 시키지 못함 26.4 28 1.6

교사의 결근 4.6 10.9 6.3

변화나 개혁에 저항하는 교직원 7.5 17.3 9.8

학생들에 대한 교사의 지나친 엄격함 1.3 7.7 6.4

잠재능력을 충분히 발휘하도록 학생을 격려하지 못하는 문제

17.5 27 9.5

표 을 살펴보면 교사와 관련된 여러 요인들이 학생들의 배움을 많이 방해< 5-10>

한다고 응답한 학교에 다니는 학생들의 비율이 년도에 비하여 전반적으로 증2000

가하였음을 알 수 있다 교직원들의 변화와 개혁에 대한 반대와 학생들의 잠재능.

력을 충분히 끌어내지 못하는 교사로 인해서 학생들의 배움이 크게 지장을 받고

있다고 대답한 학교에 재학 중인 학생이 포인트 가까이 증가하였을 뿐 아니10%

라 교사의 결근으로 학생들의 배움에 큰 지장을 준다고 대답한 학교에 재학 중인

학생 역시 년도에 거의 로서 년도에 비해서 포인트가 증가한 것2003 11% 2000 6.3%

으로 나타났다.

년도에 비해서 년도에는 그 비율이 크게 증가하지는 않았지만 그 절대2000 2003

비율상으로 보면 교사의 학생에 대한 낮은 기대로 인해서 학생들의 배움이 지장

을 받는다고 대답한 학교에 재학 중인 학생 비율이 년도 년도2000 27%, 2003 32%

나 되는 것으로 나타났다 교사들의 엄격함은 비록 포인트 정도 해당 학생 비. 6%

율이 증가하긴 했지만 절대 비율크기에서는 로서 그다지 크지 않음을 알 수7.7%

있다.

따라서 표 은 학생들의 학업성취를 높이기 위한 교사들과 관련된 여러 요< 5-10>

인들 중 교사들의 학생에 대한 기대를 높이기 위한 열의의 증대와 학생들의 잠재, ,

능력을 끌어내기 위한 교육학적 전문능력의 증진 학생들의 요구를 충족시키기 위,


한 전문성의 고양 등이 필요함을 알 수 있다 이러한 교사의 소양을 높이기 위해.

서는 교사들에 대한 전문성 재교육 정책에 대한 전반적인 검토가 필요함을 암시

해준다 즉 현재 진행되고 있는 단순한 행정직 체계 내에서의 승진만을 위한 점수.

따기 식의 연수 재교육에서 교사들이 학생에 대한 기대를 높이기 위한 열의의 증,

대를 위한 교사의 재충전을 위한 재교육 학생들의 능력을 끌어내기 위한 교사의,

학생 컨설팅능력과 전문적 지식의 증대 학생들의 다양화된 요구를 충족시키기 위,

한 다방면의 소양을 지닌 교사로 스스로 발전하기 위한 여러 가지 교원재교육 지

원정책 등이 절실하다고 볼 수 있다.

나 교사의 사기와 열의에 대한 추이 분석.교사의 사기와 열의의 중요성을 부인하는 사람은 없을 것이며 교사의 사기와,

열의가 우리 교육의 발전에 무엇보다도 중요하다는 점은 더 말할 나위가 없다.

데이터베이스에서는 교장이 인식하고 있는 교사의 사기와 열의에 대해서 관PISA

련 설문 자료를 제공해주고 있다 크게 네 항목의 설문문항으로 구성되어져 있는.

교사의 열의와 헌신에 대한 비교를 살펴보면 다음과 같다.

관련문항 2000 (A) 2003 (B) 차이 [(B)-(A)]교사들의 사기가 높다 61.6 80.2 18.6

교사들은 열의를 가지고 가르친다. 85.3 93.4 8.1

교사들은 우리 학교에 자부심을 갖고 있다. 77 85.2 8.2

교사들은 학업 성적을 중요하게 생각한다. 87 86.8 -0.2

표 을 살펴보면 교사의 사기와 열의에 대해서는 전반적으로 많이 긍정적< 5-11>

임을 알 수 있다 교사의 열의가 높은지에 대한 항목에 많은 학교들이 동의를 하.

였고 그러한 동의를 표한 학교에 재학하고 있는 학생 비율이 년도에 로2003 80%

년도와 비교하면 포인트 증가하였다 그러나 여전히 의 학생들이2000 18.6% . 20%

교사의 열의가 높지 않다고 응답한 학교에 재학하고 있다는 것은 향후 더욱 정책


적으로 교사의 열의의 향상을 위해서 노력해야 함을 암시해주고 있다 그 외 학업.

성취도에 대해 중요시 여기는 정도를 제외하고는 교사의 열정과 학교에 대한 자,

부심은 년도보다 역시 긍정적으로 향상되었음을 알 수 있다 따라서 점차 향2000 .

상되어져가는 교사의 사기와 열의에 대해서 퍼센트까지 약 퍼센트 정도100 10~20

의 부족함을 보완하기 위해서 교사들이 교직에 대해서 더욱 전념할 수 있는 교육

여건 개선을 위해서 노력하는 것이 필요하다.

다. 학생관련요소들이학생들의배움에주는영향에대한추이분석한편 데이터베이스에는 학생들과 연관된 여러 요인들이 학생들의 배움을PISA

저해하는지에 대한 설문문항에 대한 응답 자료가 포함되어 있다 이 문항들에 대.

한 년도와 년도 사이의 변화된 상황에 대하여 비교해보면 다음 표2000 2003 < 5-12>

와 같다.

2000 (A) 2003 (B) 차이 [(B)-(A)]학생들의 출석률 저조 19.7 17.4 -2.3

학생들의 수업 방해 16.7 17.8 1.1

학생들의 수업 불참 14.2 12.9 -1.3

교사에 대한 학생들의 존경심 부족 28.7 23.4 -5.3

학생들의 음주나 마약 문제 1.7 13.1 11.4

학생들 간의 괴롭힘 또는 폭력 문제 3.5 13.5 10

표 를 보면 여섯 개의 문항으로 학생들이 학업에 대해 방해를 하는 여러< 5-12>

행위들에 대한 설문조사가 시행되었음을 알 수 있다 이중 학생들의 결석 학생들. ,

의 수업불참 교사에 대한 존경심 부족 등의 세 항목에서는 년도에 비해서 상, 2000

대적으로 비율이 줄어들어서 상황이 약간 개선된 것으로 보인다 그러나 학생들의.

음주나 마약문제로 인해서 학생들의 배움에 지장을 준다고 응답한 학교의 학생비

율이 매우 크게 늘어났음을 알 수 있다 이는 청소년의 일탈 행위가 과거에 비해.


서 늘어나고 있음을 보여주고 있다 한편 학생들간의 괴롭힘과 폭력문제 역시.

년도에 비해서 년도에 크게 늘었음을 알 수 있다 최근 학생들의 왕따문2000 2003 .

제와 일진회와 같은 학교 폭력문제가 불거졌음을 상기할 때 이러한 학생들의 일( )

탈문화에 대한 시급한 대책이 필요함을 학교장 설문자료를 통해서도 확인할PISA

수 있다.

한편 교사에 대한 존경심의 부족은 상대적으로 약간 줄어들었음을 알 수 있으

나 그 비율의 크기로 보면 로서 여전히 문제가 있음을 알 수 있다 학생들이23.4% .

교사에 대한 존경심이 부족한 이유는 여러 가지 이유가 있을 수 있다 신세대문화.

의 확산으로 인해서도 그럴 수가 있으며 교사들이 학생들에 대한 기대가 낮은 것

으로 기인할 수도 있다 앞에서 살펴본 자료에 의하면 교사들이 학생들에 대한 낮(

은 기대의 학교 학생비율이 약 에 이르고 있다 교사와 학생간에 서로 기대를32% ).

하고 상호 노력을 할 때 신뢰도 향상될 수 있는 것이며 이러한 현상을 해결하기,

위한 학교차원의 여러 가지 프로그램 개발 등이 필요할 것이다.

결론6.

지금까지 년도와 년도간의 공통된 성취도 결과와 설문문항을 가2000 2003

지고 변화 추이를 분석하였다 전반적인 평균 학업성취도는 여전히 높은 수준을.

유지하고 있지만 세부적으로 그 성취도의 분포를 살펴보면 하위권 학생들의 성적,

이 낮아졌음을 알 수 있다 따라서 학교에서 성적이 낮은 하위권 학생들에 대한.

학업지원을 위한 여러 방안들이 마련될 필요성이 있음을 보여주고 있다 한편 사.

회경제적 지위가 학업성취도에 미치는 영향이 늘어났으며 이에 대한 다방면의 분

석이 향후 년도의 차 결과에 따라서 이루어질 필요성이 있다2006 3 PISA .

학생들의 학업성취를 높이기 위한 교사들과 관련된 여러 요인들 중 교사들의,

학생에 대한 기대를 높이기 위한 열의의 증대와 학생들의 잠재능력을 끌어내기,


위한 교육학적 전문능력의 증진 학생들의 요구를 충족시키기 위한 전문성의 고양,

등이 필요함을 년도와 년도의 학교장 설문지 분석을 통해서 알 수 있다2000 2003 .

이러한 교사의 소양을 높이기 위해서는 교사들에 대한 전문성 재교육 정책에 대

한 전반적인 검토가 필요함을 암시해준다.

한편 학생들의 음주문제와 학교 폭력문제가 심각해졌음을 자료분석을 통PISA

해서도 확인될 수 있었다 따라서 이러한 학교 폭력문제와 음주문제 등의 학생들.

의 일탈행위에 대한 방지책이 마련되어져야 함을 보여주고 있다.


결과로 본 우리나라. PISA 2003Ⅵ

중등교육 정책에 대한 효과 분석

서론1.

교사 일인당 학생수가 학생들의 학업성취도에 미치는 영향2.

분석

사교육 시간이 학생들의 학업성취도에 미치는 영향 분석3.

수준별 수업이 학생들의 학업성취도에 미치는 영향 분석4.

결론5.

결과로 본 우리나라 중등교육 정책에 대한 효과 분석. PISA 2003Ⅵ

서론1. 4)

자료는 만 세 학생들의 학업성취도에 대한 측정과 더불어 학생PISA 15

들과 학교 차원의 여러 변인들에 대한 풍부한 정보를 제공하고 있어서 우리나라

학생들의 학업성취도에 대한 대략적인 그림 뿐만이 아니라 우리나라 주요 중등교,

육 정책에 대한 정책적 효과를 분석할 수 있는 정보를 제공하고 있다 여기에서.

분석의 대상이 되는 교육정책과 분석내용은 다음과 같다.

교육여건의 주요 지표 중 하나인 교사 인당 학생수가 학생들의 학업성취도에1

미치는 효과

분석 학교 외에서 이루어지는 사교육 시간이 학생들의 학업성취도에 미치는

효과 분석

차 교육과정의 주요 내용 중 하나인 수준별 수업이 학생들의 학업성취도에7

미치는 효과 분석

평준화 정책 시행 여부가 학생들의 학업성취도에 미치는 효과 분석

4)이 장은 년 월에 실시된2005 6 “International Conference on 60 Year's of Korean Education: Achievement에서and New Challenges” “Look on Korea's Secondary Education through the Analysis of the PISA

란 제목으로 발표된 내용을 보완한 것임Study” .


학생수준변인사례수 평균 표준편차 최소값 최대값

수학측정유의값1(PV1MATH)** 5371 540.11 92.07 197.57 849.62

수학측정유의값2(PV2MATH)** 5371 540.25 92.5 169.61 842.14

수학측정유의값3(PV3MATH)** 5371 541.11 92.33 192.04 855.38

수학측정유의값4(PV4MATH)** 5371 541.35 92.73 189.39 848.61

수학측정유의값5(PV5MATH)** 5371 540.57 92.57 181.6 888.41

여학생(Female)* 5371 0.41 0.49 0 1

학업기대수준(SISCED)* 5371 0.79 0.56 0 1

사회경제문화적지위(ESCS)# 5371 -0.12 0.85 -3.30 2.27

수학내적동기(IntMA)# 5371 -0.13 1 -1.78 2.37

수학자아효능감(Efficacy)# 5371 -0.43 0.99 -3.89 2.53

심화보충학습시간(RemEnr) # 5371 1.65 2.50 0 20

과외시간(PrivAll) # 5371 1.75 2.25 0 20

학교수준변인지역규모(Localsize) 138 4.22 0.94 1 5

평준화지역여부(Equaliz) 138 0.67 0.47 0 1

학교규모(Schoolsize) 138 1161.12 431.33 208 2103

공립학교여부(Public)* 138 0.44 0.5 0 1

수학교사 인당학생수1 (StuTeaMA) # 138 158.28 60.55 56.67 361

학생의열의(StuMoral) # 138 -0.13 1.27 -2.77 2.59

수준별수업1(DiffLevel1)동일내용 다른수준별분반( , ) * 138 0.55 0.5 0 1

수준별수업2(DiffLevel2)다른내용 다른수준별분반( , )* 138 0.7 0.46 0 1

수준별수업3(DiffLevel3)수업내조별수업( ) * 138 0.68 0.47 0 1

이 장에서는 위에 제시한 네 가지 주요 정책 중에서 평준화 정책을 제외한 나

머지 세 가지 정책의 효과를 살펴보고 평준화 정책의 효과는 다음 장에서 별도로,

살펴보도록 하겠다 이 세 가지 주요 정책의 효과 분석을 위하여 을 사용한. HLM


분석을 실시하였으며 연구에 참여한 우리나라 만 세 학생들 명, PISA 2003 15 5,612

중에서 관련 항목에 대하여 모두 응답한 개 고등학교에 재학 중인 명의138 5,371

고등학생들을 대상으로 분석을 실시하였다 이 분석에서 사용한 학생수준 변인과.

학교수준 변인들을 살펴보면 다음과 같다 먼저 학생수준 변인으로는 남 여 성별. ,

구분과 대학교 이상 진학하고자 하는지에 대한 학생들의 학업 포부 수준 가정의,

사회경제문화적 배경 학생들의 수학에 대한 내재적 동기와 자아 효능감,

그리고 주당 총 사교육 시간을 사용하였으며 학교수준 변인으로는(self-efficacy), ,

지역규모와 평준화지역 여부 공립학교 여부 학교규모 수학교사 일인당 학생수, , , ,

학생들의 열의 능력별 수업 실시 여부동일 내용 수준별 분반교육(student morale), ( ,

내용 수준별 분반교육 수업시간내 수준별 조별 수업를 사용하였다, ) .

교사 일인당 학생수가 학생들의2.

학업성취도에 미치는 영향 분석

에 따르면 년 기준“Education At A Glance: OECD Indicators 2004” , 2002

우리나라 중등학교의 교사 일인당 학생수는 명으로 국가평균인 명18.4 OECD 13.6

의 배에 이르며 멕시코를 제외한 다른 어느 회원국보다 열악한 교육여1.5 , OECD

건을 갖추고 있는 것으로 나타났다 따라서 정부에서는 년 교육여건개. , 2001 7 20

선계획의 시행 이후로 학급당 학생수 감축을 통하여 교사 일인당 학생수도 함께

감축하기 위하여 노력하고 있는데 여기에서는 수학교사 일인당 학생수가 학생들,

의 수학적 소양 점수에 미치는 영향에 대한 분석을 통하여 이에 대한 답변을 찾

고자 하였다.


모형 1 모형 2회귀계수 표준오차 회귀계수 표준오차

수학적 소양 점수 전체 평균 541.18*** 4.41 498.12*** 15.13

수학교사 일인당 학생수 -0.56*** 0.07 -0.21*** 0.05

*주 : 1.모형 은 수학교사 일인당 학생수만을 사용하여 이 변인이 학생들의 수학 성적에 미치는 영향1을 설명한 모형인 반면 모형 는 학생수준에서 학생의 성별 학업기대수준 사회경제문화적, 2 , ,지위 수학에 대한 내적 동기와 자아 효능감 수학에 대한 보충심화학습시간과 과외 시간을, ,통제하였고 학교 수준에서 지역규모와 평준화지역 여부 공립학교 여부 학교규모 학생들의, , , ,열의 능력별 수학 수업 실시 여부를 통제한 이후에 수학교사 일인당 학생수가(student morale),학생들의 수학 성적에 미치는 영향을 설명한 모형임.

2. 는 는 는 을 나타냄* p<.05, ** p<.01, *** p<.001 .

우리나라 고등학교의 수학교사 일인당 학생수는 평균 명으로 나타났으며 수158 ,

학교사 일인당 학생수가 학생들의 수학적 소양에 미치는 영향을 살펴보면 표, <

와 같았다 표 에서 모형 은 수학교사 일인당 학생수라는 학교수준 변6-2> . < 6-2> 1

인만을 사용하여 학생들의 수학적 소양을 설명하고자 한 경우를 나타내며 모형, 2

는 앞에서 언급한 모든 학생수준 변인들과 학교수준 변인들의 영향을 통제한 다

음에 수학교사 일인당 학생수가 학생들의 수학적 소양에 미치는 영향을 설명하고

자 한 경우를 나타낸다.

모형 의 결과를 살펴보면 수학교사 일인당 학생수가 한 명 증가하면 학생들의1 ,

수학적 소양 점수가 점 하락하는 것을 알 수 있으며 이는 모형 에서 학생들0.56 , 2

의 성별이나 사회경제적 배경 학생들의 학습심리적 특성과 사교육시간 등의 영향,

을 통제하고 학교의 제반 특성들의 영향을 통제한 이후에도 수학교사 일인당 학,

생수가 한 명 증가하면 학생들의 수학적 소양 점수가 점 하락하는 것으로 나0.21

타났다.

이렇게 여러 가지 학생수준과 학교수준 변인들의 영향을 통제한 이후에도모형(

수학교사 일인당 학생수가 학생들의 수학적 소양에 미치는 영향이 여전히 통계2)

적으로 유의미한 것으로 나타나기는 했지만 에서 측정하고 있는 수학적 소양, PISA

점수의 평균이 점이고 표준편차가 점이라는 것을 고려하면 그 효과의 크기500 100

가 실제적으로 얼마나 의미가 있는지는 좀 더 분석해 보아야 할 것이다.


사교육 시간이 학생들의 학업성취도에3.

미치는 영향 분석

김양분 등 의 연구에 의하면 년 당시 우리나라 중학교 학생(2003) , 2003

들의 일반계 고등학교 학생들의 실업계 고등학교 학생들의 가 사75%, 56%, 19%

교육을 받고 있으며 실업계 고등학교 학생들을 제외하고는 이상의 사교육이, 90%

교과교육과 관련된 내용인 것으로 나타났다 에 의하면 우리나라 만. PISA 2003 , 15

세 학생들은 학교에서의 정규 수학 수업시간 이외에 주당 평균 시간의 수학1.65

사교육을 받고 있는 것으로 나타났으며 주당 평균 시간의 수학 심화수업이나, 1.75

보충수업을 학교에서 받고 있는 것으로 나타났다 따라서 여기에서는 수학과 관련. ,

한 사교육시간과 심화 보충수업 참여시간이 학생들의 수학적 소양에 미치는 영

향을 살펴보았다.

모형1 모형2회귀계수 표준오차 회귀계수 표준오차

수학적 소양 점수 전체 평균 542.00*** 4.85 511.32*** 17.88

사교육 시간 3.80*** 0.54 1.39** 0.46

심화 보충 수업시간 3.27*** 0.71 1.53** 0.58

*주 : 1.모형 은 수학에 대한 보충심화학습시간과 과외 시간만을 사용하여 이 변인이 학생들의 수학1성적에 미치는 영향을 설명한 모형인 반면 모형 는 학생수준에서 학생의 성별 학업기대수준, 2 , ,사회경제문화적 지위 수학에 대한 내적 동기와 자아 효능감을 통제하였고 학교 수준에서 지, ,역규모와 평준화지역 여부 공립학교 여부 학교규모 수학교사 일인당 학생수 학생들의 열의, , , ,

능력별 수학 수업 실시 여부를 통제한 이후에 수학에 대한 보충심화학습시간(student morale),과 과외 시간이 학생들의 수학 성적에 미치는 영향을 설명한 모형임.

2. 는 는 는 을 나타냄* p<.05, ** p<.01, *** p<.001 .

표 에서 모형 은 학생들과 학교의 제반 특성의 효과를 통제하지 않고 수< 6-3> 1

학과 관련한 학교 외에서의 사교육시간과 학교에서의 심화 보충 수업시간만을

사용하여 학생들의 수학적 소양을 단순 비교하고자 한 경우를 나타내며 모형 는, 2


앞에서 언급한 모든 학생수준 변인들과 학교수준 변인들의 영향을 통제한 다음에

이 두 변인이 학생들의 수학적 소양에 미치는 영향을 설명하고자 한 경우를 나타

낸다.

모형 의 결과를 살펴보면 다른 변인들을 통제하지 않았을 때는 학생들의 사교1 ,

육시간 및 학교에서의 심화 보충 수업시간이 학생들의 수학적 소양에 통계적으

로 유의미한 영향을 미치는 것으로 나타났다 주당 수학 사교육 시간이 시간 많. 1

은 학생들의 경우 수학적 소양이 점 더 높은 것으로 나타났으며 학교에서 수3.8 ,

학 심화 보충 수업시간을 주당 시간 더 많이 받은 학생들 역시 수학적 소양점1

수가 점 정도 더 높은 것으로 나타났다 모형 에서 학생들의 성별이나 사회경3.3 . 2

제적 배경 학생들의 학습심리적 특성 등의 영향과 학교의 제반 특성들의 영향을,

통제하고 난 다음에도 주당 수학 사교육 시간이 시간 많은 학생들의 경우 수학, 1

적 소양이 점 더 높은 것으로 나타났으며 학교에서 수학 심화 보충 수업시간1.4 ,

을 주당 시간 더 많이 받은 학생들 역시 수학적 소양점수가 점 정도 더 높은1 1.5

것으로 나타나 학생들의 수학 사교육시간 및 학교에서의 심화 보충 수업시간이

학생들의 수학적 소양에 어느 정도 영향을 미치는 것으로 나타났다.

수준별 수업이 학생들의 학업성취도에4.

미치는 영향 분석

학생들의 교과 선택권을 강조하고 있는 제 차 교육과정의 시행과 더불7

어 최근 학교에서는 수준별 이동수업의 시행에 대하여 여러 가지 논란이 일어나고,

있다 류방란과 박상철 백선희 의 연구에서는 정도의 일반계 고등학교에. , (2004) 30%

서 수준별 이동수업을 일부 실시하고 있는 것으로 보고하였는데 에서, PISA 2003

는 우리나라 만 세 학생들이 재학하고 있는 학교들 중에서 약 의 학교가 능15 55%

력별 반편성을 하되 비슷한 수학 교육내용을 다른 수준으로 가르치는 수준별 교육


을 일부 시행하고 있고 약 정도의 학교가 능력별 반편성을 하고 다른 수학내, 70%

용을 다른 수준으로 가르치는 수준별 교육을 일부 시행하고 있으며 약 의 학, 68%

교는 수업시간에 능력수준별로 조를 짜서 수업을 하고 있는 것으로 조사되었다.

회귀 계수 표준오차 회귀 계수 표준오차 회귀 계수 표준오차

모형1

평균 수학 점수 538.91*** 8.18 526.3*** 11.19 536.78*** 10.09

동일내용 다른수준별분반, 4.62 10.71

다른내용 다른수준별분반, 21.6# 12.55

수업내조별수업 6.95 11.81

모형2

평균 수학 점수 498.23*** 15.00 498.12*** 15.13 502.82*** 13.84

동일내용 다른수준별분반, 9.11# 5.14

다른내용 다른수준별분반, 10.23 6.18

수업내조별수업 5.73 5.64

*주 : 1.모형 은 수준별 수학 수업 실시 여부만을 사용하여 이 변인이 학생들의 수학 성적에 미치는1영향을 설명한 모형인 반면 모형 는 학생수준에서 학생의 성별 학업기대수준 사회경제문화, 2 , ,적 지위 수학에 대한 내적 동기와 자아 효능감 수학에 대한 보충심화학습시간과 과외 시간, ,을 통제하였고 학교 수준에서 지역규모와 평준화지역 여부 공립학교 여부 학교규모 수학교, , , ,사 일인당 학생수 학생들의 열의 를 통제한 이후에 수준별 수학 수업 실시 여부, (student morale)가 학생들의 수학 성적에 미치는 영향을 설명한 모형임.

2. 는 는 는 을 나타냄* p<.05, ** p<.01, *** p<.001 .

표 에 제시되어 있는 수학에 대한 수준별 수업의 실시가 학생들의 수학적< 6-4>

소양에 미치는 영향에 대한 분석 결과를 살펴보면 다음과 같다 모형 은 학생들, . 1

과 학교의 제반 특성의 효과를 통제하지 않고 수준별 수업의 실시가 학생들의 수

학적 소양에 미치는 영향을 분석하고자 한 경우를 나타내며 모형 는 앞에서 언급, 2

한 모든 학생수준 변인들과 학교수준 변인들의 영향을 통제한 다음에 수준별 수업

의 실시가 학생들의 수학적 소양에 미치는 영향을 설명하고자 한 경우를 나타낸다.

모형 과 의 결과를 살펴보면 수준별 수업과 관련한 세 가지 변인들이 유1 2 , 5%

의도 수준에서 통계적으로 유의미한 것은 아니지만 모두 학생들의 수학적 소양

점수에 정적인 효과를 가진다는 것을 알 수 있다 따라서 수준별 수업의(positive) .

실시가 비록 통계적으로 유의미할 정도로 학생들의 수학적 소양을 향상시킨다고


는 할 수 없지만 수학적 소양에 대한 수준별 수업의 회귀계수(regression

가 양수이며 비교적 크다는 점에 비추어보아 나름대로 수준별 학습이coefficient) ,

의미가 있음을 추측할 수 있으며 향후 수준별 학습의 효과에 대해서 좀 더 지켜,

보고 연구할 가치가 있다고 볼 수 있다.

결론5.

에 의하면 우리나라 학생들의 전반적인 성취수준은 국제수PISA 2003 ,

준과 비교할 때 매우 우수한 것으로 나타났으며 학생들간의 성취도 격차가 다른

참여국들에 비하여 적게 나타나 우리나라의 경우 교육의 수월성과 형평성 제고에

있어서 둘 다 비교적 성공적이라고 할 수 있다 하지만 분석 결과는 다음과. , PISA

같은 시사점을 우리나라 중등교육에 준다고 할 수 있다 첫째 비록 본 연구에서는. ,

그 실제적 유의미성에 대해서는 확답을 찾지 못하였으나 교사 일인당 학생수를

감축하고자 하는 노력을 계속 기울여야 할 것이며 이에 대한 실증적 자료 분석을

계속해 나가야 할 것이다 둘째 수학에 대한 사교육만큼이나 학생들의 수학적 소. ,

양에 영향을 미치고 있는 학교에서의 수학 심화 보충 수업시간을 확대해 나감으

로써 사교육으로 인한 여러 가지 사회적 문제를 축소시킬 수 있을 것이다 셋째, . ,

본 연구에서는 수준별 수업이 학업 성취도에 미치는 효과에 대하여 통계적으로

유의한 결과를 나타내지 못하였지만 아직은 수준별 수업 시행이 자리를 잡지 못

하고 있다는 것을 고려했을 때 그 효과에 대해서 지속적인 연구가 이루어져야 할

것으로 보인다.


자료연구를 통한. PISAⅦ

평준화 정책의 쟁점 분석

서론1.

관련 문헌 분석2.

평준화 지역과 비평준화 지역의 내용적 차이3.

검토 및 연구주제

연구 자료4.

분석 결과5.

결론6.

자료연구를 통한 평준화 정책의 쟁점 분석. PISAⅦ

서론1. 5)

자료는 학생차원과 학교차원에서 여러 변인들을 제공해주고 있다PISA .

그리고 에서는 각 국가들이 중요한 정책 쟁점들과 관련해서 자료를 활OECD PISA

용하여 분석할 것을 권고 하고 있다 이에 자료를 활용하여 현재 한국교육정. PISA

책에서 가장 중요하며 정기적인 관례처럼 반복되어온 논쟁인 평준화정책에 대한

평가를 시행하고자 한다 먼저 과연 현재 평준화 지역과 비평준화 지역간의 학교.

선택권에 차이가 있는지를 분석한다 그리고 비평준화 지역과 비평준화 지역간 학.

생선발에서의 학생성적이 얼마나 고려되는지를 비교한다 다음으로 교육적 자원의.

질이 두 지역 사이에 차이가 있는지 평준화 지역과 비평준화 지역의 학교간 차이,

에 의한 학업성취도의 변량이 다른지를 검토한다 마지막으로 기존의 쟁점방식에.

근거하여 평준화 지역과 비평준화 지역간의 학생들의 학업성취도의 차이를 위계

선형 모형 을 통해서 비교 검토하고 향후 평준화 정책과(Hierarchical Linear Model) ,

관련한 생산적인 논의의 방향에 대해서 제시하고자 한다.

관련 문헌 분석2.

기존 평준화 논쟁의 핵심을 이루어온 평준화 지역과 비평준화 지역간의

학업성취도 평균의 차이분석에 대한 최근 연구물들을 살펴본다 먼저 성기선. ,

의 최근 연구의 경우 과거 성적이 설명변인으로 과거 학생성적의 시차변인(2004)

가 첨가된 모형으로서 교육경제학에서는 가치추가모형(Lagged Variable) (Value-

5)이 장은 이광현 한국교육 월호의 논문을 일부 보완한 글임(2005) 32(2) 7 .


이라고 불리우는 분석 모형이다 이는 과거 학업성취도 점수를 설명added Model) .

변인으로 삽입하면 학생들의 특성과 관련해서 우리가 관찰불가능한 독립 변인들

을 간접적으로 통제하는 효과를 지니기 때문이다(Wooldridge, 1999; Hanushek,

그러나 이 모형 역시 가능하면 통제변인을 충분히 확보하는 것이 필요하나1997). ,

성기선 의 연구는 통제혹은 독립 변인들이 너무나도 적다는 한계점이 있다(2004) ( ) .

오직 개의 독립변인만을 이용하여 평준화 지역과 비평준화 지역간의 차이를 위4

계 선형 모형으로 분석한 것이 정말 정교한 연구라고 할 수 있는지에 대해서는

의문이 들게 된다 비실험자료 를 사용하여 나름대로의 해당. (Non-experimental Data)

변인의 부분 효과 를 확보하기 위해서는 충분(Ceteris Paribus Effect or Partial Effect)

한 통제변인들을 확보하지 않으면 안되기 때문이다(Wooldridge, 1999).

이러한 점에서 보면 김태종 외 의 한국개발연구원의 연구가 더욱 정교할(2004)

수 있다 그러나 김태종 외 의 한국개발연구원의 연구는 표본의 대표성에 치. (2004)

명적인 문제가 있다성기선 한편 윤종혁 외 의 연구의 경우는 기술분( , 2004). , (2003)

석이나 일원통계분석에만 치우치고 있는 관계로 평준화 정책이 학업성취도에 미

치는 부분 효과에 대해서 면밀한 분석결과를 제시해주지 못한다 이러한 기존 연.

구물들의 제한점으로 인해서 평준화 지역과 비평준화 지역간의 학업성취도 차이

에 관한 연구물들의 결과의 신뢰성이 높지 않은 현실이다.

평준화 지역과 비평준화 지역의 내용적3.

차이 검토 및 연구주제

평준화 지역과 비평준화 지역의 가장 핵심적인 차이는 고입선발고사를

통해서 학생들이 그 성적에 따라 학교를 지원하고 선택하여 입학할 수 있는지 혹,

은 스크리닝 의 역할을 하는 시험 혹은 내신을 통해 선발한 후 무작위로(screeening)

인근 학교에 배치되는지에 있다윤정일 외 따라서 학생들이 지역의 인근학( 2002).


교에 있다는 이유만으로 고등학교에 입학하는지 아니면 학교에 대한 선택을 통해

서 입학하는지의 여부에 차이가 있는 것이다 이러한 점으로 인해 흔히 평준화 정.

책에 비판적인 사람들은 학생들의 학교선택권의 제한을 정책의 문제점으로 계속

거론해 왔다윤정일 외( , 2002).

두 번째로는 학교간 격차의 완화가 가장 큰 쟁점이다 평준화 정책시행의 중요.

한 근거는 중등교육을 대중화하고 동시에 학교간 격차를 줄였다는데 있다윤정일(

외 학교간 격차는 학교 시설들 교원의 수준 학생들의 학업성취도의 다양, 2002). , ,

한 분포로 인해서 특정 명문고출신만이 명문대학에 전적으로 진학하는 일이 없게

되고 모든 학교에서 좋은 대학에 진학할 수 있게 되는 교육여건을 만든다는 것을

의미하기도 한다.

마지막으로 이러한 무작위 배정으로 인해 학생들의 학업성취도를 전반적으로

상승시켰는지 혹은 하락시켰는지 평준화 지역의 학생들의 학업성취도가 비평준화,

지역의 학생들보다 더 높은지 혹은 낮은지에 대한 논의가 이루어지고 있다 이는.

능력별로 학생들을 학교단위로 트랙킹 되는 것보다 다양하게 학생들의 능(Tracking)

력간의 혼합으로 인한 효과에 대한 분석일 수 있다 따라서 평준화 정책의 효과.

에 대한 논의를 위해서 분석해야 할 주제들은 다음과 같다.

과연 평준화 지역에서 학생선택권이 제한되고 있는가 비평준화 지역에서만 학?

생선발의 방식에 있어서 시험성적이 고려가 되는가 학교의 교육적 자원의 질에서?

두 지역간 차이가 있는가 학교간 학업성취도의 변량에서 학교간 차이가 설명하는?

부분의 양이 두 지역 사이에 차이가 있는가 마지막으로 두 지역간 학업성취도에?

차이가 있는가 이러한 평준화 정책의 핵심적인 측면을 다루는 연구주제들에 대해?

서 자료를 통해서 검토해보고 발전적인 측면에서의 교육정책의 방향에 대해PISA

서 짚어보고자 한다.


연구자료4.

위에서 제시한 연구과제의 분석을 위해서 자료를 사용하였PISA 2003

는데 에 참여한 우리나라 학생수는 개 학교의 명이었다 이 중, PISA 2003 149 5,444 .

평준화 정책의 주요 대상이 사실상 일반계 고등학교인 만큼 표집 중에서 중학교 3

학년 소수의 학생들과 실업계고와 특수 목적 고등학교 자립형 사립 고등학교의,

학생들은 분석에서 제외하였다6) 따라서 최종 연구대상이 되는 표집 수는 개 일. 88

반계 고등학교의 명의 학생이었으며3,449 7) 분석대상의 학생수 명 중 평준화, 3,449

지역의 학교에 재학 중인 학생은 에 해당하는 명이며 나머지 에 해당75% 2,586 25%

하는 명은 비평준화 지역의 고등학교에 재학 중인 학생이었다 이는 년도863 . 2003

당시 평준화 지역과 비평준화 지역의 일반계 고등학교 학생수의 비율이 대72 28

로서 자료의 일반계 고등학교의 전체 평준화 비평준화의 비율과 거의 비슷PISA

하게 표집이 되었고 대표성이 충분하다고 볼 수 있다8).

6) 특목고는 학생선발권을 갖는다는 점에서 평준화 비평준화 지역의 학교와 다른 특색을 갖는다 실.업계 고등학교는 교육과정이 일반계와 다르기 때문에 제외하는 것이 적절하다 성기선 과 김. (2004)태종 외 의 연구도 모두 일반계 고등학교 학생들만 분석대상으로 하였다 그러나 윤종혁 외(2004) .

의 연구는 분석 대상이 일반계 고등학교 학생들만 분석 대상으로 했는지를 정확히 명시하고(2003)있지 않은 것으로 보아 실업계 고등학교 학생들도 포함한 것으로 보인다.

7) 표집학교 중 두 개의 특수 목적 고등학교가 평준화 지역에 위치해 있었고 한 개의 자립PISA2003 ,형 사립 고등학교가 비평준화 지역에 위치해 있었다.

8) 자료의 표본이 성기선 김태종 외 윤종혁 외 의 연구의 표본보다 더욱 세밀하PISA (2004), (2004), (2003)게 표집되었기 때문에 표집의 모집단에 대한 대표성이 가장 높다고 볼 수 있다 김태종 외 의. (2004)연구의 표집의 대표성의 문제는 이미 지적한 바 있으며 성기선 의 표집은 사설학원의 모의고(2004)사 성적자료를 활용하여서 문제점이 있다류한구 윤종혁 외 의 연구는 실업계를 다 포( , 2005). (2003)괄한 표집으로 보인다 자료의 표집절차 등에 대해서는 채선희 외 에 상세히 기록되어. PISA (2003)있다.


분석결과5.

가 평준화 지역과 비평준화 지역 간의 학교 선택권의 차이 분석.

평준화 지역과 비평준화 지역 간의 핵심적인 내용적 차이 중 하나는 학교선택

권의 시행여부이다 평준화 정책의 비판론자들은 평준화 정책이 학교선택권을 제.

한하는 문제가 있다고 지적한다 그렇다면 과연 비평준화 지역의 학생들에게 학교.

선택이 더욱 많이 주어지고 있는가 아래 표 은 학생들이 학업적 이유? < 1>

에 근거하여 학교를 선택했는지의 여부를 평준화 지역과 비평준(academic reason)

화 지역으로 구분하여 해당 학생수를 가중치 변인을 설정해주어서 분석하였다.

선택여부 평준화 지역 비평준화 지역 계학교 비선택 184,494 70.6% 54,402 62.9% 238,896

학교 선택 76,706 29.4% 32,117 37.1% 108,823

계 261,200 100% 86,519 100% 347,719

*주 :학생 최종 가중치 변인변인명 이 주어진 결과 학교의 우수성과 좋은 학습프로그램( : W_FSTUWT) .을 기준으로 학교를 선택했는지의 여부에 따른 학생수.

표 은 평준화 지역과 비평준화 지역간에 학생들이 학업적인 이유로 인해서< 7-1>

학교를 선택하는 비율의 차이가 크지 않음을 보여주고 있다 평준화 지역에서도.

약 가량의 학생들이 학업적 이유로 학교를 선택해서 입학한 것으로 설30% PISA

문조사 드러났다 이는 평준화 지역에서도 거주지 선택 으로 자. (Residential Choice)

신이 원하는 학교를 일정정도 선택해서 입학하고 있기 때문으로 보인다9) 한편 학.

교선택이 광범위하게 이루어지고 있을 것이라고 추측되어지는 비평준화 지역에서

는 오히려 예상과는 달리 오직 정도의 학생만이 학교를 학업적 이유로 선택한37%

9)이는 미국의 경우도 마찬가지이다 학군에 따라 인근학교에 배정한다는 면에서 미국 역시 기본적으.로 평준화 정책을 시행한다고 볼 수 있다 그러나 부유한 지역과 가난한 지역으로 학군이 분리되어.있고 학부모들은 거주지 선택을 통해서 좋은 학교를 선택하는 관행이 일반적인 현실이며 (Clotfelter,

어느 나라에서도 이러한 거주지 선택을 통한 학교의 선택을 제한하2001; Henig & Sugarman, 1999)기는 힘이 든다는 점을 보여준다 이와 관련해서는 더욱 세밀한 연구가 필요할 것이다. .


것으로 나타났다 이는 비평준화 지역에서 학생들이 인근 학교나 여타 비학업적인.

이유로 혹은 고등학교 입시경쟁에서 밀려 자신이 원하지 않는 학교를 진학하는

경우가 상당수 있다는 뜻이기도 하다.

결국 비평준화 지역과 평준화 지역에서 모두 대략 대의 학생들이 학교 선택30%

권을 행사하고 있음을 우리는 알 수 있다 그렇다면 더욱 세부적으로 학교선택권.

의 행사 여부에 영향을 미치는 여타 학생차원의 변인들 특히 사회경제적 변인들,

의 영향에 대해서 살펴보자 표 는 학교 선택여부에 영향을 줄 가능성이 있. < 7- 2>

는 변인들에 대한 회귀분석결과이다.

계수 표준오차 유의값(p)평준화지역 더미 변인( ) -0.544 0.373 0.149

학업기대수준대학대학원진학 더미변인( / ) ( ) 0.524*** 0.138 0.000

부모의 사회경제문화적 지위 0.251* 0.102 0.017

여학생 더미 변인( ) -0.281 0.266 0.294

절편 -0.794* 0.301 0.010

*주 : 설문자료 전문분석용인 통계프로그램을 사용하여 개의* p< 0.05, ** p<0.01, *** p<0.001. AM 80표준오차 교정 반복 가중치 변인들 을 설정해주고 역시 학생 최(BRR Replication Weight Variables)종 가중치 변인을 설정해준 분석임 표준오차 교정 반복 가중치 변인들을 설정해주지 않으면 표.준오차가 아주 작게 나오는 문제가 있기 때문에 자료를 이용한 회귀분석에서는 반드시 설PISA정해주어야 함10) 이는 표본 표집이 단순 표집이 아니라 다층 표집이기 때문임. PISA . PISA

혹은 등을 참조바람Technical Report Lee et al. (1989) .

표 를 보면 부모의 사회경제문화적 지위 변인 이 차원에서 통계적< 7-2> (ESCS) 5%

으로 정 의 관계를 보여주며 유의하게 나타난다 즉 평준화 지역에서 공부(Positive) .

하는지의 여부와 학업기대수준 그리고 성별을 통제한 후 학생의 사회경제적 배경, ,

이 높을수록 학생들이 학교를 선택할 확률이 높다는 것을 의미한다 대략 부모의.

사회경제문화적 지표가 표준편차 높으면 학교를 선택할 오즈 비율 이1 (Odd Ratio)

약 가 높아짐을 알 수 있다 한편 학생들의 학업기대수준 역시 다른 변인들28.5% .

10)김주아 남궁지영 강상진 의 년도 자료를 이용한 분석은 반복 가중치 변인을 설정, , (2004) PISA 2000해주지 않아서 표준오차에 편의 를 해결해주지 않은 연구로서 그 연구 결과를 신뢰하기가 어(bias)렵다 통계적 추론을 위해서는 표준오차의 편의 교정이 매우 중요하기 때문이다. .


을 통제한 후에 학교 선택에 유의한 정의 관계를 보여주고 있다 즉 대학이나 대.

학원을 진학할 학업목표를 갖고 있는 학생들이 그렇지 않은 학생들보다 학교를

선택해서 입학할 오즈 비율이 약 가 높게 나온다 한편 성별이나 평준화 지68.8% . ,

역 여부 변인들은 계수가 부 의 값을 갖지만 가 커서 전혀 통계적(Negative) , p-value

으로 유의하지 않음을 보여준다.

따라서 표 의 로지스틱 회귀분석결과는 학생들의 학교 선택권이 평준화 지< 7-2>

역과 비평준화 지역 간에 유의한 차이가 없다는 것을 보여준다 그리고 평준화 지.

역과 비평준화 지역 여부와는 상관없이 부모의 사회경제적 지위가 높을수록 학생

들이 고등학교를 선택해서 진학할 가능성이 높음을 보여주고 있다 이는 미국의.

연구결과와도 비슷한데 미국에서도 부모의 사회경제적 배경이 학교 선택권 향상

에 주요한 결정요인이라는 연구가 있다 한편 학교 선택권(Fuller & Elmore, 1996).

프로그램 중 하나인 학비지불금 보증제도 도 학교 선택권을 행사(voucher program)

하지 못하는 저소득층을 대상으로 실시하고 있는 상황을 보면 평준화비평준화제/

도라는 논쟁혹은 무작위 인근 학교 추첨배정제도에 대한 논쟁보다는 저소득층의( )

학교 선택권 혹은 저소득층에 교육기회의 균등한 보장이라는 측면에서 정책이 접,

근되어지고 있음을 알 수 있다 (Peterson, 1998)11).

표 과 표 는 따라서 현재 평준화 지역과 비평준화 지역 모두 비슷하< 7-1> < 7-2>

게 학생들의 학교 선택권이 이루어지고 있음을 보여주고 있으며 현재 중등교육체,

제 내에서 학교 선택권의 행사여부는 평준화 지역이나 비평준화 지역이나 차이가

없다는 점에서 학교선택권의 이유를 들어 평준화 정책의 폐지여부를 논의하는 것

이 소모적일 수 있음을 의미한다.

11)한편 미국에서 부분적이고 제한적으로 실시되고 있는 제도이긴 하지만 지불보증금제도, (voucher나 계약학교 등의 학교 선택권 관련 프로그램은 고등학교까지의 무상의무program) (charter school)

교육이 시행되고 있기에 가능하다 예를 들어 한국에서도 만약 모든 고등학생들에게 지불보증금. ,제도를 통해 학교선택권을 행사하게 한다는 것은 모든 고등학생들의 학비를 정부가 지원해준다는것이며 이는 고등학교 무상교육이 이루어 져야 함을 의미한다 따라서 학교선택권 시행여부에 앞.서 한국은 고등학교까지 무상의무교육을 실시하는 선진국형 교육체제를 갖추어야 하는 것이 더욱중요한 교육 정책 과제일 수 있다.


나 학교의 학생 선발시 학생성적 고려 여부의 차이 분석.평준화 지역과 비평준화 지역의 차이를 논할 때 중요한 정책내용은 학생들이

학교를 학업성적에 기반해서 지원하고 학교는 학업성적의 순위를 고려해서 선발

할 수 있는지의 여부이다 그렇다면 두 지역간 학교들의 학생선발방식이 학업성적.

에 의한 것인지의 여부에 대한 자료를 검토해보면 다음 표 과 같다PISA < 7-3> .

평준화지역 비평준화지역 계필수 고려사항 128 20.8% 155 39.1% 283

중요한 고려사항 132 21.5% 87 22.0% 219

고려사항 51 8.3% 103 26.0% 154

고려하지 않음 304 49.4% 51 12.9% 355

계 615 100.0% 396 100.0% 1011

*주 :학교 단위의 가중치 변인변인명 을 설정하여 산출한 결과임( : SCWEIGHT) .

표 을 보면 비평준화 지역에서 학생을 선발할 때 학생들의 성적이 필수고< 7-3>

려사항이거나 중요한 고려사항인 학교는 약 가량으로 나타나고 있다 그리고61.1% .

평준화 지역의 경우는 역시 가량의 학교들이 학생선발시 학생들의 성적이42.3%

필수이거나 중요한 고려사항이라고 응답하고 있다 한편 학생성적을 입학시 고려.

하지 않는다고 응답한 경우는 평준화 지역이 로서 비평준화 지역의 보49.4% 12.9%

다 훨씬 높은 것으로 드러났다 즉 이는 평준화 지역이 확연하게 비평준화 지역보.

다는 학생입학시 학업성적을 고려하지 않는 것이 명확하다는 것을 보여준다 그러.

나 평준화 지역도 비평준화 지역 못지않게 학업성적을 필수 혹은 중요한 고려사,

항으로 보는 비율이 높게 나온다는 점을 유의할 필요가 있다 평준화 지역 내에서.

도 절반가량인 약 의 학교가 나름대로 학업성적이 좋은내신이나 혹은 고입50.6% (

연합고사에서의 좋은 학생들을 유치하고 있거나 어느 정도 유치하는 노력을 하고)

있음을 알 수 있다.

우리가 흔히 생각하는 것과는 달리 평준화 지역 내에서도 상당수의 고등학교들

이 입학사정에서 학생들의 학업성적을 고려하고 있다는 점은 평준화 지역과 비평


준화 지역 모두에서 입학사정에서 성적에 대해서 유념하고 있다는 뜻이다12) 반면.

비평준화 지역에서 그냥 고려사항이거나 고려사항이 아니라는 응답이 라는38.9%

것은 비평준화 지역의 비명문 고등학교나 상대적으로 학생들이 경쟁적으로 응시

하지 않아도 되는 학교들의 비율을 의미할 수 있다 이 비율이 평준화 지역에서.

고려하지 않는다는 응답비율보다는 약 정도 작긴 하지만 그래도 예상보다는10%

높게 거의 에 가깝게 나온다는 것은 흥미로운 점이다 이는 평준화 지역과 평40% .

준화 지역 모두 학생들이 입학경쟁을 심하게 벌이지 않고도 입학 가능한 학교 비,

율이 비슷할 수 있다는 점을 보여주며 이는 현실적으로도 중등교육이 보편화되어

있는 상황을 고려해보면 충분히 예상할 수도 있는 것이기도 하다.

다 평준화 지역과 비평준화 지역 간 학교 자원의 질 비교.한편 학교단위에서 데이터베이스는 학교의 교육적 자원의 질PISA (Quality of

지표 변인을 제공하고 있다 이 변인은 에서 학교장 설Educational Resource) . OECD

문지를 통해 측정한 여러 교육적 자원문항을 척도화를 통해서 평균은 표IRT ‘0’,

준편차는 로 표준화된 숫자적 의미의 지표로서 값이 클수록 교육적 자원의 질‘1’

이 높음을 의미한다 해당 문항은 학습교재가 충분한지 학교에 교육용 컴퓨터가. ,

충분한지 교육용 컴퓨터 소프트웨어가 충분한지 교육용 계산기가 충분한지 도서, , ,

관이 잘 설비되어있는지 시각영상교재들과 과학 실험기자재가 충분한지 등의 문,

항이다 표 는 종속변인을 교육적 자원의 질 지표로 하고 여타(OECD, 2004). < 7-4>

학교가 위치한 지역규모 학교재원의 정부의존비율 공립학교 여부 평준화 지역의, , ,

학교여부를 설명변인으로 설정해서 회귀분석을 시행한 결과이다 모형 은 평준화. 1

지역만 설명변인으로 상정한 단순 회귀분석이며 모형 는 네 개의 모든 설명변인, 2

12)이는 향후 더욱 면밀한 조사가 필요하다 평준화 지역들이 고입연합고사나 내신 등의 최소한의 학.업성취도를 요구한다는 점을 고려해서 학업성적을 입학기준에서 고려한다고 응답했을 수도 있다.아니면 실제로 시도교육청이 몇몇 고등학교의 요청에 의하여 학업성취도가 높은 학생들내신이 좋(거나 고입연합고사를 잘 본 학생들을 몇몇 학교에 배려해서 배정해주는 관행이 있을 수도 있다) .혹은 의 학교 설문지의 응답의 일정정도의 오류가 있을 수도 있다 이에 대해서는 측정이론적PISA .인 측면에서의 독자적인 연구가 더 필요할 수도 있을 것이다.


을 통제한 다중 회귀분석이다13).

모형1 모형2계수 표준오차 계수 표준오차

학교지역규모 0.120** 0.039

학교재원에서의 정부재원비율 0.004** 0.001

공립학교 더미변인( ) 0.170** 0.053

평준화지역 더미변인( ) 0.191*** 0.051 0.082 0.081

절편 0.416*** 0.040 -0.257 0.167

*주 : 학교 가중치 변인을 설정한 분석임 가중치 표본수* p< 0.05, ** p<0.01, *** p<0.001. . : 1075. R2모형 모형= 0.013 ( 1), 0.031 ( 2).

표 의 모형 을 보면 평준화 지역 학교의 교육의 질적 자원 지표가 비평< 7-4> 1 ,

준화 지역의 학교보다 약 정도가 높게 산출된다 그러나 평준화 지역의 다수0.113 .

가 재정조건이 좋은 대도시라는 점을 고려해볼 때 학교가 위치한 지역 규모를 통

제를 하는 것이 필요하다 따라서 모형 에서 그러한 지역규모변인과 학교재원의. 2

정부의존 비율 공립학교 여부를 통제하였다 모형 의 분석결과 평준화 지역의, . 2

학교의 교육적 자원의 질이 높은 것으로 드러났지만 통계적으로 유의미하지 않은,

것으로 나타났다 한편 공립학교가 사립학교보다 전반적으로 교육적 자원의 질을.

나타내는 지표가 약 정도 높은 것으로 드러났다 이는 한국적 상황에서 정부0.17 .

가 평준화 지역과 공립학교에 대한 투자를 적정히 해왔다는 것을 말해준다 물론.

역으로 정부가 지나치게 사립학교를 통제하여 스스로 발전하지 못하게 해서 상대

적으로 공립학교의 질이 높게 나타난다는 해석도 가능할 수 있다.

평준화 지역 학교의 교육적 자원의 질이 비평준화 지역보다 단순비교를 통해서

보면 모형 의 계수의 크기가 표준편차의 정도의 크기이며 이는 평준화 지역의1 1/5

교육여건이 상대적으로 좋다고 볼 수 있는 나름대로의 충분한 크기의 계수로 볼

수 있다 그러나 모형 에서 지역규모와 공사립 여부 등을 통제한 후에는 계수의. 2

크기가 반으로 줄어 들고 통계적 유의도가 사라진다 따라서 교육여건 개선에서.

13)관련 변인들의 기술통계는 표 를 참조< 6> .


더욱 중요한 것은 평준화 시행여부가 아니라 지역규모 즉 지역의 여건과 정부의,

재원지원여부가 교육적 자원의 질 향상에서 중요함을 알 수 있다 교육적 자원의.

질 향상을 위해서 지역규모에 반영된 지역 재정 여건 정부의 재원지원규모에 대,

하여 논의하는 것이 정책적으로 더욱 중요함을 알 수 있다.

라 평준화 지역과 비평준화 지역의 학업 성취도 변량 차이 분석.평준화 정책의 또 다른 목적은 학교간 교육격차를 해소하는데 있다 이를 통해.

서 학생들이 어느 학교에 진학하더라도 충분히 좋은 교육을 받고 좋은 학업성취

도를 받을 수 있도록 하자는데 있다 그렇다면 과연 평준화 지역과 비평준화 지역.

간의 학생들의 성적 분산이 학교간 차이에 의해서 설명되는 양에 차이가 있는지

를 자료를 위계 선형 모형 중 단계 무선 효과 모형 을PISA 2 (Random Effect Model)

통해서 살펴보았다 무선 효과 모형 분석에 있어서 학생수준의 가중치 변인을 통.

제하였으며 계수 측정에서 다섯 개의 유의 측정값들로 제시되는 학생들의 수학,

읽기 과학 문제해결능력 소양의 성적을 동시에 분석하도록 통계 프로그램, , HLM

을 설정해주었다14) 무선효과 모형 등의 위계 선형 모형은 학생들 간의 군집효과.

로 인해서 표준 오차의 축소가 되는 문제를 해결해주기 때문에 (Raudenbush &

반복 가중치 변인들 을 특별히 통제해주진 않았Bryk, 2002) (Replication Weights)

다15) 표 는 무선 효과 모형의 결과물이다. < 7-5> .

14) 프로그램에서 성취도 유의 측정값들을 동시에 측정하도록 설정해주지 않고 단지 성취도 유HLM의 측정값들의 평균점수를 사용하면 역시 표준오차가 작게 나오는 문제가 발생한다 이는 통계적.으로 유의하지 않은 변인들을 거의 대부분 통계적으로 유의하게 만드는 오류를 만든다 따라서.

프로그램에서 의 의 윈도우에 들어가서 유의 측정값들을 설정해주어HLM Other Settings Estimation야 한다 만약 위계 선형모형을 사용하지 않고 일반 회귀분석을 사용할 경우 표준오차 반복 가중.치 변인들을 반드시 설정해주어야 한다 그렇지 않으면 표준오차가 매우 작게 산출되어 거의 대부.분의 설명변인들이 통계적으로 유의하게 나오는 오류가 발생한다 표준오차 반복 가중치 변인들을.설정해줄 수 있는 통계 프로그램으로는 등이 있다STATA, WESVAR, AM .

15) 프로그램 소프트웨어에서는 반복 가중치 변인들이나 테일러 방법론에 의한 표준오차 교정HLM변인들을 설정해주는 명령어가 없다.


수학 소양 점수 읽기 소양 점수평준화지역 비평준화지역 평준화 지역 비평준화 지역

계수 표준오차 계수 표준오차 계수 표준오차 계수 표준오차절편 573.5*** 3.7 547.8*** 11.7 557.2*** 2.9 545.1*** 9.4

변량

tau 695.5 11.5% 3003.3 39.6% 449.8 9.2% 1869.2 31.9%

sigma 5347.2 88.5% 4582.8 60.4% 4419.5 90.8% 3988.6 68.1%

과학 소양 점수 문제해결능력 소양 점수평준화지역 비평준화지역 평준화 지역 비평준화 지역

계수 표준오차 계수 표준오차 계수 표준오차 계수 표준오차절편 569.47*** 4.02 549.9*** 12.02 577.8*** 3.2 555.4*** 10.8

변량

tau 853.3 11.5% 3109.8 35.6% 531.4 9.9% 2457.6 35.9%

sigma 6545.3 88.5% 5618.2 64.4% 4839.8 90.1% 4392.4 64.1%

*주 :학생 최종 가중치 변인 이 역시 설정된 분석이며 성취도 측정 유의값들이 동시에(W_FSTUWT) ,분석됨. * p< 0.05, ** p<0.01, *** p<0.001.

표 를 살펴보면 전반적으로 평준화 지역이 비평준화 지역보다 수학 읽기< 7-5> , , ,

과학 문제 해결 능력 등의 학업성취도 측정의 모든 분야에서 상대적으로 높, PISA

음을 알 수 있다 수학 소양 점수의 경우 평준화 지역이 약 점 이상이 높으며. , 25.7 ,

과학 소양 점수의 경우 약 점이 높게 나온다 한편 읽기 소양 점수의 경우는20 .

점 문제풀이 소양 점수는 약 점 가량이 평준화 지역이 높게 나오고 있다12.1 , 22 .

그러나 이 무선 효과 모형은 여타 학업성취도에 미치는 변인들을 통제하지 않은

단순 비교 분석이다 이 모형에서 우리가 주요하게 살펴보고자 하는 것은 바로. τ

즉 학업성취도의 변량이 학교 간 차이에 의해서 설명되는 부분이다 대략(Tau), .

살펴보면 평준화 지역의 수학 소양점수는 학교간 차이에 의해서 약 가량이, 11.5%

설명되어지고 있으며 반면 비평준화 지역은 가 설명되어지고 있다 읽기 소, 39.6% .

양 점수의 경우는 평준화 지역은 약 가 학교 간 차이에 의해서 설명되어지, 9.2%

고 비평준화 지역은 약 가 학교 간 차이에 의해서 설명되어지고 있다 이는, 31.9% .


비평준화 지역과 비교해서 평준화 지역이 학업성취도로 살펴본 학교간 격차가 작

다는 것을 의미한다 이는 평준화 지역이 나름대로 추구하는 목적학교 간 격차. -

축소이 달성되었다는 것을 의미하기도 한다- .

마 평준화 지역과 비평준화 지역의 학업성취도 차이 분석.평준화 지역과 비평준화 지역간의 수학성취도 차이 분석1)

마지막으로 평준화정책과 관련해서 계속적으로 논쟁이 되어온 평준화 지역과

비평준화 지역간의 수학학업성취도의 차이를 분석해본다.

학생 수준 변인표본수 평균 표준편차 최소값 최대값

수학성취 측정 유의값PV1MATH ( 1) 3449 566.33 80.75 197.57 849.62





읽기성취 측정 유의값PV1READ ( 1) 3449 554.96 71.89 -79.04 777.91


읽기성취 측정 유의값PV3READ ( 3) 3449 554.46 71.29 14.00 757.54



과학성취 측정 유의값PV1SCIE ( 1) 3449 564.71 87.97 136.73 852.07






학생 수준 변인표본수 평균 표준편차 최소값 최대값

문제해결 측정 유의값PV1PROV ( 1) 3449 572.11 76.51 236.22 835.91문제해결 측정 유의값PV2PROV ( 2) 3449 570.95 76.46 215.54 824.00문제해결 측정 유의값PV3PROV ( 3) 3449 572.50 75.85 224.05 830.81문제해결 측정 유의값PV4PROV ( 4) 3449 572.44 76.02 261.41 833.36문제해결 측정 유의값PV5PROV ( 5) 3449 572.13 76.42 246.43 823.40

여학생* 2449 0.37 0.48 0 1학업기대수준 대학교 이상 진학*( ) 3449 0.94 0.45 0 1부모직업이 정규직* 3449 0.85 0.36 0 1부모 직업의 지위# 3449 47.63 12.90 16 90내적 동기# 3449 -0.00 1 -1.78 2.37외적 동기# 3449 -0.30 0.97 -2.38 1.75자아 효능감# 3449 -0.24 0.95 -3.89 2.53불안# 3449 0.39 0.84 -2.48 2.7부모 최고 교육연한# 3449 13.01 3.08 0 17.57수학보충심화시간시간단위 주일당( , 1 )# 3449 2.15 2.26 0 20수학총사교육시간시간단위 주일당( , 1 )# 3449 2.23 2.67 0 20학교 수준 변인

지역규모 88 4.34 0.81 2 5평준화 지역 여부* 88 0.75 0.44 0 1공립학교* 88 0.39 0.45 0 1남녀공학* 88 0.42 0.5 0 1학교규모 88 1229.56 422.65 253 2103학교재정에서 정부지원금의 비율# 88 50.96 21.20 10 100학생 대 수학교사 비율# 88 128.53 30.78 56.67 303.09교원부족 지표# 88 -0.60 0.70 -1.20 1.11시설자원 지표# 88 0.69 0.74 -1.12 1.49교육적 자원의 질 지표# 88 0.69 0.82 -0.85 2.20학생들의 열의지표# 88 0.20 1.14 -1.79 2.59수학교사의 동의지표# 88 -0.13 0.84 -3.04 1.62내용적 수준별 교육여부* 88 0.78 0.41 0 1교사 상호간 평가시행여부* 88 0.69 0.46 0 1교사의 열의여부* 88 0.83 0.38 0 1

*주 : 가 표시된 변인들은 더미 변인들임 지표화된 변인들은 자료에서 제공되어지는 변* . OECD PISA인들로서 을 통해서 가공된 차변인들이며 값이 높을수록 긍정적인 여건이라는 것을IRT Scaling 2의미함 주성분요인분석 를 통해서 한국자료 분석에 활용 가. (Principal Component Factor Analysis)능한 변인들만 사용함 예를 들어 학습전략변인들은 주성분요인분석결과 한국자료 분석에는 적.절치 못함 가 표시된 변인들은 분석과정에서 전체 평균에 대해 교정된. # (grand-mean centering)변인들이다 지역규모변인의 경우 명의 지역 명의 지역. , 2=3000-15000 , 3 = 15000-100000 ,

명의 지역 이상 지역 누락값들은 학교보충심화시간 사교육시간4=100000-1000000 , 5= 1000000 . , ,그리고 더미 변인의 경우 으로 처리하였다 정성적 변인들은 평균값으로 대체하였다 정성적 변0 . .인들의 경우 누락값들을 평균값으로 대체했을 때 표준편차에 거의 영향을 미치지 않는 것으로확인되어서 큰 문제가 없으며 이는 누락값들이 전후로 아주 적기 때문이다 수학보충심화수, 1% .업시간 수학총사교육시간의 경우 누락값들이 약 가량됨으로 으로 처리한 누락값으로 인해, 19% 0서 두 변인들의 효과 계수가 약간 저측정 된다고 볼 수 있다(under-estimate) .


분석을 위해서 위계적선형모형 중 많이 쓰이는 단계 무선 절편 모형(HLM) 2

을 사용하였으며 학생들의 사회경제적 변인들과 정성적(Random Intercept Model) ,

변인들 학교기본 변인들 학교 재원관련 변인들과 학교 환경과 관련된 변인들을, ,

포함시켰다 그리고 여타 정책관련 변인들 수준별 학급운영변인 교사들간의 상호. , ,

평가 변인 수학 총과외시간 및 학교 수학 총 보충심화수업시간 변인들 학생 대, ,

수학교사 비율 평준화 지역 여부의 변인들을 모형에 포함시켰다 표 은 사용, . < 7-6>

된 변인들에 대한 기술 통계표이다 분석에 있어서 앞에서 지적한 바와 같이 다섯. ,

개의 수학성적의 측정 유의값들을 동시에 분석하도록 해주었으며 학생 최종 가중

치변인을 설정해주었다 분석에서 사용된 전체 무선 절편 모형 표 에서 모형. (< 7-7>

은 다음과 같다5) .

학생단위의 모형

PV1math to PV5math = B + B 여학생* + B 학업기대수준*

+ B 부모직업이 정규직* + B 부모직업의지위* + B 내적동기*

+ B 외적동기* + B 자아효능감* + B 불안* + B 부모최고교육연한*

+ B 총보충심화학교수업시간* + B 총수학사교육시간* + τ

학교 단위의 모형

지역규모 평준화지역 공립학교 남녀공학학교규모 정부지원비율 학생수학교사비율

교원부족지표 시설자원지표 교육자원질지표학생의학업사기지표 교사상호수업내용동의

수준별교육 교사상호평가 교사의사기B = r .... B = r , B = r ... B =r

B = r + ҭB = r + ҭ

학생 학교 관찰 값** subscript i= , j =


기울기 중에서 에 대한 테스트 결과 과 만이 학교차원에서 무선(Tau) 2 B7 B8τ χ

으로 변화하고 있고 나머지 기울기들은 변하지 않아서 고정시켰다 다음의 표. <

은 위의 변인들의 일부분만을 부분적으로 통제한 모형들과 전체 변인들을 다7-7>

삽입한 무선 절편 모형의 결과물들을 성별과 사회경제적 변인들 정성변인들 학, ,

교기본변인들 학교자원변인들과 정책관련 변인들로 나누어서 그 계수와 표준 오,

차를 제공하고 있다.

표 에서의 모형 은 평준화지역에 학교가 위치했는지의 여부만을 학교단위< 7-7> 1

의 독립변인으로 넣은 결과이다 모형 와 그리고 모형 는 각각 학생들의 성. 2 3, 4

별변인과 사회경제적 지위관련 변인 정성변인들과 학교단위의 변인들을 차례대로,

부가하여 분석한 모형들이다 모형 에서 보면 평준화 지역의 학생들이 약 점. 1 , 26

정도의 높은 수학 학업성취도를 보여주고 있으며 통계적으로 유의한 값으로 드러

났다 학생들의 사회경제적 배경과 관련된 변인들과 성별변인을 삽입한 모형 와. 2

정성변인을 추가한 모형 에서도 모두 평준화 지역의 학생들의 학업성취도가 더3

높게 나타났으나 통계적으로는 유의하지 않게 나타났다 그리고 그 계수의 크기가.

점점 줄어들고 있으며 이는 평준화지역과 비평준화지역사이의 학업성취도의 차이

의 일부분이 학생들의 사회경제적 배경과 정성적인 요인으로 인해서 설명이 되어

진다는 것을 뜻한다.

모형 와 모형 에서는 평준화 지역이 약 점 가량 낮게 나오지만 평준화 지역4 5 5 ,

과 비평준화 지역간의 차이가 사실상 거의 없다 계수의 크기가 작고 통계적으로.

가 거의 에 근접하고 있어서 전혀 유의하지 않기 때문이다 이는 평준화p-value 1 .

지역과 비평준화 지역간의 학업성취도의 차이가 학교변인들을 통제했을 때는 사

라진다는 것을 뜻하며 평준화냐 비평준화냐가 중요한 것이 아니라 학교규모 등의, ,

학교단위의 변인들이 학업성취도에 더욱 영향을 준다는 것을 말해준다 즉 우리가. ,

평준화냐 비평준화냐로 논의하는 것보단 학교단위의 학업성취도에 영향을 미치는,

여러 다른 요인들에 대해서 논의하는 것이 학업성취도향상에 더욱 중요하다는 것

을 말해준다.

더불어 학생들의 정성변인들 중 자아 효능감 변인과 내적 동기 변인 그리고 자,


신의 최종 학력에 대한 기대 변인이 아주 유의하게 학업성취도에 영향을 주고 있

음을 알 수 있다 모형 에서 모형 까지 모든 모형들에서 이 세 정성 변인들의 계. 3 5

수의 크기가 거의 변하지 않고 일관되고 상대적으로 크게 나옴을 알 수 있다 따.

라서 우리가 중요하게 고려해야 할 것은 학생들의 내적 동기와 증진과 자신의 학,

업의 미래에 대한 자신감과 기대감 수학문항을 접했을 때 잘 풀어낼 수 있다는,

믿음을 가지게 하는 현장교육 지원정책이 필요함을 보여준다.

한편 정책변인들 중에서 학교에서 시행되는 수학 관련 보충심화 수업시간과 수

학 총사교육시간이 모두 통계적으로 유의하게 긍정적인 영향을 미치고 있음을 보

여주고 있다 비록 큰 차이는 아니지만 수학 관련 보충심화 수업시간이 수학 학업.

성취도에 미치는 효과가 수학과외시간보다 약간 크게 산출되고 있다 이는 학교.

교육이 더욱 효과적으로 되기 위해서 보충심화 수업의 확대 등의 노력이 필요함

을 암시해주고 있다.


모형 모형 모형 모형 모형계수 표준오차 계수 표준오차 계수 표준오차 계수 표준오차 계수 표준오차

전체 절편 547.9*** 11.73 554.46*** 12.51 548.66*** 10.79 566.83*** 22.12 567.73*** 22.83성별기본적변인

여학생 -17.74*** 4.05 -10.99** 3.71 -10.65** 3.86 -10.89** 3.97사회경제적배경변인

정규직 6.37 4.04 4.41 3.52 4.28 3.53 3.35 3.50부모직업의지위 0.39** 0.12 0.22* 0.10 0.21 0.11 0.18 0.11부모최고교육연한 1.45** 0.51 0.61 0.42 0.54 0.42 0.40 0.41정성적변인

학업기대수준 10.08* 4.79 9.99* 4.78 10.15* 4.68내적동기 9.21*** 1.85 9.23*** 1.87 8.85*** 1.84외적동기 2.73 1.74 2.63 1.75 2.30 1.76자아효능감 29.94*** 1.73 29.79*** 1.77 29.19*** 1.76불안 -2.80 2.09 -2.74 2.09 -2.74 2.08학교기본변인

지역규모 -2.55 6.62 -3.05 6.42공립학교 -9.82 6.41 -9.65 6.41남녀공학 -8.28 6.94 -7.29 7.03학교규모 0.02* 0.01 0.02* 0.01학교재원관련

정부지원비율 -0.09 0.12 -0.09 0.12교사부족지표 3.59 3.53 3.77 3.57학교시설 6.73 4.17 6.45 4.16교육적자원지표 0.56 4.66 0.69 4.66학교 climate학생의사기 9.56** 2.96 9.14** 2.96교사의사기 -9.32 9.69 -9.26 9.90수학교사동의 -2.05 0.549 -2.16 3.42정책변인

평준화지역여부 25.67* 12.29 18.39 11.94 12.66 9.06 -5.35 11.51 -5.69 12.06수학학생교사비율/ 0.02 0.08수준별학급운영 0.77 6.04교사들간의상호평가 1.95 6.03총보충심화수업시간 1.78* 0.73총수학사교육시간 1.66** 0.52Variance ComponentTau00 1256.26 1120.46 630.11 446.44 441.61sigma squared 5157.12 5076.50 3842.61 3836.91 3815.66

* p< 0.05, ** p<0.01, *** p<0.001.


읽기 과학 문제풀이 성취도에 미치는 영향2) , ,년도 자료는 수학 성취도 분석에 초점을 맞추었기 때문에 학생과 학PISA 2003

교 설문지에서 구해질 수 있는 여러 정성적 변인들과 학교 변인들이 모두 수학에

대한 질문으로 맞추어져 있다 따라서 수학 외의 읽기 과학 문제풀이를 각각 종. , ,

속변인으로 한 평준화 정책의 효과분석에서는 설명변인이 많이 누락된다 다음이.

읽기 과학 문제 풀이 성취도를 종속변인으로 한 모형이다, , HLM .

학생단위의 모형

PV1read(science and prob) to PV5read(science and prob) = B + B 여학생* +

B 학업기대수준* + B 부모직업이 정규직* + B 부모직업의지위* +

B 부모최고교육연한* + τ

학교 단위의 모형

지역규모 평준화지역 공립학교 학교규모정부지원비율 시설자원지표 교육자원질지표

학생의학업사기지표 교사의사기B = r .... B = r ,

B = r + ҭ학생 학교 관찰 값** subscript i= , j =

학업기대수준의 계수만 학교단위에서 무선으로 변하고 있고 나머지 학생단위의

변인들의 계수는 학교단위에서 무선으로 변하고 있지 않아 고정시켰다 위의 기본.

전체 모형에서 맨 처음으로 평준화정책여부만을 독립변인으로 넣은 모형모형( 1)

과 학생단위의 변인들을 넣은 모형모형 그리고 전체 설명변인들을 모두 통제( 2),

한 모형모형 을 아래의 표 에서 표 까지 제공하고 있다( 3) < 7-8> < 7-10> .


모형1 모형2 모형3

계수 표준오차 계수 표준오차 계수 표준오차절편 545.11*** 9.45 503.76*** 10.88 495.35*** 19.69

여학생 24.13*** 3.46 24.40*** 3.31

정규직 0.66 4.53 0.45 4.51

직업의 사회적 지위 0.15 0.13 0.14 0.13

부모최고교육연한 0.83 0.54 0.69 0.53

학업기대수준 35.2*** 5.78 35.54*** 5.79

학생열의 11.40** 3.17

교사열의 -7.33 10.03

공립 -9.41 5.67

학교규모 0.01# 0.01

지역규모 3.20 5.71

정부지원비율 -0.004 0.12

학교시설의 질 7.38 4.53

교육재원의 질 -3.44 4.63

평준화 12.05 9.81 11.54 8.84 -7.51 10.71

Tau 794.77 1404.46 1140.19

Sigma-sq 4312.32 3994.22 4011.49

* p< 0.05, ** p<0.01, *** p<0.001.


과학계수 표준오차 계수 표준오차 계수 표준오차

절편 549.89*** 12.01 517.35*** 13.11 510.25*** 27.02

여학생 -13.38** 4.84 -13.3** 4.68

정규직 -2.89 5.21 -2.96 5.18

직업의 사회적 지위 0.29* 0.14 0.27# 0.14

부모최고교육연한 0.71 0.55 0.62 0.55

학업기대수준 49.24*** 7.17 49.87*** 4.68

학생열의 15.64** 4.22

교사열의 -9.53 14.48

공립 -11.82 7.36

학교규모 0.02# 0.01

지역규모 2.22 8.03

정부지원비율 -0.04 0.17

학교시설의 질 8.83 6.11

교육재원의 질 -3.68 5.84

평준화 19.58 12.62 12.23 11.49 -11.68 14.07

Tau 1401.55 2027.03 1440.34

Sigma-sq 6314.76 6019.95 6019.75

* p< 0.05, ** p<0.01, *** p<0.001.


문제해결계수 표준오차 계수 표준오차 계수 표준오차

절편 555.41*** 10.81 539.28*** 12.37 521.49*** 23.29

여학생 -3.32 4.03 -3.06 3.92

정규직 -8.31* 4.09 -8.35* 4.08

직업의 사회적 지위 0.28* 0.12 0.26* 0.12

부모최고교육연한 1.14* 0.49 1.06* 0.48

학업기대수준 31.29*** 5.88 32.64*** 5.8

학생열의 12.25** 3.61

교사열의 -6.38 11.71

공립 -9.81 6.00

학교규모 0.02** 0.01

지역규모 3.04 6.7

정부지원비율 -0.04 0.14

학교시설의 질 7.31 5.02

교육재원의 질 -1.6 5.2

평준화 22.35 11.25 16.69 10.51 -7.3 12.48

Tau 999.38 1553.64 990.93

Sigma-sq 4728.54 4548.83 4547.5

* p< 0.05, ** p<0.01, *** p<0.001.

위의 표 에서 표 을 모두 살펴보면 평준화 정책 변인이 모두 통계적< 7-8> < 7-10>

으로 유효하지 않게 나옴을 알 수 있다 비록 수학성취도 분석모형과는 달리 학생.

들의 동기 자아효능감 변인들이 포함되지는 않지만 이들 모형들 모두 평준화 정, ,

책이 학생들의 학업성취도에 특별한 영향을 미치고 있지 않음을 알 수 있다 오히.

려 평준화정책보다는 학생들의 열의 학교규모 학생들의 학업기대수준 등의 변인, ,


들이 더욱 학업성취도 향상에 중요함을 알 수 있다 따라서 표 에서 표. < 7-8> <

역시 학생들의 학업성취도 향상을 위해서는 학생들의 학업에 대한 열의를7-10>

증진하기 위한 고민들이 필요하며 학생들의 학업기대수준을 높일 필요성이 있다,

는 것을 보여주고 있다.

결론6.

지금까지 평준화 정책과 연관된 쟁점 내용들에 대해서 검토해보았다.

평준화지역과 비평준화 지역에서 핵심적인 차이로서 지적되어온 학교선택권 제한

의 정도가 두 지역사이에 사실상 거의 차이가 없는 것으로 분석되었다 특히 평준.

화여부를 떠나서 학생들의 사회경제적 배경이 높을수록 학교를 선택할 확률이 높

은 것으로 드러났다 이는 학교선택권 제한의 이유를 들어 평준화를 해제시키자는.

주장이 근거가 부족함을 보여준다 학교선택권의 문제를 평준화비평준화의 시각. /

에서보다는 저소득층에 대한 교육기회의 균등의 시각에서 학교 선택권 문제가 접

근되어야 함을 보여준다 한편 평준화 지역 여부와 상관없이 학업성적이 입학사정. ,

에서 중요하게 여겨지고 있으며 역으로 비평준화 지역에서도 학업성적이 그다지

고려되지 않는 학교들도 상당부분 있는 것을 보여진다 이는 고등학교 중등교육이.

보편화되었다는 것을 간접적으로 의미하기도 한다.

그리고 평준화 지역이 비록 통계적으로는 유의하지는 않지만 교육적 여건이 비

평준화 지역보다 좋은 것으로 드러났다 이는 정책적 변인들이 고려되지 않아서.

분석의 한계가 있지만 평준화 정책이 교육여건을 최소한 악화시키지는 않았다는

의미로 해석될 수 있다 중요한 점은 평준화시행여부보다는 정부의 지원비율과 지.

역규모 등이 학교의 교육여건 개선에 크게 영향을 주고 있다는 사실이다 한편 학.

생성적의 변량에서 학교 간 차이에 의해서 설명되어지는 분량이 평준화 지역이

낮게 나타나고 있으며 이는 평준화 정책이 어느 정도 학교간 격차를 줄였음을 보


여주고 있다.

마지막으로 학업성취도 분석결과 학생차원의 사회경제적 배경변인과 정성변인

들 학교 단위의 여러 여건 변인들을 통제했을 때 두 지역 간의 학업성취도의 차,

이가 없는 것으로 나타났다 특히 학생차원과 학교차원의 변인들을 통제하지 않았.

을 때에 나타난 두 지역사이의 학업성취도 차이가 사라졌다는 점은 학생들의 정,

성적 요인들과 학교의 교육여건 개선 등에 더욱 노력을 기울이는 것이 학업성취

도에 중요하게 영향을 미친다는 것을 의미한다 따라서 평준화에 대해서 단선적인.

비판이나 평준화냐 아니냐와 같은 소모적인 논쟁보다는 학생들의 학업동기 향상

과 학교교육여건의 개선을 위한 정책적 노력이 필요하다고 볼 수 있다.


결론.Ⅷ

자료 및 분석 방법론에 대한 일차적 점검1.

결과에 대한 국제 비교 및2. PISA 2003 PISA

이후 추이 분석2000

자료로 본 우리나라 중등교육3. PISA 2003

정책의 효과 분석

결론.Ⅷ

본 연구에서는 년도 주기이하 이라 약칭함 원2003 PISA 2 ( ‘PISA 2003’ )

자료 데이터베이스에 대한 분석을 통하여 학생들의 학업성취도와 학생들의 정의

적 사회경제적 변인들 그리고 학교수준 변인들간의 관계를 종합적으로 연구 분석, ,

함으로써 우리나라 중등교육의 학교 효과에 대한 실증적 정보를 제공하는 데 그

목적을 두었다.

자료 및 분석방법론에 대한 일차적 점검1.

본 연구에서는 먼저 데이터베이스에 대한 분석에 있어서 유, PISA 2003

의해야 할 측정학적 방법론에 대한 검토를 실시하였는데 그 결과 다층적인 자료,

구성상의 특징을 고려하고 측정 유의값들과 반복 가중치 변인들을 포함하고 있는

설문자료의 특수성들을 나름대로 동시에 해결해 줄 수 있도록 위계적선형모형

프로그램을 이용하여 분석하는 것이 적절한 것으로 판단되었다 만약(HLM) . HLM

프로그램을 사용하지 않을 경우에는 원칙적으로는 반드시 가중치 변인들을 책정

하도록 고안된 이나 등의 통계 프로그램을 사용해야만 하며 가능한AM WESVAR

한 일일이 각 성취도의 측정 유의값들을 다 분석해주어야 하는 것으로 보인다 편.

의상 측정 유의값의 평균을 사용해도 무방한 것으로 보이나 이 경우에도 반드시,

반복 가중치 변인들을 설정해주어야 한다 그 다음 단계로는 에서 학생들의. OECD

정성적 측면을 측정한 문항들을 묶어서 척도화를 통해서 제공하는 차 가공IRT 2

변인들이 우리나라 자료만을 사용한 분석에 있어서 포함되는 것이 적합한지를 검

토하였다 주성분요인분석과 의 신뢰도 계수 점검을 실시한 결과 문화적. Cronbach ,

재원 소유 지표 교육 재원 소유 지표 와 학습 전략 지표들(CULTPOSS), (HEDRES) ,

통제 전략 지표 상세화 전략 지표 암기 전략 지표 그, , (CSTRAT, ELAB, MEMOR),

리고 학습태도와 관련하여 협력적 태도 지표와 경쟁적 태도 지표(COMPLRN,


등의 변인들은 우리나라 학생들의 응답자료만을 가지고 분석할 때는COOPLRN)

사용하는 것을 한 번 더 재고해야 함을 확인하였다.

결과에 대한 국제 비교 및2. PISA 2003

이후 추이 분석PISA 2000

가 결과에 대한 국제 비교 결과. PISA 2003이러한 기본적 사항에 대한 점검을 마친 다음에 본 연구에서는 결과, PISA 2003

를 토대로 우리나라 학생들의 학업성취도 및 제반 특성을 독일과 일본 핀란드 학,

생들과 비교하였다 유독 독일과 일본 핀란드를 설정하여 우리나라와 비교하고자. ,

한 이유는 다음과 같았다 먼저 핀란드의 경우에는 거의 모든 영역에 있어서 학생. ,

들의 평균 성취도가 매우 높으면서도 학생들간 성적 격차는 매우 낮은 것으로 나

타나 교육의 수월성과 형평성을 동시에 달성하고 있는 예시로 자주 인용되고 있

기 때문이다 일본은 우리나라와의 지리학적 문화적 교육체제적 유사성 때문에. , ,

선택하였으며 독일은 에서의 저조한 성적 때문에 지난 수년간 엄청난, PISA 2000

관심과 지원을 받아왔다는 점에서 주목할 만하여 우리나라와의 비교를 위하여 선

택하였다.

우리나라 학생들과 핀란드 일본 독일 학생들을 비교한 결과 다음과 같은 결론, , ,

을 내릴 수 있었다 먼저 우리나라 학생들은 핀란드 학생들과 더불어 수학적 소양. ,

과 문제해결력 읽기 소양 모두에서 높은 평균 수준과 작은 학생들간 점수 격차를,

보여서 교육의 수월성과 형평성을 동시에 어느 정도 만족하고 있다고 할 수 있다.

하지만 과학적 소양에 있어서는 다른 영역에 비하여 평균 수준이 상대적으로 낮,

을 뿐 아니라 학생들간 점수 격차도 더 큰 것으로 나타났을 뿐 아니라 여학생들

의 성취 수준이 크게 떨어지는 것으로 나타나 이에 대한 대책을 마련해야 할 것

결론.Ⅷ

으로 보인다 또한 학생들의 수학에 대한 동기나 자아관련 신념이 전반적으로 매. ,

우 낮게 나타났지만 우리나라 내부에서는 이러한 특성들이 높으면 높을수록 학업,

성취도 수준이 높아지는 것으로 나타나 학생들에게 내적외적 동기를 부여하고 자/

신감을 갖게 할 수 있는 수업전략 등에 관한 추가적 연구가 필요할 것으로 보인

다 또한 우리나라는 상대적으로 학생들의 가정 배경이 학업 성취도에 영향을 적. ,

게 미치는 것으로 나타났지만 핀란드나 일본보다는 더 큰 영향을 미치는 것으로,

나타나 사회경제적 격차와 관계없이 교육의 평등성을 보장할 수 있는 방안이 무

엇인지에 대한 보다 장기적 전략이 수립되어야 할 것이다 마지막으로 우리나라. ,

학교장들은 다른 국가들에 비하여 담당 교사들의 사기와 열의에 대하여 낮게 평

가하였는데 이 역시 그 근본적인 이유가 무엇이며 어떻게 이를 바꿀 수 있을지에,

대한 여러 가지 고려가 있어야 할 것이다.

나 과 결과에 대한 비교 분석 결과. PISA 2000 PISA 2003또한 우리나라 학생들 자료만을 대상으로 년도 자료와 년도간의 공통, 2000 2003

된 성취도 결과와 설문문항을 가지고 변화 추이를 분석하였다 그 결과 우리나라. ,

학생들의 전반적인 평균 학업성취도는 여전히 높은 수준을 유지하고 있지만 세부,

적으로 그 성취도의 분포를 살펴보면 하위권 학생들의 성적이 더 낮아졌음을 알

수 있다 따라서 학교에서 성적이 낮은 하위권 학생들에 대한 학업지원들 위한 여.

러 방안들이 마련될 필요성이 있음을 보여주고 있다 한편 사회경제적 지위가 학.

업성취도에 미치는 영향이 늘어났으며 이에 대한 다방면의 분석이 향후 년도2006

의 차 결과에 따라서 이루어질 필요성이 있다3 PISA .

학생들의 학업성취를 높이기 위한 교사들과 관련된 여러 요인들 중 교사들의,

학생에 대한 기대를 높이기 위한 열의의 증대와 학생들의 잠재능력을 끌어내기,

위한 교육학적 전문능력의 증진 학생들의 요구를 충족시키기 위한 전문성의 고양,

등이 필요함을 년도와 년도의 학교장 설문지 분석을 통해서 알 수 있다2000 2003 .

이러한 교사의 소양을 높이기 위해서는 교사들에 대한 전문성 재교육 정책에 대

한 전반적인 검토가 필요함을 암시해준다.


한편 학생들의 음주문제와 학교 폭력문제가 심각해졌음을 자료 분석을 통PISA

해서도 확인될 수 있었다 따라서 이러한 학교 폭력문제와 음주문제 등의 학생들.

의 일탈행위에 대한 방지책이 마련되어져야 함을 보여주고 있다.

자료로 본 우리나라3. PISA 2003

중등교육 정책의 효과 분석

본 연구에서 분석한 우리나라 중등학교의 교육정책과 내용은 다음과 같았다 첫:

째 교육여건의 주요 지표 중 하나인 교사 인당 학생수가 학생들의 학업성취도에, 1

미치는 효과 분석 둘째 학교 외에서 이루어지는 사교육 시간이 학생들의 학업성; ,

취도에 미치는 효과 분석 셋째 차 교육과정의 주요 내용 중 하나인 수준별 수; , 7

업이 학생들의 학업성취도에 미치는 효과 분석 그리고 넷째 평준화 정책 시행; ,

여부가 학생들의 학업성취도에 미치는 효과 분석.

그 결과 연구는 다음과 같은 시사점을 우리나라 중등교육에 준다고 할, PISA

수 있는 것 같다 첫째 비록 본 연구에서는 그 실제적 유의미성에 대해서는 확답. ,

을 찾지 못하였으나 교사 일인당 학생수를 감축하고자 하는 노력을 계속 기울여

야 할 것이며 이에 대한 실증적 자료 분석을 계속해 나가야 할 것이다 둘째 수학. ,

에 대한 사교육만큼이나 학생들의 수학적 소양에 영향을 미치고 있는 학교에서의

수학 심화 보충 수업시간을 확대해 나감으로써 사교육으로 인한 여러 가지 사회,

적 문제를 축소시킬 수 있을 것이다 셋째 본 연구에서는 수준별 수업이 학업 성. ,

취도에 미치는 효과에 대하여 통계적으로 유의한 결과를 나타내지 못하였지만 아

직은 수준별 수업 시행이 자리를 잡지 못하고 있다는 것을 고려했을 때 그 효과

에 대해서 지속적인 연구가 이루어져야 할 것으로 보인다.

또한 평준화 지역과 비평준화 지역 학생들의 학업성취도 수준 및 특성에 대한,

비교 분석 결과 다음과 같은 결론을 내릴 수 있었다 먼저 두 지역간에 핵심적인, . ,

결론.Ⅷ

차이로서 지적되어온 학교선택권 제한의 정도가 두 지역사이에 사실상 거의 차이

가 없는 것으로 분석되었다 특히 평준화여부를 떠나서 학생들의 사회경제적 배경.

이 높을수록 학교를 선택할 확률이 높은 것으로 드러났다 이는 학교선택권 제한.

의 이유를 들어 평준화를 해제시키자는 주장이 근거가 부족함을 보여준다 학교선.

택권의 문제를 평준화비평준화의 시각에서보다는 저소득층에 대한 교육기회의 균/

등의 시각에서 학교 선택권 문제가 접근되어야 함을 보여준다 한편 평준화 지역. ,

여부와 상관없이 학업성적이 입학사정에서 중요하게 여겨지고 있으며 역으로 비

평준화 지역에서도 학업성적이 그다지 고려되지 않는 학교들도 상당부분 있는 것

을 보여진다 이는 고등학교 중등교육이 보편화되었다는 것을 간접적으로 의미하.

기도 한다.

그리고 평준화 지역이 비록 통계적으로는 유의하지는 않지만 교육적 여건이 비

평준화 지역보다 좋은 것으로 드러났다 이는 정책적 변인들이 고려되지 않아서.

분석의 한계가 있지만 평준화 정책이 교육여건을 최소한 악화시키지는 않았다는

의미로 해석될 수 있다 중요한 점은 평준화시행여부보다는 정부의 지원비율과 지.

역규모 등이 학교의 교육여건 개선에 크게 영향을 주고 있다는 사실이다 한편 학.

생성적의 변량에서 학교 간 차이에 의해서 설명되어지는 분량이 평준화 지역이

낮게 나타나고 있으며 이는 평준화 정책이 어느 정도 학교간 격차를 줄였음을 보

여주고 있다.

마지막으로 학업성취도 분석결과 학생차원의 사회경제적 배경변인과 정성변인

들 학교 단위의 여러 여건 변인들을 통제했을 때 두 지역 간의 학업성취도의 차,

이가 없는 것으로 나타났다 특히 학생차원과 학교차원의 변인들을 통제하지 않았.

을 때에 나타난 두 지역사이의 학업성취도 차이가 사라졌다는 점은 학생들의 정,

성적 요인들과 학교의 교육여건 개선 등에 더욱 노력을 기울이는 것이 학업성취

도에 중요하게 영향을 미친다는 것을 의미한다 따라서 평준화에 대해서 단선적인.

비판이나 평준화냐 아니냐와 같은 소모적인 논쟁보다는 학생들의 학업동기 향상

과 학교교육여건의 개선을 위한 정책적 노력이 필요하다고 볼 수 있다.

결론.Ⅷ

참고문헌

참고문헌

참고문헌

김양분 외 학교교육 수준 및 실태 분석 연구 고등학교 한국교육개발원 기(2003). : .

본연구보고서 RR 2003-16.

김주아 남궁지영 강상진 만 세 한국 학생의 수학적 소양 관련 배경 변인, , (2004). 15

들의 효과 추정 한국수학교육학회지 제 권 제 호. , 43 , 2 , 187-197.

김태종 외 고교 평준화 정책이 학업성취도에 미치는 효과에 관한 실증분석(2004). .

국제정책대학원 교육개혁연구소KDI .

노국향 평가결과분석연구 총론 국내학생의읽기 수학 과학적(2001). PISA 2000 ( ) - , ,

소양 수준과 배경 변인의 영향 분석 한국교육과정평가원 연구보고. RRE

2001-9-1.

노국향외 읽기평가결과분석연구 한국교육과정평가원연구보고(2001). PISA 2000 .

RRE 2001-9-2.

노국향외 수학평가결과분석연구 한국교육과정평가원연구보고(2001). PISA 2000 .

RRE 2001-9-3.

노국향외 과학평가결과분석연구 한국교육과정평가원연구보고(2001). PISA 2000 .

RRE 2001-9-4.

류방란 박상철 백선희 일반계고등힉교의학교교육과정운영실태분석 한국교, , (2004). .

육개발원 기본연구보고서 RR 2004-06.

류한구 평준화 정책이 학업성취에 미치는 효과 교육개발 월호(2005). . 7-8 , 28-34.

성기선 고등학교 평준화 정책의 효과에 대한 위계적 선형모형 분석 교육사(2004). .

회학연구 제 권 호. 14 3 . 87-106.

윤정일 송기창 조동섭 김병주 한국교육정책의 쟁점 교육과학사, , , (2002). . .

윤종혁 김영철 김영래 한유경 고교 평준화 정책의 적합성 연구, , , (2003). (1). RR

한국교육개발원2003-1. .


이광현 자료 연구를 통한 평준화 정책의 쟁점 분석 한국교육(2005). PISA . 32(2).

171-193.

이미경 곽영순 민경석 채선희 최선영 최미숙 나귀수 결과 분, , , , , , (2004). PISA 2003

석 연구 한국교육과정평가원. RRE 2004-2-1, .

채선희외 년도 학업성취도국제비교연구예비검사시행보고서 수(2002). 2002 OECD -

학 과학 문제해결 영역을 중심으로 한국교육과정평가원 연구보고, , - RRE

2002-4.

채선희외 년도 학업성취도국제비교연구 본검사시행(2003). 2003 OECD -PISA 2003 -.

한국교육과정평가원 연구보고 RRE 2003-2-1.

채선희 외 년도 학업성취도 국제비교 연구 예비검사 시행보고서(2002). 2002 OECD

수학 과학 문제해결영역을중심으로 한국교육과정평가원연구보고- , , - RRE

2002-4.

Adams, R. & Wu, M. (2001). PISA 2000 Technical Report. OECD.

Artelt, C., Baumert, J., Julius-McElvany, N., and Peschar, J. (2003). Learners for Life -

Student Approaches to Learning: Results from PISA 2000.

Bandura, A. (1994). Self-Efficacy: The Exercise of Control. W.H. Freeman and

Company, New York.

Clotfelter, C. (2001). Are White still fleeing? Racial patters and enrollment shifts in

urban public schools. Journal of Public Policy and Management. 20,

199-221.

Deci, E. & Ryan, R. M. (1985). Intrinsic Motivation and Self-Determination in Human

Behavior. Plenum Press, New York.

Fuller, B. & Elmore, R.F. (1996). Who Chooses and Who Loses? Teachers College

Press.

Hair, J. F. Anderson, R. E. Tatham, R. L. & Black, W. C. (1998). Multivariate Data

Analysis. Prentice Hall.

Hanushek, E. (1997). Assessing the effects of school resources on student performance:

참고문헌

An update. Educational Evaluation and Policy Analysis, 19(2), 141-164.

Henig, J. R. & Sugarman, S. D. (1999). The nature and extent of school choice. In S.

D. Sugarman & F. R. Kemerer, (Eds.), School Choice and Social

Controversy: Politics, Policy, and Law. Brookings.

Johnson, R.A. & Wichern, D.W.(2002). Applied Multivariate Statistical Analysis, 5th

Edition. Prentice Hall.

Lee, Eun Sul, Forthofer, R. N., & Lorimor, R.J. (1989). Analyzing Complex Survey

Data. Sage Publications.

Marsh, H. W. (1993). The multidimensional structure of academic self-concept:

Invariance over gender and age. American Educational Research Journal,

30(4), pp.841-860.

Peterson, P. (1998). Schoool choice: A report card. In P. Peterson & B. Hassel,

(Eds.), Learning from School Choice. Brookings.

OECD(2001), Knowledge and Skills for Life-First Results from OECD PISA 2000.

OECD. Manual for the PISA 2000 Database.

OECD(2004), Messages from PISA 2000.

OECD(2004), The PISA 2003 Assessment Framework - Mathematics, Reading, Science and

Problem Solving Knowledge and Skills.

OECD(2004), Review of National Policies for Education, Denmark: Lessons from PISA 2000.

OECD(2004), What Makes School Systems Perform?: Seeing School Systems through the

Prism of PISA.

OECD(2004), Learning for Tomorrow's World: First Results from PISA 2003

OECD(2004). Technical Standards for the Implementation of PISA 2003.

OECD(2004). PISA 2003 Tables by Chapter.

OECD(2005). Technical Report of PISA 2003.

Raudenbush, S. & Bryk, (2002). Hierarchical Linear Model. Sage Publications.

Raudenbush, S., Bryk, A., Cheong, Y., & Congdon, R. (2004). HLM 6: Hierarchical Linear


and Nonlinear Modeling. Scientific Software International.

Willms, J. D. (2003). Student Engagement at School: A Sense of Belonging and Participation,

Results from PISA 2000. OECD.

Wooldridge, J. (1999). Introductory Econometrics: A Modern Approach. South-Western.

Zimmerman, B. J. (1999). Competency: Toward a cyclically interactive view of

self-regulated learning. International Journal of Educational Research, 31(6),

pp. 545-551.

관련 웹사이트PISA OECD : http://www.pisa.oecd.org

참고문헌

ABSTRACT

Look on Korean Secondary Education

through the Analysis of the PISA

Study

ABSTRACT

Look on Korean Secondary Educationthrough the Analysis of the PISA Study

Hyun-Jeong ParkKwang-Hyun LeeSeong-Guk Kang

OECD’s Programme for International Student Assessment (hereinafter referred to as

"PISA 2003") is designed to assess academic achievements of the 15-year-old students

who have finished their compulsory education, and provide information on various

school and student factors that influence their academic performance. PISA 2003 gives

an overall picture of the academic performance of these students, while providing

information that enables countries to analyze effects of their secondary education

policies.

By examining the results of PISA 2003, this study analyzes overall academic

performance of Korean students and the effects of the nation's secondary education

policies on their academic attainment.

PISA was implemented as a long-term project for three periods from 1998 to 2006.

In 1998, the first year of the first period, the directions and framework for the

assessment were established and example questions were devised. In 1999, preliminary

tests were conducted, and in 2000, actual tests. Analyses of first PISA test results

were conducted in 2001, when the second period began. And PISA for the second

period was conducted in a similar manner. Reading was the main area for the first

period ("PISA 2000"), and mathematics and science were secondary areas. In the

second period ("PISA 2003") mathematics was selected as the main area, and in the

third period ("PISA 2006") science will be the main area and the other two secondary

areas.


The educational policies which we investigated in this paper include 1) the impact of

the number of students per teacher on academic performance, 2) the effects of private

tutoring on academic achievements, 3) the effects of teaching to students’ ability on

academic achievement and 4) the comparison of school performance of students

between educationally equalized and non-equalized school districts. In order to analyze

these four policies, this study adopted Hierarchical Linear Model (HLM). The subjects

were 5,371 15-year-olds who participated in the PISA 2003 study.

The results were as follows. First, the number of students per teacher should be

reduced through constant efforts. Second, enrichment and remedial classes at school

need to be increased as a way of addressing social problems associated with private

tutoring, in that enrichment and remedial classes have positive influence on students’

academic performance. Third, even though we have found that the effects of three

teaching-by-ability variables were not statistically significant, they may still be worth

studying in the future considering the fact that the emphasis on teaching-by-ability

only started recently in practice. And above all, what’s really important seems to be

the government’s strong commitment to offer abetter educational environment to all

students such as, improving the teacher-student ratio, rather than to change the school

equalization policy.

pisa 학업성취도분석연구 -...

Documents