Korean J General Edu Search

CLOSE


Korean J General Edu > Volume 14(2); 2020 > Article
대학졸업생의 수강 자료를 활용한 전공 및 교양 교과목의 학업성취도 분석

초록

본 연구는 대학졸업생의 수강 자료를 활용하여 계열별로 학업성취도에 차이를 가져오는 학생 특성 변인(성별, 입학전형유형)을 확인하고, 전공영역의 학업성취도와 다양한 교양영역 학업성취도 간의 관계를 살펴보는 데 목적이 있다. 이를 위하여 2019년 2월 졸업한 서울 소재 대학생을 대상으로 이공계열, 인문사회계열, 상경계열별로 성별과 입학전형유형에 따라 학업성취도에서 차이가 나타나는지 확인하고자 다변량 분산분석을 실시하였다. 또한, 계열별로 전공 영역의 학업성취도를 예측하는 교양 영역의 우선순위와 다양한 조합 패턴을 살펴보기 위하여 의사결정나무분석을 실시하였다. 분석결과는 다음과 같다. 첫째, 교양영역의 학업성취도는 모든 전공계열에서 여학생이 남학생보다 높은 것으로 나타났다. 둘째, 전공영역의 학업성취도는 상경계열에서만 통계적으로 유의미하게 남학생이 여학생보다 높았다. 셋째, 모든 전공계열에서 입학전형유형의 주효과는 유의미하지 않았으며, 이공계열과 상경계열에서 입학전형유형과 성별의 상호작용효과가 나타났다. 넷째, 의사결정나무분석 결과, 전공GPA를 가장 잘 예측하는 교양교과목의 영역은 전공과 인접한 학문 영역인 것으로 나타났다. 본 연구결과는 전공 및 교양 교육의 내용을 구성하고 관련 정책을 제안하기 위한 기초자료로써 활용될 수 있을 것이다. 또한 추후 연구에서는 학업성취도 차이를 가져오는 다양한 변인들을 분석하여 전공 및 교양에서 나타난 성차의 원인을 탐색할 필요가 있다.

Abstract

This paper empirically evaluates certain characteristics of students that determine differences in academic performance, and analyzes the relationship between academic performance in their chosen majors and the Liberal Arts. We applied multi-variate analysis of variance (MANOVA) to university student data and examined whether differences in academic performance are revealed depending on the student’s department, gender, and admission type. We also conducted a decision tree analysis to find out which specific area in the Liberal Arts best predicts academic performance in a given major. Our results were as follows: First, female students outperformed male students in the Liberal Arts. Second, the academic achievement of male students was statistically higher than that of female students in their chosen majors, but only as it pertained to colleges of commerce and economics. Third, the main effect of admission type was not significant across departments. Furthermore, the interaction effect between admission type and gender was apparent in the college of science and engineering and of commerce and economics. Fourth, the area of Liberal Arts that best predicts major GPAs was the area adjacent to the student’s major. The results of this study could be used as basic data to develop the contents of major and Liberal Arts education and to improve related policies. Further research needs to analyze various variables related to academic achievement to explore the causes of gender differences in majors and Liberal Arts.

1. 서론

대학교육의 내용은 크게 전공교육과 교양교육의 두 축으로 구성된다(손동현, 2010). 전공교육의 목표가 특정 영역에 특화된 전문적 지식과 기술의 습득에 있다면, 교양교육은 일반적인 보편지성교육에 목표를 두고 있다. 고도의 세분화⋅전문화가 가속화되고, 효율성이 중요했던 산업사회에서 대학의 전공교육은 ‘특화된 전문직업교육’으로서 기능을 수행해왔다(손동현, 2010). 그러나 최근 4차 산업혁명과 함께 지식의 반감기는 놀라울 정도로 짧아지고 있다. 정보의 축적과 기술혁신으로 인하여 대학에서 다년 간 습득한 전문 지식과 기술이 졸업 후에는 무용지물이 될 가능성이 높아진 것이다(윤유진, 2018). 이에 단편화된 개별 지식보다는 다양한 상황에 대처하고 문제를 해결하는 능력, 보편적 지식, 다양한 학문 간 융합능력 등이 더 중요하게 되었고, 이러한 변화와 함께 보편지성교육으로서의 교양교육이 어느 때보다도 강조되는 시점이 되었다.
이미 많은 연구들이 이러한 시대적 변화를 반영하여 교양교육의 내용과 제도를 개선하는 데 노력을 기울이고 있다. 교양교육의 현황과 특징 분석(강창동, 2012), 국내⋅외 대학의 교양교육과정 비교(윤유진, 2018), 교양 교과목의 강의평가 분석(강경희, 2013; 박완성, 2010; 유기웅, 신원석, 2012; 이지연, 이영주, 2018) 등과 같은 경험적 연구뿐 만 아니라 교양교육의 의미와 가치에 대한 제고와 논평(손동현, 2015; 손종현, 2018)까지 다양한 연구결과들이 쌓이고 있다. 그런데 앞에서 이미 언급한 바와 같이 교양교육은 전공교육과 함께 대학교육을 구성하는 한 축이기 때문에 전공교육과 상호 밀접한 관련성을 가질 수밖에 없다. 따라서 교양교육의 실제 운영과 내용에 대한 면밀한 이해와 검토를 위해서는 전공교육과의 관계를 고려하여 살펴볼 필요가 있다. 그러나 대학교육이라는 전체 맥락 안에서 교양과 전공 간의 관계를 분석한 국내 연구는 많지 않다. 손동현(2010, 2011)은 바람직한 대학교육을 위해서 전공교육과 교양교육 간의 균형과 수렴, 통합이 이루어져야 된다고 강조한 바 있으나, 실증적인 자료 분석이 뒷받침되지는 못했다. 최근에 들어서야 실증적 분석을 통한 전공교육과 교양교육에 대한 비교 연구가 더욱 활발해졌는데, 최문기(2016)는 설문자료 분석을 통해 좋은 전공수업과 교양수업에 대한 학생들의 인식을 비교하였고, 이효진 등(2017)은 교양과목과 전공과목 간 수강신청 기준에 대한 차이를 분석하였다. 송영명 등(2018)은 상관분석과 회귀분석을 활용하여 전공 및 교양 수업만족도에 영향을 미치는 요인이 차별적임을 밝혔다. 구유영 등(2019)은 대학졸업생의 수강 자료를 활용하여 전공 및 교양 교과목의 이수 특성을 파악하고, 대학의 교육과정 구조 및 이수체계에 대한 문제점과 개선방향을 제시하였다.
본 연구는 이러한 선행 연구의 연장선상에서 수행하는 탐색적 연구로서, 교양교육과 전공교육의 학업성취도를 비교 분석하여 대학 교육과정에 대한 시사점을 찾아보고자 한다. 특히 학업성취도는 교육적 성과로서, 대학의 가장 본질적인 목적인 학습의 효과를 단적으로 보여주는 객관적 지표라고 할 수 있다(Kern, Fagley, & Miller, 1998; Robbins et al., 2004). 현재까지도 지속적으로 언급되고 있는 대학생활적응의 다차원적 접근을 보면(Baker & Siryk, 1984), 학업적응은 여전히 대학생활에서 가장 핵심적인 부분이며, 결정적인 요인으로 작용하고 있음을 알 수 있다(오성배, 2016). 따라서 전공 교과목과 교양 교과목의 학업성취도를 분석하는 것은 학업적응의 수준을 가장 직접적이고도 객관적인 지표로 살펴보는 작업이 될 것이다. 또한 구유영 등(2019)의 연구에서 전공과의 유사성과 같은 학습 편이성에 치중한 교양 교과목 선택경향이 지적된 바 있는데, 이러한 문제점을 학업성취도 측면에서도 검토해 볼 수 있을 것이다.
한편, 본 연구에서는 전공 및 교양 교과목의 학업성취도를 분석함에 있어 학생 특성에 따른 차이 분석과 데이터마이닝 기법을 활용한 분석방법을 사용하고자 한다. 학생 특성에 해당하는 변인은 대학졸업생의 수강 자료에 포함된 성별과 입학전형유형이다. 성별은 다양한 학문 영역에서 중요하게 언급되는 인구사회학적 요인이다. 종종 성차와 성차별이 혼동되어 인식됨으로써 사회적 갈등의 문제로 번질 수도 있기 때문에 남녀 간 성차에 대한 접근은 매우 조심스러운 것이 사실이다(김혜진, 김옥분, 2016). 그러나 교육장면에서 성별은 무시할 수 없는 학습자 특성으로, 교육의 질 개선을 위해서는 성차에 대한 충분한 검토가 이루어져야 한다(김혜진, 김옥분, 2016). 이에 국외 연구들에서는 성별이 대학생의 학업성취와 유의미한 상관이 있으며(Chee, Pino, & Smith, 2005; Pajares, 2002), 대체적으로 여학생이 남학생보다 학업 성적이 높게 나타났음을 보고하였다(Severiens & ten Dam, 2011; Sheard, 2009; Wan Chik et al., 2012). 국내의 경우에도 다양한 전공 소속의 전 학년을 대상으로 한 김혜진과 김옥분(2016)의 연구에서 여학생의 학업성취가 남학생보다 높은 것으로 나타났으며, 다른 연구들에서도 일관된 결과가 반복적으로 확인된 바 있다(강승호, 2010; 최현석, 박철용, 2014). 그러나 기존의 국내 연구들은 전공 교과목과 교양 교과목의 구분 없이 최종 학업성적만을 분석하거나, 특정 시점이나 기간에 한정된 학업성취도만을 비교하는 등의 한계가 있다. 이에 본 연구에서는 전공 교과목과 교양 교과목에서 학생 개개인이 소속된 전공계열별로 성차가 어떻게 나타나는지를 보다 면밀하게 검토해 보고자 한다. 또한 특정 시점이나 한정된 기간의 학업성적이 아닌, 입학시점부터 졸업할 때까지 전공 및 필수교양 영역에 해당하는 모든 수강과목의 성적을 종합하여 분석한다는 점 또한 기존 국내 연구와의 차별점이 될 것이다. 성별과 함께 입학전형유형도 학생 특성 요인으로서 학업성취도의 차이 분석을 위한 변인으로 사용하고자 한다. 수시전형과 정시전형, 특례 및 편입 등 학생을 선발하는 제도가 매우 다양화되면서 입학전형유형 또한 최근 들어 많이 연구되어 온 변인이다. 그러나 학업영역에 미치는 입학전형유형의 영향에 대해서는 아직까지 일관된 연구 결과를 정리하기가 힘들다. 오성배(2016)의 연구에서는 수시전형과 정시전형으로 입학한 학생들이 학생부종합전형으로 입학한 학생들에 비해 학업성적이 높은 것으로 나타났으나, 연구대상을 달리하여 진행한 동일한 연구자의 1년 후 연구(오성배, 2017)에서는 입학전형유형 간에 학업적응 수준에서 유의미한 차이가 나타나지 않았다. 전경희와 김자영(2017)의 연구에서는 정시전형으로 입학한 학생들이 입학사정관전형으로 선발된 학생들에 비해 학업성적이 높게 나타났지만, 사범대학 학생들만을 대상으로 한 김태영과 차경환(2014)의 연구에서는 입학전형별 학업성취도 차이는 없는 것으로 보고되었다. 이와 같이 혼재된 연구결과로 인하여 입학전형유형과 학업성취도의 관계에 대해서는 합의된 결론을 도출하기 힘든 실정이다. 이에 본 연구에서는 보다 많은 학생자료를 활용하여 입학전형유형에 따른 학업성취도 차이를 분석함으로써 기존의 혼재된 연구결과를 보완하고 재검토할 기회를 갖고자 한다.
본 연구에서는 학업성취도의 차이 분석 외에도 데이터마이닝 기법을 활용하여 전공 교과목의 학업성취도에 영향을 미치는 교양 교과목의 영역과 학생 특성 변인의 우선순위 및 상호작용의 조합을 탐색하고자 한다. 데이터마이닝 기법으로는 의사결정나무분석을 사용할 것이다. 이 기법은 많은 수의 예측 변인을 투입하여도 척도의 종류나 통계적 가정에 제한받지 않은 채, 가장 중요한 결정요인을 판단하고(안지혜, 윤유동, 임희석, 2016), 그 결과를 회귀나무의 형태로 시각화하여 보여준다는 장점이 있다(Witten & Frank, 2005). 대학생의 최종 GPA를 가장 잘 예측할 수 있는 수강 과목들을 조사했던 국외 연구에서도 의사결정나무분석은 가장 적합한 데이터마이닝 기법으로서, 상관분석이나 회귀분석에 비해 더욱 정교한 설명이 가능하다고 언급되었다(Al-Barrak & Al-Razgan, 2016). 이에 본 연구에서는 전공 및 교양 교과목의 학업성취도 관계 분석을 위하여, 전공 교과목의 학업성취도를 목표변인으로, 다양한 영역별 교양 교과목의 학업성취도와 학생 특성 변인을 예측변인으로 하는 의사결정나무분석을 실시하고자 한다.
궁극적으로 본 연구는 학생 특성 변인에 따라 전공 및 교양 교과목의 학업성취도에 나타나는 차이를 확인하고, 데이터마이닝 기법을 활용하여 전공영역의 학업성취도에 영향을 미치는 교양영역과 학생 특성을 파악하는 데 목적이 있다. 본 연구결과는 대학생의 학업성취도 분석의 기초자료로서 활용될 수 있을 것이며, 전공 교육과 교양 교육의 내용을 구성하고 관련 정책과 제도를 정비하는 데 중요한 시사점을 줄 수 있을 것으로 기대된다.

2. 연구 방법

2.1 연구 대상

본 연구의 대상은 서울 소재 A대학교의 2018년 8월과 2019년 2월 졸업생 중 이공계열, 인문사회계열, 상경계열 학생들로서 총 2,451명이다. 계열별 단과대학 및 학생 수를 보면, 이공계열은 이과대학 및 공과대학, 생명시스템대학 소속 학생들 1,030명, 인문사회계열은 문과대학 및 사회과학대학 소속 765명, 상경계열은 경영대학 및 상경대학 소속 656명이었다. 계열별 성별 및 입학전형의 유형별 분포는 <표 1>에 제시하였다.
<표 1>
계열별 단과대학 및 성별, 입학전형유형별 분포
계열 단과대학 성별 입학전형유형
남자 여자 수시 정시 특례 편입 기타
이공계열 이과대학, 공과대학, 생명시스템대학 827 (80.3%) 203 (19.7%) 529 (51.4%) 494 (48.0%) 2 (0.2%) 0 (0.0%) 5 (0.5%) 1,030 (42.0%)
인문사회계열 문과대학, 사회과학대학 268 (35.0%) 497 (65.0%) 551 (72.0%) 213 (27.8%) 1 (0.1%) 0 (0.0%) 0 (0.0%) 765 (31.2%)
상경계열 경영대학, 상경대학 366 (55.8%) 290 (44.2%) 421 (64.2%) 232 (35.4%) 3 (0.5%) 0 (0.0%) 0 (0.0%) 656 (26.8%)
1,461 (59.6%) 990 (40.4%) 1,501 (61.2%) 939 (38.3%) 6 (0.2%) 0 (0.0%) 5 (0.2%) 2,451

2.2 연구 도구

2.2.1 전공 교과목의 학업성취도

본 연구 대상자의 전공 교과목 학업성취도는 수강한 모든 전공 교과목의 성적 평점(GPA) 평균값을 사용하였다. 전공 교과목의 GPA는 의사결정나무분석에서 목표변인으로 투입되었다.

2.2.2 교양 교과목의 학업성취도

본 연구에서 사용한 교양 교과목의 학업성취도는 필수교양 9개 영역의 교과목으로 제한하였다. 필수교양은 인문학 분야, 사회과학 분야, 자연과학 분야별로 각각 3개 영역씩 총 9개 영역으로 이루어져 있으며, 해당 대학에서는 최소 8개 영역에서 각각 한 과목 이상 이수하여야만 졸업요건을 만족할 수 있다. 9개의 필수교양 영역과 영역별 교육목표 및 대표 교과목의 예는 <표 2>에 제시하였다.
<표 2>
필수교양 영역별 교육목표 및 교과목 예시
구분 영역 교육목표 대표 교과목
자연 과학 논리와 수리 논리적 사고의 기본유형들을 숙지하고, 수리•논리의 개념과 이론을 실제 현상에 적용하여 분석적 판단과 의사결정 능력을 함양한다. 미적분학과 벡터해석, 통계학 입문
자연과 우주 물질과학의 핵심 개념과 원리를 이해하고 주변 현상에 적용한다. 일반물리학 및 실험, 우주의 이해
생명과 환경 과학적 원리와 개념을 적용하여 생명현상과 인간행동을 이해하며 환경과의 상호작용에 대해 탐구한다. 일반생물학 및 실험, 물질과 생명
인문학 문학과 예술 인간의 삶과 내면을 표현한 다양한 매체들의 특성과 내용을 비판적으로 탐구하고 즐긴다. 문학과 영상예술, 문학의 이해
인간과 역사 인류가 걸어온 삶의 흔적을 사회•문화•심리•철학적으로 접근하여 이해한다. 역사란 무엇인가, 대인관계와 심리학
언어와 표현 세계의 언어를 탐구함으로써 의사소통능력을 높이고 각 언어권에 대해 깊이 있게 이해한다. 말하기와 토론, 중국어 1•2•3
사회 과학 가치와 윤리 인간의 행위를 윤리적으로 분석하여 이해하고 사회적•정치적 이념과의 관련성을 탐구한다. 철학과 윤리, 서양 중세문명과 종교
국가와 사회공동체 국가와 사회공동체의 구성 원리, 형성과정 및 역학관계에 대해 탐구한다. 현대사회와 사회학, 문화의 이해
지역사회와 세계 지역사회(세계)가 정치•경제•사회•문화•환경적으로 세계(지역사회)에 미치는 영향에 대해 탐구한다. 현대사회와 경제, 현대사회의 법과 권리
9개 영역의 교양 교과목 GPA는 의사결정나무분석에서 성별과 함께 예측변인으로 투입되었다.

2.3 분석 방법

수집된 자료는 IBM SPSS Statistics 25.0 프로그램을 이용하여 분석하였다.
계열별 성별 및 입학전형유형에 따라 전체GPA 및 전공GPA, 교양GPA에 통계적으로 유의미한 차이가 나타나는지를 확인하기 위하여 다변량 분산분석(MANOVA)을 실시하였다. 입학전형유형은 총 5개(수시, 정시, 특례, 편입, 기타)로 분류되었는데, 본 연구에서는 사례 수가 매우 적은 특례, 편입, 기타를 제외한 수시와 정시 유형만을 다변량 분산분석의 대상으로 하였다.
대학졸업생의 전공GPA에 영향을 주는 요인을 탐색하기 위한 분석 방법으로는 의사결정나무분석(Decision Tree Analysis)을 활용하였다. 의사결정나무분석은 데이터마이닝 기법중 하나로서 데이터 내의 관계나 규칙을 탐색하고 이를 나무구조로 도표화하여 분류와 예측을 수행하는 방법으로 둘 이상의 변수가 목표변수에 어떻게 영향을 주는지 분석 과정을 설명하고 시각화하는데 유용하다. 또한, 결측치나 투입된 변인의 척도에 제약을 받지 않고, 변인 간 상호 작용의 조합을 모두 고려하여 가장 효율적인 모형을 제시한다는 장점을 지닌다(정익중, 조윤호, 오은찬, 2018). 본 연구는 졸업생들의 전공GPA에 영향을 주는 교양 영역이 무엇인지가 계열별로 어떻게 다르게 나타나는지, 그리고 성별과 같은 학생특성 변인이 영향을 미치는지를 살펴보기 위해 의사결정나무분석 알고리즘 중 CRT(Classification Regression Tree)를 성장방법으로 사용하였다. CRT는 자식노드 내 목표변인 값들이 최대한 동질적이 되도록 부모노드를 분리하는 방법으로, 목표변인이 연속형인 경우 가장 적합한 알고리즘이다(허명회, 2015). 또한 CRT 성장방법의 경우, 해당모형에 대한 중요도에 따라 예측변인의 순위를 지정하여 보여주기 때문에 변인간의 중요도를 비교하기가 용이하다. CRT방법을 실행하는 정지 규칙으로서 나무 깊이는 최대 5로 설정하였고, 노드를 생성하기 위한 최소케이스 기준으로 부모노드와 자식노드를 각각 40과 10으로 설정하였다. 의사결정모형의 적합성 평가를 위하여 전체 자료를 훈련표본과 검정표본으로 분할하여 비교하는 분할표본검증 방법을 사용하였고, 각 표본의 위험추정치를 산출하여 모형의 타당성을 검증하였다.

3. 연구 결과

3.1 계열별 성별 및 입학전형유형에 따른 학업성취도 차이 분석

이공계열, 인문사회계열, 상경계열별로 성별 및 입학전형유형에 따라 학업성취도에 유의미한 차이가 나타나는지 확인하기 위하여 다변량 분산분석(MANOVA)을 실시하였다. 학업성취도는 전체GPA와 전공GPA 및 교양GPA로 나누어 성차 및 입학전형유형별 차이를 살펴보았다. 각 계열별 분석결과는 다음과 같다.

3.1.1 이공계열 졸업생의 성별 및 입학전형유형에 따른 학업성취도 차이 분석

이공계열 졸업생을 대상으로 다변량 분산분석을 실시한 결과는 <표 3>에 제시하였다. 성별은 전체GPA와 교양GPA에서 통계적으로 유의미한 주효과가 나타났는데, 여학생의 GPA가 남학생보다 유의미하게 높았다(F(1, 1019)=7.506, p<.01; F(1, 1019)=16.023, p<.001). 그러나 입학전형유형의 주효과는 나타나지 않았다. 성별과 입학전형유형의 상호작용 효과는 전체GPA와 전공GPA에서 유의미하게 확인되었으며(F(1, 1019)=5.059, p<.05; F(1, 1019)=7.047, p<.01), 효과 크기는 매우 작은 것으로 나타났다 (η2=.005;η=.007).
<표 3>
이공계열 졸업생의 성별 및 입학전형유형에 따른 학업성취도 차이 분석
학업성취도 변량원 N 평균 표준편차 F η2
전체 GPA 성별 남자 820 3.30 .42 7.506** .007
여자 203 3.37 .41
입학전형 수시 529 3.31 .43 .204 .002
정시 494 3.30 .40
성별 × 입학전형 남자×수시 405 3.31 .44 5.059t* .005
남자×정시 415 3.28 .41
여자×수시 124 3.33 .41
여자×정시 79 3.44 .40
전공 GPA 성별 남자 820 3.22 .46 .129 .000
여자 203 3.19 .45
입학전형 수시 529 3.23 .47 1.015 .001
정시 494 3.21 .45
성별 × 입학전형 남자×수시 405 3.25 .48 7.047** .007
남자×정시 415 3.19 .45
여자×수시 124 3.14 .44
여자×정시 79 3.28 .45
교양 GPA 성별 남자 820 3.05 .42 16.023*** .016
여자 203 3.17 .41
입학전형 수시 529 3.07 .44 2.932 .003
정시 494 3.08 .41
성별 × 입학전형 남자×수시 405 3.05 .45 2.925 .003
남자×정시 415 3.05 .41
여자×수시 124 3.13 .42
여자×정시 79 3.24 .40

* p<.05,

** p<.01,

*** p<.001

성별과 입학전형유형의 상호작용 효과에 대한 단순 주효과 검증을 실시한 결과는 [그림 1]과 같다. 전체GPA의 경우, 수시전형 입학생에서는 성차가 없었지만, 정시전형 입학생에서는 여학생이 남학생보다 통계적으로 유의미하게 높은 학업성취도를 보였다(F(1, 492)=11.557, p<.01). 전공GPA에서는 수시전형 입학생의 경우, 남학생이 여학생보다 유의미하게 높은 GPA 점수를 나타냈지만(F(1,527)=5.285, p<.05), 정시전형 입학생에서는 성차가 나타나지 않았다.
[그림 1]
이공계열 졸업생의 전체GPA 및 전공GPA에 대한 성별과 입학전형유형의 상호작용
kjks-2020-14-2-247-g001.jpg

3.1.2 인문사회계열 졸업생의 성별 및 입학전형유형에 따른 학업성취도 차이 분석

인문사회계열 졸업생을 대상으로 한 다변량 분산분석 결과, 전체GPA와 교양GPA에서 성별의 주효과만 통계적으로 유의미하였다(F(1, 760)=8.910, p<.01; F(1, 760)=9.622, p<.01). 2개의 학업성취도 영역에서 모두 여학생은 남학생보다 유의미하게 높은 GPA 점수를 나타냈다. 입학전형유형의 주효과 및 성별과 입학전형유형의 상호작용효과는 통계적으로 유의미하지 않았다(<표 4>).
<표 4>
인문사회계열 졸업생의 성별 및 입학전형유형에 따른 학업성취도 차이 분석
학업성취도 변량원 N 평균 표준편차 F η2
전체 GPA 성별 남자 267 3.40 .44 8.910** .012
여자 497 3.50 .45
입학전형 수시 551 3.47 .46 .169 .000
정시 213 3.46 .42
성별 × 입학전형 남자×수시 146 3.41 .46 .730 .001
남자×정시 121 3.40 .42
여자×수시 405 3.49 .46
여자×정시 92 3.54 .41
전공 GPA 성별 남자 267 3.25 .46 .660 .001
여자 497 3.26 .50
입학전형 수시 551 3.24 .50 1.237 .002
정시 213 3.28 .44
성별 × 입학전형 남자×수시 146 3.24 .48 .599 .001
남자×정시 121 3.26 .43
여자×수시 405 3.24 .51
여자×정시 92 3.32 .44
교양 GPA 성별 남자 267 3.31 .45 9.622** .013
여자 497 3.40 .44
입학전형 수시 551 3.36 .45 1.413 .002
정시 213 3.38 .44
성별 × 입학전형 남자×수시 146 3.30 .46 .793 .001
남자×정시 121 3.31 .44
여자×수시 405 3.38 .44
여자×정시 92 3.46 .43

** p<.01

3.1.3 상경계열 졸업생의 성별 및 입학전형유형에 따른 학업성취도 차이 분석

상경계열 졸업생을 대상으로 다변량 분산분석을 실시한 결과는 <표 5>에 제시하였다. 성별은 전공 및 교양 GPA에서 유의미한 주효과가 나타났는데, 전공GPA의 경우에는 남학생이 여학생보다 높은 점수를 보였고(F(1, 649)=7.352, p<.01), 교양GPA의 경우에는 여학생이 남학생보다 높은 점수를 보였다(F(1, 649)=3.917, p<.05). 입학전형유형의 주효과는 어떠한 학업성취도 영역에서도 통계적으로 유의미하게 나타나지 않았다. 성별과 입학전형유형의 상호작용 효과는 모두 유의미하였으며(F(1, 649)=8.170, p<.01; F(1, 649)=4.714, p<.05; F(1, 649)=17.531, p<.001), 효과 크기는 미비하게 나타났다(η2=.012; η2=.007; η2=.026).
<표 5>
상경계열 졸업생의 성별 및 입학전형유형에 따른 학업성취도 차이 분석
학업성취도 변량원 N 평균 표준편차 F η2
전체 GPA 성별 남자 363 3.51 .43 3.096 .005
여자 290 3.57 .44
입학전형 수시 421 3.52 .44 .700 .001
정시 232 3.55 .41
성별 × 입학전형 남자×수시 201 3.52 .42 8.170** .012
남자×정시 162 3.49 .43
여자×수시 220 3.52 .46
여자×정시 70 3.70 .33
전공 GPA 성별 남자 363 3.34 .48 7.352** .011
여자 290 3.23 .47
입학전형 수시 421 3.26 .48 3.754 .006
정시 232 3.34 .47
성별 × 입학전형 남자×수시 201 3.34 .47 4.714* .007
남자×정시 162 3.33 .49
여자×수시 220 3.19 .49
여자×정시 70 3.36 .41
교양 GPA 성별 남자 363 3.38 .39 3.917* .006
여자 290 3.45 .42
입학전형 수시 421 3.41 .42 .327 .001
정시 232 3.42 .37
성별 × 입학전형 남자×수시 201 3.42 .41 17.531*** .026
남자×정시 162 3.34 .36
여자×수시 220 3.40 .43
여자×정시 70 3.61 .35

* p<.05,

** p<.01,

*** p<.001

성별과 입학전형유형 간 상호작용에 대한 단순효과 분석을 실시한 결과는 [그림 2]와 같다. 전체GPA 및 교양GPA의 경우, 수시전형에서는 성차가 나타나지 않았지만, 정시전형에서는 여학생이 남학생보다 통계적으로 유의미한 학업성취도를 보였다(F(1, 230)=14.044, p<.001; F(1, 230)=27.457, p<.001). 전공GPA에서는 정시전형의 경우 성차가 없었으나, 수시전형의 경우, 남학생이 여학생보다 유의미하게 높은 GPA 점수를 보였다(F(1, 419)=9.957, p<.01).
[그림 2]
상경계열 졸업생의 전체⋅전공⋅교양GPA에 대한 성별과 입학전형유형의 상호작용
kjks-2020-14-2-247-g002.jpg

3.2 계열별 전공-교양 간 학업성취도 관계 분석

계열별로 전공 교과목 및 교양 교과목 간의 학업성취도 관계를 비교하기 위하여 의사결정나무분석을 실시하였다. 전공GPA는 목표변인으로, 9개 영역 각각의 교양GPA는 예측변인으로 설정하였다. 또한 다변량 분산분석에서 유의미한 주효과가 일관되게 나타난 성별도 예측변인으로 함께 투입하였다. 구체적인 분석 결과는 다음과 같다.

3.2.1 이공계열 졸업생의 의사결정나무분석

이공계열 졸업생의 전공GPA를 예측하는 변인들의 관계를 확인하기 위하여 실시한 의사결정나무분석의 결과는 [그림 3]과 같다.
[그림 3]
이공계열 졸업생의 의사결정나무분석
주. MGPA=전공GPA, N1GPA=[문학과예술]GPA, N2GPA=[인간과역사]GPA, N3GPA=[언어와표현]GPA, N4GPA=[가치와윤리]GPA, N5GPA=[국가와사회공동체]GPA, N6GPA=[지역사회와세계]GPA, N7GPA=[논리와수리]GPA, N8GPA=[자연과우주]GPA, N9GPA=[생명과환경]GPA
kjks-2020-14-2-247-g003.jpg
이공계열 졸업생의 전공GPA의 결과를 설명하는 가장 중요한 예측변인은 ‘논리와수리’ 영역인 것으로 나타났다. ‘논리와수리’ 영역의 성취도가 높은 학생들의 전공GPA 평균은 3.385이고, 이 영역의 성취도가 낮은 학생들의 전공GPA 평균은 2.907로 노드간의 차이는 약 0.4 가까이 높은 결과를 나타냈다. ‘논리와수리’ 영역의 성취도가 높은 학생들의 나무 깊이 2를 결정하는 예측 변인은 다시 ‘논리와수리’ 영역으로 나타난 반면, 이 영역의 성취도가 낮은 학생들의 나무 깊이 2를 결정하는 예측변인은 ‘자연과우주’ 영역으로 나타났다. 다음 나무 깊이 3과 4에서 확인된 예측변인은 ‘인문학’으로 분류되는 교양영역인 ‘인간과역사’ 영역과 ‘사회과학’로 분류되는 ‘지역사회와세계’ 영역, 그리고 ‘자연과학’으로 분류되는 교양 영역인 ‘논리와수리’, ‘자연과우주’ 영역이 예측 변인으로 나타났다.
예측변인의 상대적 중요도를 살펴보기 위하여 확인한 정규화 중요도 결과에서도 의사결정나무분석 결과와 유사하게 ‘논리와수리’(100.0%), ‘자연과우주’(74.2%), ‘인간과역사’(19.2%)의 순으로 나타났다(<표 6>). 한편, 가장 높은 전공GPA를 획득한 이공계열 학생들의 예측변인 조합규칙을 보면, ‘논리와수리’ 및 ‘인간과역사’ GPA가 모두 높은 것으로 확인되었다(<표 7>).
<표 6>
계열별 예측변인의 우선순위 및 정규화 중요도
우선 순위 이공계열 인문사회계열 상경계열
예측변인 정규화 중요도 예측변인 정규화 중요도 예측변인 정규화 중요도
1순위 논리와수리 100.0% 지역사회와세계 100.0% 논리와수리 100.0%
2순위 자연과우주 74.2% 인간과역사 97.6% 지역사회와세계 98.9%
3순위 인간과역사 19.2% 문학과예술 76.7% 인간과역사 92.5%
<표 7>
계열별 전공GPA 최상위집단의 예측변인 조합규칙
계열 사례수 전공GPA 조합규칙
이공계열 48 3.825 [논리와수리]GPA>3.907 and [인간과역사]GPA>3.400
인문사회계열 69 3.686 [인간과역사]GPA>2.712 and [지역사회와세계]GPA>3.517 and [국가와사회공동체]GPA>4.150
상경계열 68 3.698 [지역사회와세계]GPA>3.342 and [논리와수리]GPA>3.642 and 남자
위험추정치에 의한 모형의 타당성 검증 결과, 훈련표본(위험추정치=.14, SE=.01)과 검정표본(위험추정치=.15, SE=.01) 간 차이가 크지 않아 모형의 일반화에 문제가 없는 것으로 판단하였다.

3.2.2 인문사회계열 졸업생의 의사결정나무분석

인문사회계열 졸업생의 전공GPA 예측모형의 결과는 [그림 4]와 같다.
[그림 4]
인문사회계열 졸업생의 의사결정나무분석
주. MGPA=전공GPA, N1GPA=[문학과예술]GPA, N2GPA=[인간과역사]GPA, N3GPA=[언어와표현]GPA, N4GPA=[가치와윤리]GPA, N5GPA=[국가와사회공동체]GPA, N6GPA=[지역사회와세계]GPA, N7GPA=[논리와수리]GPA, N8GPA=[자연과우주]GPA, N9GPA=[생명과환경]GPA
kjks-2020-14-2-247-g004.jpg
인문사회계열 졸업생의 전공GPA의 결과를 설명하는 가장 중요한 예측변인은 ‘인간과역사’ 영역인 것으로 나타났다. ‘인간과역사’ 영역의 성취도가 높은 학생들의 전공GPA 평균은 3.361이고, 이 영역의 성취도가 낮은 학생들의 전공GPA 평균은 2.858로 노드간의 차이는 약 0.5 가까이 높은 결과를 나타냈다. ‘인간과역사’ 영역의 성취도가 높은 학생들의 나무 깊이 2를 결정하는 예측 변인은 다시 ‘지역사회와세계’ 영역으로 나타난 반면, 이 영역의 성취도가 낮은 학생들의 나무 깊이 2를 결정하는 예측변인은 ‘자연과우주’ 영역으로 나타났다. 다음 나무 깊이 3과 4에서 확인된 예측변인은 ‘인문학’으로 분류되는 교양영역인 ‘문학과예술’, ‘언어와표현’ 영역과 ‘사회과학’로 분류되는 ‘가치와윤리’, ‘국가와사회공동체’ 영역 그리고, ‘자연과학’으로 분류되는 영역 중에서는 유일하게 ‘생명과환경’ 영역이 예측 변인으로 나타났다.
예측변인의 상대적 중요도를 확인한 결과, ‘지역사회와세계’(100.0%), ‘인간과역사’(97.6%), ‘문학과예술’(76.7%)의 순으로 나타났으며(<표 6>), 가장 높은 전공GPA를 획득한 인문사회계열 졸업생의 예측변인 조합규칙에서는 ‘인간과역사’, ‘지역사회와세계’, ‘국가와사회공동체’ GPA가 높은 것으로 나타났다(<표 7>).
모형의 타당성 검증 결과, 훈련표본(위험추정치=.15, SE=.01)과 검정표본(위험추정치=.16 SE=.01) 간 위험추정치의 차이가 크지 않아 모형의 일반화에 문제가 없는 것으로 판단하였다.

3.2.3 상경계열 졸업생의 의사결정나무분석

상경계열 졸업생의 전공GPA를 목표변인으로, 성별 및 9개 필수교양 GPA를 예측변인으로 투입하여 실시한 의사결정나무분석 결과는 [그림 5]와 같다.
[그림 5]
상경계열 졸업생의 의사결정나무분석
주. MGPA=전공GPA, N1GPA=[문학과예술]GPA, N2GPA=[인간과역사]GPA, N3GPA=[언어와표현]GPA, N4GPA=[가치와윤리]GPA, N5GPA=[국가와사회공동체]GPA, N6GPA=[지역사회와세계]GPA, N7GPA=[논리와수리]GPA, N8GPA=[자연과우주]GPA, N9GPA=[생명과환경]GPA
kjks-2020-14-2-247-g005.jpg
상경계열 졸업생의 전공GPA 결과를 설명하는 가장 중요한 예측변인은 ‘지역사회와세계’ 영역인 것으로 나타났다. ‘지역사회와세계’ 영역의 성취도가 높은 학생들의 전공GPA 평균은 3.498이고, 이 영역의 성취도가 낮은 학생들의 전공GPA 평균은 3.094로 노드간의 차이는 약 0.4 가까이 높은 결과를 나타냈다. 다음 나무 깊이 2를 결정하는 예측 변인은 ‘지역사회와세계’ 영역의 성취도가 높은 학생들의 경우에는 ‘논리와수리’ 영역으로 나타난 반면, ‘지역사회와세계’ 영역의 성취도가 낮은 학생들의 예측변인은 ‘인간과역사’ 영역으로 나타났다.
나무 깊이 3에서 이공계열, 인문사회 계열과는 다른 예측변인이 나타났다. ‘지역사회와세계’ 영역의 성취도가 높고 ‘논리와수리’ 영역의 성취도도 높은 학생들의 나무 깊이 3에서 확인된 예측변인은 ‘성별’이었다. 남학생의 평균은 3.690이고 여학생의 평균은 3.459로 차이가 0.2보다 큰 결과를 나타냈다. 그리고 ‘지역사회와세계’ 영역의 성취도가 낮고 ‘인간과역사’ 영역의 성취도가 높은 학생들의 나무 깊이 3에서 확인된 예측변인은 ‘가치와윤리’ 영역으로 나타난 반면, ‘인간과역사’ 영역의 성취도가 낮은 학생들의 나무깊이 3의 예측변인은 ‘지역사회와세계’로 나타났다. 다음 나무 깊이 4와 5에서 확인된 예측변인은 ‘논리와수리’, ‘자연과우주’, ‘생명과환경’ 영역으로 ‘자연과학’으로 분류되는 교양 영역들이다. ‘인문학’이나 ‘사회과학’으로 분류되는 교양 영역들은 예측변인으로 나타나지 않았다.
예측변인의 상대적 중요도 분석 결과, ‘논리와수리’ (100.0%), ‘지역사회와세계’(98.9%), ‘인간과역사’(92.5%)의 순으로 나타나 의사결정나무분석 결과와 유사한 내용이 확인되었다(<표 6>). 한편, 가장 높은 전공GPA를 획득한 상경계열 졸업생의 예측변인 조합규칙을 보면, ‘지역사회와세계’ 및 ‘논리와수리’ GPA가 모두 높으면서 성별이 ‘남자’인 것으로 나타났다(<표 7>).
위험추정치에 의한 모형의 타당성 검증 결과, 훈련표본(위험추정치=.16, SE=.01)과 검정표본(위험추정치=.17, SE=.01) 간 차이가 크지 않아 모형의 일반화에 문제가 없는 것으로 판단하였다.

4. 결론 및 제언

본 연구는 대학졸업생의 수강 자료를 활용하여 계열별로 학업성취도에 차이를 가져오는 학생 특성 변인을 확인하고, 전공영역의 학업성취도와 다양한 교양영역 학업성취도 간의 관계를 살펴보는 데 목적이 있다. 이를 위하여 이공계열, 인문사회계열, 상경계열별로 성별과 입학전형유형에 따라 학업성취도에서 차이가 나타나는지 확인하고자 다변량 분산분석을 실시하였다. 또한, 계열별로 전공 영역의 학업성취도를 예측하는 교양 영역의 우선순위와 다양한 조합 패턴을 살펴보기 위하여 의사결정나무분석을 실시하였다. 주요한 연구결과에 대한 정리 및 논의는 다음과 같다.
첫째, 교양영역의 학업성취도는 모든 계열에서 여학생이 남학생보다 높게 나타났다. 또한 전체GPA에서도 상경계열을 제외하고는 여학생이 남학생보다 학업 성적이 높은 것으로 나타났다. 이러한 결과는 선행연구 결과와도 일치하는 것으로서, 이미 국내외의 많은 연구들에서 여학생의 학업성취도가 남학생보다 좋은 것으로 확인된 바 있다(강승호, 2010; 김혜진, 김옥분, 2016; 최현석, 박철용, 2014; Severiens & ten Dam, 2011; Sheard, 2009; Wan Chik et al., 2012). 이와 같은 성차가 나타난 결과에 대해 선행 연구들은 다양한 원인을 제안하고 있는데, 김혜진과 김옥분(2016)은 여학생이 성실성을 바탕으로 과제나 시험 준비와 같은 학점 관리를 남학생보다 더 잘 하기 때문이라고 하였다. 국외 연구에서도 시간 관리나 자기조절 전략, 동기 수준, 지속성과 같은 비인지적 특성 때문에 여학생이 남학생보다 학업성적이 높다고 설명하였다(Sheard, 2009; Smith & Nayor, 2001; Wan Chik et al., 2012). 최근에 실시된 메타분석 연구에서도 여학생이 수학을 비롯한 모든 영역에서 초등학교부터 대학교에 이르기까지 더 높은 학업성취도를 보인다는 결과를 제시하였는데, 이에 대해 연구자들은 여학생이 남학생보다 스트레스에 더 효율적으로 대처하기 때문에 학업을 지속하는 것에 있어서의 지구력과 동기 수준을 더 잘 유지할 수 있고, 이것이 곧 더 높은 학업성적으로 이어진다고 분석하였다(Voyer & Voyer, 2014). 이러한 선행연구들의 제안을 고려해 볼 때, 본 연구결과에서 나타난 교양영역 및 전체 학업성취도에서의 차이는 여학생들이 가지고 있는 학업장면에서의 성실성과 지구력, 자기관리 능력 등에서 기인했을 수 있다.
둘째, 전공영역의 학업성취도는 상경계열에서만 남학생이 여학생보다 높은 것으로 나타나 교양영역의 학업성취도와는 상반되는 결과가 확인되었다. 이공계열과 인문사회계열의 전공영역에서는 통계적으로 유의미한 성차가 나타나지는 않았지만, 남녀간 GPA가 유사하거나 남학생이 여학생보다 약간 높은 양상을 보였다. 이는 교양영역에서 일관되게 여학생이 남학생보다 높은 학업성취도를 보였던 결과와 대비되는 내용이다. 즉, 전공영역에서는 교양영역에서 계열 간 구분 없이 나타났던 여학생의 학업성적 우위 양상이 사라지거나 반대의 모습으로 나타난 것이다. 앞서 언급했던 선행연구들의 분석 결과를 참고하면, 교양영역에서 높은 학업성취도에 기여했던 여학생들의 성실성과 지구력, 자기관리 능력 등이 전공영역의 학업성취도에는 유의미한 영향력을 미치지 못한 것이라 판단할 수 있다. 남녀 대학생 간에 학습 성과와 학습 활동, 상호작용의 차이를 분석한 국내 연구를 보면, 남학생은 여학생보다 학습 성과 측면에서 창의적 사고와 전공 분야 관련 지식과 능력 등의 향상을 더 높게 지각했으며, 자기 주도적 학습 활동(수업 중 발표, 질문 등)을 더 자주 하고, 동료와의 협력 및 교수와의 상호작용에도 더 적극적으로 참여하는 경향이 있는 것으로 나타났다(김혜진, 김옥분, 2016). 따라서 이러한 남학생들의 학업특성이 전공영역에서는 성취도 수준을 향상시키는 결과로 이어졌을 가능성을 생각할 수 있다. 또한 남자 대학생들의 경우, 군 입대를 전후하여 학업 및 진로 준비 태도가 변할 수 있는데, 우리나라 남자 대학생들의 대부분은 대학교 2학년을 마치고 군 입대를 위한 휴학을 하는 것으로 나타났다(주휘정, 차성현, 2011). 고학년이 될수록 교양교과목 수강이 줄고, 전공교과목 수강이 증가하는 패턴을 고려할 때, 남학생들의 경우, 전공교과목을 더 많이 수강하는 고학년 시기에 군 복무를 마치고, 더욱 적극적으로 학업 및 진로 준비 활동을 할 가능성이 높다. 따라서 본 연구결과에서 확인된 전공영역에서의 성차는 남학생들의 군 입대 휴학이라는 특수성과 학년별 전공-교양 교과목 수강패턴의 차이가 영향을 미쳤을 수 있다.
셋째, 모든 계열에서 입학전형유형에 따른 학업성취도는 차이가 없는 것으로 나타났다. 그러나 이공계열 및 상경계열에서는 효과크기는 매우 미비하였으나 입학전형유형과 성별의 상호작용이 확인되었다. 선행연구들에서는 입학전형유형과 학업성취도의 관계에 대해 일관된 결과가 보고되지 않고 있는데, 본 연구결과를 고려해 보면, 이와 같이 혼재된 연구결과가 도출되는 것에는 입학전형유형 외의 다른 특성들을 적절히 통제하지 못했기 때문일 수 있다. 따라서 입학전형유형과 학업성취도의 정확한 관계를 파악하기 위해서는 성별이나 전공계열과 같은 학생 특성에 대한 고려가 필요할 것으로 사료된다.
넷째, 의사결정나무분석 결과, 전공GPA를 가장 잘 예측하는 교양영역들은 각 계열별로 상이하게 나타났다. 회귀나무와 예측변인의 중요도를 모두 고려하여 분석하면, 이공계열의 경우, ‘자연과학’에 해당하는 ‘논리와수리’ 및 ‘자연과우주’ 교과목의 성적이 매우 높은 예측력을 나타낸 반면, ‘인문학’과 ‘사회과학’ 영역의 교과목들은 중요도가 현저하게 낮은 것으로 드러났다. 인문사회계열의 경우에는 ‘인문학’에 속하는 ‘인간과역사’ 영역과 ‘사회과학’에 속하는 ‘지역사회와세계’ 영역의 학업성취도가 거의 유사한 수준으로 높은 중요도를 보이는 것으로 확인되었다. 상경계열의 경우에는 ‘사회과학’ 영역의 ‘지역사회와세계’, ‘자연과학’ 영역의 ‘논리와수리’, ‘인문학’ 영역의 ‘인간과역사’ 교과목의 성적이 모두 유사하게 높은 수준으로 전공 성적에 영향을 미치는 것으로 나타났다. 이와 같이 각 계열별로 나타난 결과를 종합하면, 전공 분야와 인접한 교양 교과목에 대한 학업성취도가 전공GPA를 결정하는 데 가장 유력한 요인임을 알 수 있다. 사실, 특정 영역의 흥미가 해당 영역의 높은 성취를 이끌어낼 수 있다는 점은 Lent 등(1994)이 제안한 사회인지진로이론의 출현 이후 수 십 년 동안 확인된 사실이다. 따라서 본 연구결과에서도 나타난 바와 같이, 특정한 전공을 선택한 학생들은 자신의 전공 인접 분야의 교양영역에 대한 흥미가 높을 것이고, 이로 인해 성취 수준 또한 좋을 것이라는 점은 예상 가능한 결과일 수도 있다. 그러나 많은 학생들이 전공기초로서의 특성이 강한 교과목을 교양교과목으로 이수하고 있으며, 타 학문영역의 교과목보다는 학점취득이 용이하고 익숙한 교과목을 더 많이 이수한다는 구유영 등(2019)의 연구결과를 고려해보면, 본 연구에서 나타난 결과를 단순히 흥미와 성취 간의 정적 상관이라는 관점으로만 바라볼 수는 없을 것이다. 현재 대다수의 대학들은 소량의 기초과목을 제외하고는 몇 개의 영역에서 일정학점 이상의 교과목을 수강하도록 하는 배분이수제를 채택하고 있다. 배분이수제는 이수체계가 비효율적일 경우, 타 영역의 교과목을 골고루 접할 수 있도록 한 본래의 취지와는 달리 학점을 취득하기 쉽고 전공과 밀접한 과목만을 선택적으로 수강하는 것을 억제하지 못하게 된다. 따라서 과목 편식 현상이 심화될 수 있고, 이는 곧 다양한 학문 영역에 대한 흥미가 발달할 기회를 제한하고, 새로운 학문 영역에 대한 도전을 어렵게 할 수 있다. 현재 고등교육에서는 그 어느 때보다도 학문 간 경계를 허물고 융합에 대한 필요성이 강조되고 있으며, 특정 영역의 지식과 기술뿐만 아니라 보편적 지식에 바탕을 둔 창의적 문제해결력에 관심을 두고 있다. 따라서 대학은 기초교육에 중점을 두고 기초소양에 필요한 논리력, 수리력과 문해력에 대한 이해도가 균등해지도록 교양교육 내용과 체계에 대한 고민을 보다 적극적으로 해야 할 것으로 사료된다.
위에서 논의한 연구 결과들에 근거하여 본 연구의 의의를 제시하면 다음과 같다. 첫째, 본 연구는 학업성취도에서의 성차를 살펴봄에 있어서 학생들의 전공계열을 고려하였고, 전공과 교양영역을 분리하여 각 영역별로 성차가 나타나는 양상을 구체적으로 확인하였다. 특히 전공 교과목과 교양 교과목에서 남녀 대학생들 간에 나타나는 학업성취도의 차이가 서로 다른 결과를 보인 것은 추후 대학생의 학업성취와 성차에 대한 연구에 시사하는 바가 클 것으로 기대된다. 둘째, 입학전형유형에 따른 학업성취도에 대한 분석 결과가 혼재된 실정에서 본 연구결과를 통해 확인된 입학전형유형과 성별의 상호작용효과는 입학전형 연구에서 고려해야 할 매개 또는 중재변인의 가능성을 보여준 것이라 하겠다. 셋째, 의사결정나무분석을 통해 자신의 전공과 인접한 교양 교과목의 성취가 전공 교과목의 성취에 높은 영향력을 미친다는 것을 확인할 수 있었다. 이와 같은 결과는 향후 교양교육 내용과 체계 정비에 있어서 학생들이 보다 다양한 학문 영역에 더 쉽게 진입할 수 있도록 하는 대안을 준비할 필요가 있음을 시사한다. 마지막으로 본 연구에서는 입학시점부터 졸업시점까지 전체 대학 재학기간동안 수강한 모든 교과목에 대한 학업성취도를 분석대상으로 하였다는 점 또한 큰 의의가 있다고 하겠다.
끝으로 본 연구의 한계 및 추후 연구를 위한 제언을 하면 다음과 같다. 첫째, 본 연구 결과는 특정 대학의 학생들만을 대상으로 분석한 것으로서, 비록 사례 수가 많더라도 결과의 일반화에는 주의가 요구된다. 특히 해당 대학은 전반적으로 학업성취도가 우수한 학생들이 지원하는 곳으로서, 대학 입학 전 학업 경험을 다양하게 반영하는 데 한계가 있다. 또한 대도시에 위치한 대형 사립대학으로서, 대학의 규모나 지역적 특성에 따른 차이를 파악하기에도 제한점이 있다. 따라서 다양한 지역의 다양한 특성을 포함한 대학교를 대상으로 본 연구 결과를 재확인할 필요가 있을 것이다. 둘째, 본 연구에서는 전공 영역과 교양 영역에서 나타난 성차를 확인하였으나, 그 원인에 대해서는 파악할 수 있는 자료가 부재하였다. 따라서 추후 연구에서는 전공 영역과 교양 영역에서 상이하게 나타나는 성차의 원인에 대한 분석을 할 수 있도록 학업 및 성 관련 특성을 측정하는 분석 자료를 보완해야 할 것이다. 특히, 본 연구에서는 상경계열의 경우, 전공 영역에서 남학생이 여학생보다 높은 학업성취를 보였을 뿐 아니라, 의사결정나무분석에서도 가장 높은 전공GPA를 나타낸 집단의 예측변인으로 ‘남학생’이라는 성별이 포함되었다. 이는 다른 전공계열 분석결과와는 차별화되는 내용이었으나, 본 연구에서는 이에 대한 명확한 원인을 파악할만한 자료의 부재로 추가분석을 시도하지 못하였다. 선행연구 결과를 참고해 보면(신정철 등, 2011; 이일, 곽영순, 조향숙, 2019), 이와 같은 성차의 원인으로 고등학교 교육 경험이나 전공 교과목의 특성을 고려해 볼 수 있다. 가령, 대학 입학 전 고등학교 이수 교과목의 종류와 성취도에서 나타난 성차가 대학 입학 이후에도 영향을 미칠 수 있다. 또는 전공 기초⋅필수⋅선택 교과목에서 남녀간 학업성취도 양상이 다른 패턴으로 나타날 수도 있다. 따라서 추후 연구에서는 학업성취도에서 나타난 성차의 원인을 보다 세밀하게 탐색하고 분석하기 위하여 다각도에서 접근하고 자료를 취합해야 할 것이다. 셋째, 본 연구의 분석결과 중 일부는 집단 간 사례수의 차이로 인하여 집단 간 차이를 해석함에 있어 주의가 필요할 것으로 사료된다. 구체적으로 이공계열의 경우에는 정시전형과 수시전형 모두 남녀 대학생 수에 상당한 차이가 나타났으며, 상경계열의 경우에도 정시전형으로 입학한 학생들 간에 성비가 불균형적인 양상이었다. 따라서 해당 전공계열에서 나타난 입학전형유형과 성별의 상호작용 효과를 해석할 때, 집단 간 사례 수가 동일하지 않음을 고려해야 할 것이다.

참고문헌

강경희(2013). “대학 교양교육 만족도 제고를 위한 교양 교과목 강의평가 분석 연구: 공주대학교 사례를 중심으로”, 한국교양교육학회 학술대회 자료집, 한국교양교육학회, 135-148.

강승호(2010). “대학생의 학업성취와 중도탈락 생각에 영향을 미치는 변인 분석”, 교육평가연구 23(1), 한국교육평가학회, 29-53.

강창동(2012). “한국의 대학 교양교육의 현황과 특징 분석”, 서울대학교 교육학연구 18(2), 한국교육학회, 83-107.

구유영, 박돈하, 김정재, 박영희, 고철기, 이보경(2019). “대학생 전공-교양 교과목 이수 특성에 나타난 교육과정 구조와 이수체계의 문제”, 교양교육연구 13(2), 한국교양교육학회, 369-396.

김태영, 차경환(2014). “입학전형별 사범대학 학생들의 전공, 교직, 교양 수업에서의 학습 태도와 학업성취도의 차이”, 한국교육문제연구 32(2), 중앙대학교 한국교육문제연구소, 133-153.

김혜진, 김옥분(2016). “대학생의 성별에 따른 학업성취도, 지각된 학습 성과, 자기주도적 학습활동 및 사회적 상호작용의 차이”, 예술인문사회융합멀티미디어논문지 6(10), 인문사회과학기술융합학회, 63-72.

박완성(2010). “교양 학과목 교수방법과 강의평가에 대한 연구”, 교양교육연구 4(2), 한국교양교육학회, 29-44.

손동현(2010). “교양교육과 전공교육의 균형과 수렴에 관해”, 교양교육연구 4(2), 한국교양교육학회, 19-27.

손동현(2011). “분과학문과 교양교육의 불협화, 그 연원과 현실 그리고 전망”, 교양교육연구 5(1), 한국교양교육학회, 171-194.

손동현(2015). “한국 대학 교양교육의 복잡한 사정: 대학 교양교육과정의 변화와 의미구조에 대한 논평”, 한국교양교육학회 학술대회 자료집, 한국교양교육학회, 331-332.

손종현(2018). “대학 교양교육의 새로운 프레임 탐구”, 교양교육연구 12(6), 한국교양교육학회, 11-39.

송영명, 유신복, 김명주(2018). “대학생의 대학 몰입, 교수-학생 상호작용, 능동적⋅협력적 학습활동이 전공 및 교양 수업만족도에 미치는 영향”, 학습자중심교과교육연구 18(10), 학습자중심교과교육학회, 977-995.

신정철, 윤세정, 정지선, 이소연, 정혜주(2011). “우리나라 대학 전공교육과정의 구조적 특징 분석”, 아시아교육연구 12(1), 69-91.

안지혜, 윤유동, 임희석(2016). “한국아동⋅청소년패널조사 데이터를 이용한 중학생 삶의 만족도 분석”, 디지털융복합연구 14(2), 한국디지털정책학회, 197-208.

오성배(2016). “대학생의 입학전형별 학업성취 및 학교생활 분석”, 한국교육문제연구 34(3), 중앙대학교 한국교육문제연구소, 157-175.

오성배(2017). “대학생의 대입전형별 학교생활적응의 차이 분석”, 한국교육문제연구 35(2), 중앙대학교 한국교육문제연구소, 35-525.

유기웅, 신원석(2012). “대학 교양교육과정 만족도 및 강의 선택 관련 요인 분석”, 교육문제연구 45집, 고려대학교 교육문제연구소, 31-5.

윤유진(2018). “대학 교양교육과정 개선을 위한 국내⋅외 대학의 교양교육과정 비교연구”, 한국교양교육학회 학술대회 자료집, 한국교양교육학회, 44-52.

이일, 곽영순, 조향숙(2019). “고등학교 과학과 선수과목 이수에 대한 이공계열 대학생들의 인식 조사”, 과학교육연구지 43(2), 195-206.

이지연, 이영주(2018). “의사결정나무분석을 활용한 교양강좌 강의평가 결정 요인 탐색”, 교양교육연구 12(6), 한국교양교육학회, 67-93.

이효진, 윤가영, 박인우(2017). “교양과목과 전공과목에 따른 대학생의 수강신청 기준에 관한 연구”, 한국교육학연구 23(4), 안암교육학회, 79-99.

전경희, 김자영(2017). “잠재성장모형을 이용한 대학 입학전형 유형별 학업성취도 변화 추이 분석”, 교육연구논총 38(1), 충남대학교 교육연구소, 243-263.

정익중, 조윤호, 오은찬(2018). “빈곤-비빈곤 아동청소년집단별 행복감에 이르는 꿈 관련변인 탐색: 의사결정나무분석의 적용”, 학교사회복지 42, 한국학교사회복지학회, 200-236.

주휘정, 차성현(2011). “대학생의 휴학 결정 요인 분석”, 교육행정학연구 29(1), 277-293.

최문기(2016). “학생들이 인식하는 좋은 전공수업과 교양수업의 비교연구”, 교양교육연구 10(3), 한국교양교육학회, 325-348.

최현석, 박철용(2010). “잠재성장모형을 이용한 성별과 모집단위별 학업성취도에 관한 연구: K대학교 사례”, 한국데이터정보과학회지 25(2), 한국데이터정보과학회, 411-422.

허명회(2015). SPSS 분류분석, 서울: 데이타솔루션.

Al-Barrak, M. A, Al-Razgan, M(2016). “Predicting students final GPA using decision trees:A case study”, International Journal of Information and Education Technology 6(7), International Association of Computer Science and Information Technology, 528-533.
crossref
Baker, R. W, Siryk, B(1984). “Measuring adjustment to college”, Journal of Counseling Psychology 31(2), American Psychological Association, 179-289.
crossref
Chee, K. H, Pino, N. W, Smith, W. L(2005). “Gender differences in the academic ethic and academic achievement”, College Student Journal 39(3), Project Innovation, 604-618.

Kern, C. W, Fagley, N. S, Miller, P. M(1998). “Correlates of college retention and GPA:Learning and study strategies, testwiseness, attitudes, and ACT”, Journal of College Counseling 1(1), American Counseling Association, 26-34.
crossref
Lent, R. W, Brown, S. D, Hackett, G(1994). “Toward a unifying social cognitive theory of career and academic interest, choice, and performance”, Journal of Vocational Behavior 45:Elsevier, 79-122.
crossref
Pajares, F(2002). “Gender and perceived self-efficacy in self-regulated learning”, Theory into Practice 41(2), Ohio State University's College of Education, 116-125.
crossref
Robbins, S. B, Lauver, K, Le, H, Davis, D, Langley, R, Carlstrom, A(2004). “Do psychosocial and study skill factors predict college outcomes?A meta-analysis”, Psychological Bulletin 130(2), American Psychological Association, 261-288.
crossref pmid
Severiens, S, ten Dam, G(2011). “Leaving college:A gender comparison in male and female-dominated programs”, Research in Higher Education 53:Association for Institutional Research, 453-470.

Sheard, M(2009). “Hardiness commitment, gender, and age differentiate university academic performance”, British Journal of Educational Psychology 79:The British Psychological Society, 189-204.
crossref pmid
Smith, J. P, Naylor, R. A(2001). “Dropping out of university:A statistical analysis of the probability of withdrawal for UK university students”, Journal of the Royal Statistical Society 164:Series A (Statistics in Society), 389-405.
crossref
Voyer, D, Voyer, S. D(2014). “Gender differences in scholastic achievement:A meta-analysis”, Psychological Bulletin 140:American Psychological Association, 1174-1204.
crossref pmid
Wan Chik, W. Z, Salamonson, Y, Everett, B, Ramjan, L. M, Attwood, N, Weaver, R, Saad, Z, Davidson, P(2012). “Gender difference in academic performance of nursing students in a Malaysian university college”, International Nursing Review 59(3), International Council of Nurses, 387-393.
crossref pmid
Witten, I. H, Frank, E(2005). Data mining:Practical machine learning tools and techniques, San Francisco, MA: Morgan Kaufmann.

TOOLS
Share :
Facebook Twitter Linked In Google+ Line it
METRICS Graph View
  • 0 Crossref
  •    
  • 18 View
  • 2 Download
Related articles in Korean J General Edu


ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
EDITORIAL POLICY
AUTHOR INFORMATION
Editorial Office
Room 322, Konyang Hoekwan, Konyang University, Nonsan, Korea, 32292
Tel: +82-41-730-5617    E-mail: mgseo@konyang.ac.kr                

Copyright © 2020 by The Korean Association of General Education. All rights reserved.

Developed in M2community

Close layer
prev next