Korean J General Edu Search

CLOSE


Korean J General Edu > Volume 17(5); 2023 > Article
대학생의 디지털 리터러시에 영향을 미치는 변인 탐색

Abstract

디지털 리터러시는 디지털 정보 사회를 살아가는 데 필수적인 역량이다. 본 연구는 대학생의 디지털 리터러시와 그 하위요인에 영향을 미치는 변인을 실증적으로 살펴봄으로써 디지털 리터러시 교육에 고려해야 할 요인에 대해 제언하고자 하였다. 이를 위해 2022년 지방 중소규모 K 대학의 학부교육 실태조사(K-NSSE)에 참여한 292명의 설문 응답을 사용해 위계적 회귀분석을 시행하였다. 분석 결과, 각 하위요인별로 영향을 미치는 변인은 상이했으나 대체적으로 학생의 성별, 교수-학생 상호작용, 직원과의 관계 만족도, 전공, 자기효능감, 적극적이고 능동적인 학습 경험이 유의미한 영향을 미치는 것으로 나타났다. 본 연구 결과는 디지털 리터러시 함양을 위한 교과목 설계와 교육환경 구축을 위해 고려할 사항들에 대해 시사점을 제공한다.

Abstract

Digital literacy is an essential competency for living in a digital information society. This study aims to empirically examine variables that influence the digital literacy of college students. To achieve the purpose of this research, a series of hierarchical regression analyses were conducted using survey responses from 292 participants in the 2022 K-NSSE at K university. The analysis revealed that while the variables influencing each sub-factor varied, the following factors had significant effects on the dependent variables: gender, student-faculty interaction, satisfaction with relationships with staff, major field of study, academic self-efficacy, and active learning experiences. The findings of this study provide implications for the design of a curriculum and the creation of educational environments to foster digital literacy.

1. 서론

정보 기술의 발전으로 인해 이전과는 비교도 할 수 없이 많은 양의 데이터가 기하급수적으로 증가⋅생산되는 빅데이터(big data) 시대가 도래하였다. 빅데이터 시대를 살아가는 사람들은 모바일 기기, PC 등의 디지털 기기를 일상적으로 사용하며 하루에도 수많은 정보에 노출된다. 검색 엔진에 특정 검색어를 입력하면 방대한 관련 정보가 나열되며, 생성형 인공지능인 챗 GPT(Chat Generative Pre-trained Transformer, Chat GPT)는 사용자의 질문에 대해 대화 형태로 맞춤 정보를 제공하는 것은 물론 이메일과 같은 글쓰기 콘텐츠 생성도 가능하다.
인공지능 기술이 날로 발전하는 현 디지털 시대의 사용자는 이렇듯 손쉽게 접할 수 있는 무한에 가까운 양의 데이터의 신뢰성을 평가하고 자신의 수요에 맞는 정확한 정보를 판별할 수 있는 능력을 갖춰야 한다. 데이터를 비판적으로 분석하고 평가하며 조합하는 능력이 없이는 허위 정보를 진실로 받아들일 가능성이 있고 편향된 정보를 그대로 습득해버릴 위험성이 있다. 이렇게 디지털 기기를 활용하고 데이터를 선별해 자신의 수요에 맞게 적절히 가공할 수 있는 능력을 디지털 리터러시(digital literacy)라 일컫는다.
디지털 리터러시는 점점 더 고도화되는 디지털 정보 사회에서 필수적인 핵심역량으로 논의되고 있다(Law et al., 2018; OECD, 2015). 그런데 OECD (2021)에 따르면 만 15세 학생의 국제학업성취도 평가에서 한국 학생들의 디지털 리터러시가 매우 낮은 수준이었으며, 특히 정보의 신뢰성을 판별하는 능력이 최하위로 나타났다. 그뿐만 아니라, 한국 대학생들도 디지털 기기를 활용하는 수준이 높은 것에 비해, 정보의 진위를 판별하고, 정보를 통합해 문제를 해결하고, 정보를 가공하는 능력은 낮은 것으로 보고되고 있다(김민옥, 2022; 김민정, 박영민, 2021). 현재 대학생들이 사회에 나가는 시기에는 인공지능을 활용한 디지털 기기와 데이터를 잘 활용하는 사람들이 더 많은 기회를 얻고 더욱 생산적으로 일할 수 있을 것으로 예측되므로(디지털리터러시교육협회, n.d.) 대학에서 디지털 리터러시를 길러주는 교육을 제공해야 할 필요가 있다. 그리고 디지털 리터러시 함양을 위해 디지털 리터러시 관련 교양 교과목이나 교육 프로그램 개발을 위해서는 무엇이 대학생의 디지털 리터러시의 변화에 영향을 주는지를 파악하는 것이 선행되어야 한다.
코로나 19 팬데믹 이후로 디지털 리터러시 연구 논문 수는 급증했지만(임동신 외, 2023) 대학생의 디지털 리터러시에 영향을 미치는 변인에 대한 연구는 매우 제한적이라 할 수 있다. 관련 선행연구는 성별, 학년, 학과, 디지털 교육 경험, 심리적 요인에 따라 디지털 리터러시 수준에 차이가 있음을 밝히고 있다(권선희, 2021; 김민정, 박영민, 2021; 김태영, 2022; 이운지 외, 2019 등). 그런데 이와 같은 선행연구는 개인 배경 특성에 따른 디지털 리터러시의 수준 차이의 평균 비교에 그치거나 디지털 리터러시에 영향을 미칠 수 있는 다른 변수들을 통계적으로 적절히 통제한 후 해당 변인의 영향력을 분석하지 않았다는 한계가 있어 대학생의 디지털 리터러시에 영향을 미치는 변인에 대한 경험적 증거의 추가 필요성을 보여준다. 또한, 학생 참여(student engagement) 관점에서 볼 때 학생들이 대학에서 하는 경험은 학생들의 여러 성과에 긍정적 관계가 있으므로(Astin, 1993), 디지털 리터러시의 함양 역시 학생들의 대학 경험과 연관이 있을 것으로 추측할 수 있으며 동시에 어떠한 학생 참여 경험이 디지털 리터러시에 영향을 미치는지를 파악하는 것은 대학에서 디지털 리터러시 함양을 위한 교육 프로그램을 만들고 환경을 조성하는 데 시사점을 줄 수 있을 것으로 기대된다.
이런 배경과 연구의 필요성을 바탕으로 본 연구는 대학생의 디지털 리터러시에 영향을 미치는 변인을 살펴보고자 한다. 본 연구는 다음과 같은 연구 문제를 바탕으로 수행되었다: 대학생의 디지털 리터러시와 그 하위요인에 영향을 미치는 개인 배경, 사회적 경험, 학습자 심리 특성, 학업 경험 요인은 무엇인가?

2. 선행연구 및 이론적 배경

2.1. 디지털 리터러시의 정의와 하위요인

기본적으로 문자를 읽고 쓰고 문자로 작성된 문서를 이해하고 의사소통할 수 있는 능력을 문해력(literacy)이라 하는데, 사회 변화에 따라 문자 외에도 다양한 자료를 이해하고 활용할 수 있는 능력으로서 여러 리터러시가 요구되어 왔다. 예를 들어, 시각 자료를 이해하는 능력인 시각 리터러시(visual literacy), 컴퓨터를 자신의 의도에 맞게 활용할 수 있는 컴퓨터 리터러시(computer literacy), 컴퓨터와 멀티미디어, 인터넷을 사용하여 문제 해결을 위해 필요한 정보를 파악하고 평가하고 조합하여 효율적으로 사용하는 능력인 정보 리터러시(information literacy), 미디어를 통해 전달 받은 메시지를 비판적으로 분석하고 이해하는 미디어 리터러시(media literacy) 등 여러 형태의 리터러시가 매체의 발전과 함께 사용자가 받아들이는 정보의 양이 증가함에 따라 요구되어 온 것이다(한정선 외, 2006).
디지털 리터러시(digital literacy)는 이와 같은 여러 리터러시의 상위 개념으로 이해되기도 하고 하나의 독립된 개념으로 이해되기도 한다(김영환 외, 2021). 디지털 리터러시라는 용어는 Gilster (1997)가 처음 만들어 그 개념을 제시하였는데, 그는 디지털 리터러시를 컴퓨터를 활용하는 능력을 넘어서 컴퓨터를 통해 제시된 다양한 출처의 정보를 탐색하고, 이해하고, 판단하고, 지식을 조합하는 능력으로 정의하고 있다. 이 외에도 여러 문헌에서 디지털 리터러시를 정의하고 디지털 리터러시의 하위개념을 제시하고 있는데 예를 들어, Law et al. (2018)에서는 디지털 리터러시를 정보에 대한 접근, 관리, 이해, 통합, 소통, 평가, 생성의 능력으로 정의하는 동시에 컴퓨터 리터러시, ICT 리터러시, 정보 리터러시, 미디어 리터러시를 포함하는 개념이라 제시하고 있고, European Commission (2013)은 정보통신 사회의 변화에 대한 대응 능력과 정보를 통한 가치 창조의 능력으로 개념화한다. 신소영, 이승희(2019, p. 752)는 디지털 리터러시를 “SW(소프트웨어) 중심사회의 구성원으로서 정보통신기술과 온라인 서비스를 활용하여 다양한 분야를 융⋅복합적으로 이해하고, 컴퓨팅적 사고를 토대로 정보와 지식을 창출하여 복잡한 문제를 협력적으로 해결할 수 있는 역량”으로 정의한다. 한정선 외(2006, p. 25)는 “디지털화된 정보와 테크놀로지를 숙지하고 필요한 기술과 지식을 습득하여 문제 해결, 커뮤니케이션, 그리고 지식 창출을 위해 신뢰성 있는 정보원에서 필요한 정보를 수집, 수집된 정보를 인지적으로 처리하며, 이를 상호작용할 수 있는 능력”으로 정의하고 있다.
이러한 정의에서 공통적으로 강조되는 것은 디지털 리터러시가 단순히 디지털 도구를 사용하는 능력에 국한되는 것이 아니라, 디지털화된 정보를 이해하고 비판적 사고를 통해 정보의 가치를 평가하고 정보를 재구성하며 타인과 정보를 공유하고 소통하는 능력까지를 포함하는 광범위한 능력이라는 것이다. 여기서 핵심은 디지털 리터러시는 기술보다도 비판적으로 사고할 수 있는 능력, 문제해결력, 분석 능력, 윤리의식, 의사소통과 같은 고차원적인 인지적 역량과 비인지적 역량으로서 개념화되고 있다는 것이다(김혜영, 2020; 한정선 외, 2006; Bulger et al., 2014).
이는 디지털 리러터시를 위한 교육을 제공할 때 컴퓨터 활용 기술, 데이터 분석 기술, 소프트웨어 사용법에 대한 배움뿐만 아니라 일반적으로 대학생의 핵심역량으로 개념화되는 비판적 사고와 문제해결력, 의사소통능력, 자원활용능력, 자기주도적학습능력 등의 역량(교육부, 2020; 진미석 외, 2011)의 함양이 고려되어야 함을 의미하는 것으로 볼 수 있다.

2.2. 대학생의 디지털 리터러시와 영향 요인

현재 청소년과 대학생 세대는 일찍이 디지털 매체에 노출되어 컴퓨터, 휴대폰, 태블릿 PC, 노트북과 같은 디지털 매체와 문서 편집을 위한 소프트웨어 사용에 익숙한 편이다. 이렇게 어린 시절부터 디지털 매체를 사용해온 젊은 세대들을 디지털 원주민(Digital Native)으로 지칭하기도 할 만큼(Prensky, 2001) 이들에게 디지털 기기의 활용은 자연스러운 것이다.
그러나 단순히 디지털 기기 사용이 익숙하다고 하여 디지털 리터러시 역량이 높은 것은 아니다. 앞서 살펴본 바와 같이 디지털 리터러시는 기기를 사용할 수 있는 능력에서 더 나아가 문제해결력, 비판적 사고, 의사소통 능력과 같은 고차원적인 인지적⋅비인지적 역량을 필요로 하는데 선행연구에서는 현재 대학생들의 디지털 리터러시 능력이 충분하지 않다고 지적한다(김민옥, 2022; 김민정, 박영민, 2021; Katz, 2007). 예를 들어, 김민정, 박영민(2021)의 연구에서 대학생들은 디지털 기기를 활용하는 ICT 기본 역량 점수는 높았지만, 디지털화된 정보를 통합해 문제를 해결하는 역량의 점수는 낮은 것으로 나타났다. 김민옥(2022) 역시 대학생들이 표, 그래프, 차트를 해석하고, 그림을 통해 저자의 의도를 파악하고, 정보의 진위를 파악하는 등의 디지털 문해력 수준이 낮음을 보고하고 있다.
인터넷 검색을 통해 접근할 수 있는 정보의 양이 이전과는 비교도 되지 않을 만큼 거대해졌고, 사용자의 의사와는 상관없이 빅데이터 통계를 축적해 사용자의 다음 정보 이용 선택지를 추천해주는 알고리즘 기술이 일상화되어 있는 현 시대에서, 디지털 기기를 활용하는 능력과 디지털 기기를 통해 얻은 정보를 식별하는 능력 사이의 괴리는 대학생들을 위한 디지털 리터러시 교육의 필요성을 피력한다고 할 수 있다.
디지털 리터러시 함양을 위한 교육 프로그램의 디자인과 제공을 위해서는 디지털 리터러시의 발달에 영향을 주는 요인들에 대한 파악이 선행되어야 한다. 이를 통해 디지털 리터러시와 긍정적인 관계를 가지는 요인들을 교육 활동에 적극적으로 반영하고, 부정적 관계가 있는 요인들을 제거하거나 필요한 조치를 취할 수 있기 때문이다.
선행연구에서는 성별, 학년, 학과, 교육 경험, 심리적 요인이 디지털 리터러시 발달과 연관이 있음을 밝히고 있다. 성별의 경우 주로 여성이 디지털 리터러시를 구성하는 다양한 하위요인에 있어, 또 여러 연령대에서, 남성보다 더 높은 성취 수준을 보이는 것으로 보고된다(김태영, 2022; 백순근 외, 2009; 송원숙, 2021). 학년의 경우, 초등학생은 학년별 ICT 수준에 유의한 차이가 있었으나 중학생의 학년은 유의한 영향을 주지 못하였다는 연구 결과와(이운지 외, 2019), 고학년 대학생이 디지털 기기 활용, 파일 업로드, 정보 지적 재산권 인지 등 컴퓨터 리터러시와 정보 리터러시 영역에서 저학년 학생들보다 더 높은 역량 수준을 보였다는 연구(권선희, 2021)도 있어 학년과 디지털 리터러시의 관계에 대한 연구 결과는 학교급에 따라 혼합되어 있다.
학과별로는 디지털 리터러시 성취 수준에 차이를 보였는데, 어학 전공 대학생들이 인문사회와 이공계열 학생들보다 멀티미디어 활용에 대한 자신감이 더 적다고 보고되거나(권선희, 2021), 사후 검증 결과가 제시되지 않아 구체적인 전공별 차이는 알 수 없었으나 기술적 사용, 비판적 사고, 참여 및 표현 영역에 있어 응답자의 전공별로 성취 수준에 유의미한 차이가 있는 것으로 나타나기도 하였다(김태영, 2022). 교육 경험 역시 디지털 리터러시를 예측하는 중요한 변수로 나타났는데, 중학생의 독서활동과 공부시간, 디지털 리터러시 교육 경험, 학생 중심 수업의 경험은 디지털 리터러시 태도에 긍정적인 관계가 있었고(이경숙, 2023), 학습에 대한 내재적 동기는 대학생의 디지털 리터러시 역량에 긍정적인 영향을 주는 것으로 나타났다(Greene et al., 2014; Kim, 2019).
선행연구를 종합하면 디지털 리터러시에는 개인 배경뿐만 아니라 교육 경험에의 참여, 그리고 학습자의 심리적 요인 등이 영향을 미칠 수 있음을 알 수 있다. 그러나 현재 선행연구는 주로 연구 참여자의 디지털 리터러시의 수준 차이를 개인 배경 특성에 따라 비교하는 차이 분석 연구이거나(김태영, 2022; 백순근 외, 2009; 한정선 외, 2006), 변수 간의 상관관계를 본 연구(권선희, 2021)로, 디지털 리터러시에 영향을 미칠 수 있는 다른 변수들을 통계적으로 적절히 통제한 후 각 변인이 디지털 리터러시에 미치는 영향력을 분석하지 않았다는 제한점이 있다. 또한 회귀분석을 통해 통제 변수를 설정한 연구도 역시 대학생을 대상으로 하지 않았거나(송원숙, 2021; 이경숙, 2023) 디지털 리터러시에 영향을 미칠 수 있는 개인 배경과 대학 경험 등의 변인이 투입되지 않았기에(김민정, 박영민, 2021) 대학생의 디지털 리터러시에 영향을 미치는 변인에 대한 경험적 증거의 추가 필요성을 알 수 있다.

2.3. 학생 참여와 디지털 리터러시

대학 효과 이론에 따르면 학생이 대학 교육을 통해 얻는 교육성과는 학생의 개인적인 학업적, 문화적, 사회경제적 배경 특성들과 대학 생활 중의 사회적, 학업적 경험 및 대학 환경의 상호작용의 결과라고 볼 수 있다(Astin, 1993; Pascarella, 1985; Tinto, 1993). 대학이 제공하는 교육적 경험에 학생들이 참여하고 노력하는 일련의 활동을 학생 참여(student engagement, student involvement)라고 한다(Astin, 1984; Kuh et al., 1991). 학생 참여는 교수-학생 상호작용, 동료 학생 및 직원과의 상호작용과 같은 사회적 활동에 대한 참여와 더불어 능동적⋅협동적 학습, 고차원 학습과 같은 학업적 경험에 대한 참여를 모두 포괄하는 개념이다(배상훈 외, 2015). 이와 같은 사회적, 학업적 경험에 양적⋅질적으로 적극적인 참여는 학생의 긍정적인 대학 성과와 매우 밀접한 관계가 있기 때문에(Astin, 1984; Mayhew et al., 2016) 대학은 학생들이 개인 배경에 따른 장벽 없이 교육적 활동에 적극적으로 참여할 수 있도록 대학의 환경을 조성하고자 노력해야 한다.
이처럼 대학 효과 및 학생 참여 이론이 설명하는 학생 참여와 학업 성과 간 관계의 중요성에 바탕해보면 디지털 리터러시의 여러 하위 영역의 발달과 연관이 있는 교육적 경험에 학생들이 양질의 참여를 하는 것은 학생 성과로서의 디지털 리터러시의 발달로 이어질 수 있다고 추론 가능하다. 즉, 디지털 리터러시 발달에 영향을 주는 개인적 배경에 대한 탐색과 더불어 디지털 리터러시의 발달을 위한 유의미한 학생의 대학 경험이 무엇일지에 대한 탐색이 디지털 리터러시 역량 함양을 위해 필요한 것이다.
디지털 리터러시의 경우 학습자들이 온라인에 산재한 수많은 양의 정보를 식별하고 자신이 해결하고자 하는 문제에 따라 정보를 어떻게 조직하고 통합하는지를 나타내는 역량이므로, 특히 학업적 경험이 중요한 영향을 준다(Greene et al., 2014). 디지털 리터러시는 또한 수많은 새로운 정보를 다루는 행위를 포함하므로 끊임없는 변화에 적응하고자 하는 마음가짐 역시 필수적이다. 이런 점에서 자기주도적 학습(권선희, 2021; Greene et al., 2014; Kim, 2019)과 메타인지 및 학습에 대한 내재적인 동기 또한 필요하다(Anthonysamy et al., 2020).
아직 대학생의 디지털 리터러시 발달을 예측하는 대학 경험 측면의 요인에 대한 경험적 근거는 많이 부족한데, 디지털 리터러시의 하위 요인이 분석적 사고, 비판적 사고, 윤리적인 사고를 포함한 타인과의 관계 능력, 자원을 활용하는 능력과 같은 역량이라는 점에서 대학생의 인지적⋅비인지적 핵심역량을 예측하는 요인에 대한 선행연구 결과로부터 디지털 리터러시에 영향을 줄 수 있는 학생 참여 요인들을 추측해볼 수 있다. 즉, 고차원적인 인지적 역량에 영향을 미치는 학업 도전(배상훈, 김혜정, 2013), 비판적 사고력과 긍정적인 관계가 보고되는 문제해결학습(김안나, 이병식, 2003; 진미석, 박경현, 2014), 의사소통 및 대인관계, 창의융합역량 등에 영향을 미치는 팀 기반 학습 활동(김지연, 김기홍, 2022; 박성희, 2015; 유현숙 외, 2011), 분석적 사고력과 정적 관계가 있는 교수-학생 상호작용(최정윤, 신혜숙, 2010), 문제해결능력에 영향을 미치는 자기주도학습(심미정, 오효숙, 2012), 문제해결능력, 의사소통능력, 창의적 사고 등을 모두 포함한 폭넓은 핵심역량에 긍정적 영향을 미치는 적극적-협력적 학습태도(김효원, 2017) 등 능동적이고 적극적인 학습자의 참여를 독려하는 학습 활동이 디지털 리터러시 역량의 변화에도 영향이 있을 것으로 추측할 수 있다.
이상의 선행연구와 관련 이론을 종합해보면, 디지털 리터러시는 다양한 하위요인을 가진 개념이며, 그 하위요인들을 통해 디지털 리터러시는 기술의 습득뿐만 아니라 고차원적 사고를 위한 인지적 역량과 함께 의사소통 및 디지털 윤리의식과 같은 비인지적 역량을 함께 고려해야 하는 개념임을 알 수 있다. 또한, 대학생의 디지털 리터러시 발달에 영향을 미치는 요인에 대한 선행연구는 제한적인데, 학생 참여 이론에 비추어볼 때 대학 교육의 성과라 할 수 있는 디지털 리터러시의 함양은 개인 배경 변인과 더불어 학생들의 적극적인 사회적⋅학업적 대학 생활 참여 경험이 영향을 미칠 것으로 추측할 수 있다. 특히, 인지적⋅비인지적 핵심역량에 영향을 미치는 학습자 심리 요인, 사회적⋅학업적 참여 요인이 디지털 리터러시와도 연관이 있을 것으로 추측할 수 있다. 따라서 본 연구는 선행연구와 학생 참여 이론에 바탕해 개인 배경, 사회적 참여, 학습자 심리 요인, 학업적 참여 변수가 디지털 리터러시에 영향을 미칠 것으로 가정하고 이들 변수들과 디지털 리터러시 및 하위요인들과의 관계를 살펴보고자 한다.

3. 연구방법

3.1. 연구대상

본 연구의 대상은 2022년 학부교육 실태조사(K-NSSE)에 참여한 K 대학 재학생 292명이다. K-NSSE는 조사 참여 대학의 학부교육 환경과 성과 등을 진단하여 학부교육 발전을 위한 자료 제공을 위해 실시되었다. 2022년 K-NSSE는 디지털 리터러시 문항을 추가하였기에 본 연구가 답하고자 하는 연구 문제에 대한 가장 적합한 데이터라 판단하여 해당 데이터를 사용하였다. 2022년도에는 110개 대학이 조사에 참여하였는데 그 중 본 연구의 대상인 K 대학은 지방 중소 규모의 대학으로, 2021학년도부터 디지털 리터러시 제고를 위한 교과목을 적극적으로 개설하고 2023학년도에는 디지털 리터러시 관련 교양 교과목을 신입생을 대상으로 필수 이수하도록 지정하였다. 따라서, 현재 디지털 리터러시 교육에 대한 관심이 높은 시점에서 K 대학의 자료를 활용한 연구 결과가 시사점을 줄 것으로 기대하여 K 대학을 연구 대상 대학으로 선정하였다.
K 대학의 K-NSSE 조사는 2022년 9월 5일-10월 14일에 온라인 기반 설문조사로 실시되었다. 전체 292명의 참여자 중 여학생이 160명(55.0%)으로 남학생(131명, 45.0%)보다 많았으며 학년별로는 1학년 58명(19.9%), 2학년 47명(16.2%), 3학년 81명(27.8%), 4학년 이상 105명(36.1%)으로 고학년 학생이 저학년 학생보다 많았다. 전공계열별로는 인문계열 54명(18.5%), 사회계열 75명(25.7%), 공학계열 88명(30.1%), 자연계열 48명(16.4%), 의약계열 16명(5.5%), 예체능계열 11명(3.8%)의 분포를 보였다. 연구 자료에 결측치는 없었다. 본 연구 대상의 특성은 <표 1>과 같다.
<표 1>
연구 대상의 일반적 특성
구분 인원 수(명) 비율(%)
성별 남자 132 55.0
여자 160 45.0

학년 1학년 58 19.9
2학년 48 16.2
3학년 81 27.8
4학년 이상 105 36.1

전공계열 인문계열 54 18.5
사회계열 75 25.7
교육계열 0 0
공학계열 88 30.1
자연계열 48 16.4
의약계열 16 5.5
예체능계열 11 3.8

3.2. 종속변수

본 연구에서 사용한 종속변수는 디지털 리터러시로, K-NSSE를 주관하는 성균관대학교 교육과미래연구소에서 국내외 문헌을 통해 개발한 디지털 리터러시 측정도구(배상훈 외, 2022)를 사용하였다. 디지털 리터러시는 디지털 숙련도(디지털 기술 및 플랫폼을 활용하여 자료를 작성하고, 저장하거나 관리할 수 있는 능력), 데이터 탐색 및 검증 능력(문제해결을 위해 데이터를 찾거나 가공할 수 있는 능력), 데이터 분석 및 활용 능력(데이터를 시각화하거나 활용하여 주장을 뒷받침하는 능력), 디지털 윤리의식(디지털 기술을 윤리적이고 올바르게 사용하기 위한 시민의식), 학습활용 경험(학생들이 수업에서의 다양한 학습 장면에서 디지털 기기를 얼마나 활용하였는지)의 5가지 하위 영역으로 이루어져 있다. 각 문항은 4점 Likert 척도(1=전혀 그렇지 않음~4=매우 그러함)로 측정되었다. 디지털 리터러시와 각 하위요인의 문항 신뢰도(Cronbach’s α) 계수는 .68~.85였다. 각 하위요인별 문항과 신뢰도 계수는 <표 2>와 같다. 디지털 리터러시와 하위요인은 모두 해석의 편의를 위하여 평균 0, 표준편차 1로 표준화하였다.
<표 2>
변수 설명
구분 변수명 문항 설명/문항 예시 신뢰도 (문항수)
개인 배경 성별 0=남성, 1=여성 -

학년 1= 1학년, 2=2학년, 3= 3학년, 4=4학년 이상 -

입학유형 1=신입학 수시, 2=신입학 정시, 3=편입학(정원 내, 일반), 4=편입학(정원 외, 학사) -

전공계열 1=인문계열, 2=사회계열, 3=교육계열, 4=공학계열, 5=자연계열, 6=의약계열, 7=예체능계열 -

평점 2022학년도 1학기 기준; 1=D+ 이하, 2=C+~C-, 3=B+~B-, 4=A+~A- -

가계소득수준 부모의 월수입; 1=100만원 미만, 2=100~199만원, 3=200~299만원, 4=300~399만원, 5=400~499만원, 6=500~599만원, 7=600~699만원, 8=700~799만원, 9=800만원 이상 -

사회적 경험 다양한 교류 경험 다른 전공이나 학과, 다른 지역, 외국인 학생, 다문화 학생 등 .70(5)

교수-학생 상호작용 교수님과 학업 성과에 대해 이야기해봄 등 .84(5)

교우 관계 만족도 학과 동기, 학과 선후배, 다른 학과 학생 상호작용 만족도 .79(3)

교수 관계 만족도 학과 교수, 다른 학과 교수 상호작용 만족도 .76(2)

직원 관계 만족도 행정 직원, 상담 직원 상호작용 만족도 .71(2)

학습자 심리적 요인 학업적 자기효능감 어떤 과제가 주어져도 잘 해낼 수 있다고 확신함 등 .87(5)

학업동기 새로운 것을 배우면서 느끼는 즐거움과 만족감 때문에 공부함 등 .64(3)

학업 경험 유의미 학습 수업 중에 배운 내용을 다른 상황에 적용해봄 등 .82(5)

반성적 학습 나의 행동에 개선할 점은 없는지 돌아봄 등 .85(3)

자기주도학습 구체적인 목표를 세워서 공부함 등 .86(8)

협력학습 다른 학생들과 서로 도와가며 공부하고 시험 준비를 함 등 .87(4)

종속변수 디지털 리터러시 하위요인 1~5의 평균값 .77(26)

 1. 디지털 숙련도 문서 프로그램, 멀티미디어 프로그램 등의 프로그램 사용 능숙함 .68(5)

 2. 탐색 및 검증 나는 문제해결을 위해 필요한 데이터가 무엇인지를 안다 등 .80(5)

 3. 분석 및 활용 나는 표, 차트, 그래프 등 적절한 형태로 데이터를 시각화할 수 있다 등 .85(4)

 4. 윤리의식 나는 수집한 자료를 사용할 때 자료의 출처를 정확히 밝힌다 등 .78(5)

 5. 학습활용 경험 나는 수업에서 디지털 기기를 활용해서 강의자료에 필기를 한다 등 .77(7)

3.3. 독립변수

디지털 리터러시의 변화에 영향을 미치는 영향 요인에 대한 위계적 회귀분석을 위해 역량 및 디지털 리터러시에 영향을 미치는 요인들에 관한 선행연구의 결과에 바탕해 개인 배경(성별, 학년, 입학유형, 전공계열, 평점, 가계소득수준), 사회적 경험(다양한 교류 경험, 교수-학생 상호작용, 교우관계 만족도, 교수 관계 만족도, 직원 관계 만족도), 학습자 심리 특성(학업적 자기효능감, 학업동기), 학업 경험(유의미 학습, 반성적 학습, 자기주도학습, 협력학습)을 독립변수로 사용하였다.
독립변수 중 본 연구에서 디지털 리터러시 변화에 영향을 미치는 영향 요인으로 가장 관심을 두는 중요 독립변수(the independent variable of interest)는 유의미 학습, 반성적 학습, 자기주도학습, 협력학습으로, 여러 교육적 성과에 필요한 학습자 중심의 학업 참여 요인으로서 선행연구에서 중요하게 다루고 있는 학업 경험이다. 유의미 학습은 학생들이 수업 중 배운 내용을 다른 수업 내용과 연결짓거나 수업 내용에서 의미를 찾는 경험의 정도를 묻는 5가지 문항으로 구성되어 있고(Cronbach’s α = .82), 반성적 학습은 다음에 더 잘할 수 있기 위해 자신의 행동에 대해 반성해본 경험을 묻는 3개의 문항으로 이루어져 있다(Cronbach’s α = .85). 자기주도학습은 자기주도적으로 수업 내외부에서 학습하는 경험을 묻는 8개의 문항으로(Cronbach’s α = .86), 협력학습은 다른 학생들과 함께 학습한 경험에 대한 4개의 문항으로 이루어져 있다(Cronbach’s α = .87). 학업 경험의 모든 변인은 2022학년 1학기 기준의 응답이며, 1점(전혀 안함)~4점(매우 자주함)으로 측정되었고, 문항들의 평균값을 산출해 사용하였다.
통제 변인으로 첫째, 개인 배경에 사용된 변수 중 성별은 남학생 0, 여학생 1로 코딩하였으며, 학년은 1학년(1)~4학년 이상(4)으로 측정하였고, 입학유형은 신입학(수시), 신입학(정시), 편입학(일반, 정원내), 편입학(학사, 정원 외)를 순서대로 1~4로 코딩하였다. 전공계열은 총 7개로 나누었으며 인문계열(1), 사회계열(2), 교육계열(3), 공학계열(4), 자연계열(5), 의약계열(6), 예체능계열(7)로 코딩하였다. 평점의 경우 2022학년도 1학기 기준 평점으로, 역코딩한 변수 (1=D+ 이하, 2=C+~C-, 3=B+~B-, 4= A+~A-)를 사용하였고, 가계소득수준은 학생 부모의 대략적인 월수입 기준으로 9점 척도(1=100만원 미만, 2=100~ 199만원, 3=200~299만원, 4=300~399만원, 5=400~499만원, 6=500~599만원, 7=600~699만원, 8=700~799만원, 9= 800만원 이상)로 측정되었다.
둘째, 사회적 경험에 사용된 변수는 다양한 교류 경험, 교수-학생 상호작용, 교우관계 만족도, 교수 관계 만족도, 직원 관계 만족도로 먼저 다양한 교류 경험은 다른 전공이나 학과에 속한 학생, 다른 지역(시, 도 등)에서 온 학생, 외국인 학생, 다문화 학생, 나와 다른 종교나 정치적 관점을 가진 학생, 다른 대학 학생과의 교류 경험을 측정하는 도구로 신뢰도는 .70이다. 교수-학생 상호작용은 총 5개의 문항으로 측정되었으며 교수님과 학업 성과, 수업 외 활동, 수업 외 시간에 수업과 관련된 내용에 대해 이야기해본 경험과 개인적인 일로 상담하거나 진로나 취업에 대해 상담한 경험 등을 측정하였으며 신뢰도는 .84이다. 다양한 교류 경험과 교수-학생 상호작용 문항은 1(전혀 안함)~4(매우 자주함)점으로 측정되었다. 교우관계 만족도는 학과 동기, 학과 선후배, 다른 학과 학생과의 관계에 대한 만족도를 묻는 문항(Cronbach’s α = .79)이며, 교수 관계는 학과 교수와 다른 학과 교수와의 관계에 대한 만족도, 직원 관계는 행정 직원과 상담 직원과의 관계 만족도를 묻는 문항(Cronbach’s α = .76)으로 모두 1(매우 불만족)~5(매우 만족)점으로 측정되었다. 사회적 경험에 대한 문항 모두 2022년 1학기 경험을 기준으로 응답한 자료이며 모두 문항의 평균값을 분석에 사용하였다.
셋째, 학습자 심리 요인으로 학업적 자기효능감과 학업동기가 사용되었는데 학업적 자기효능감은 학업 수행에 대한 자신감과 학업적인 능력에 대한 믿음을 측정하는 총 5개의 문항으로 구성되어 있으며 신뢰도는 .87이었다. 학업동기는 학생들이 대학에 다니고 공부를 하는 이유 중 학업에 흥미를 느끼고 스스로 참여하고자 하는 경향을 보여주는 3개의 문항으로 측정되었으며 신뢰도는 .64로 나타났다. 학습자 심리 요인은 모두 1(전혀 그렇지 않음)~4(매우 그러함)점으로 측정되었다. 학습자 심리 요인은 모두 문항의 평균값을 분석 모형에 투입하였다.
이상의 독립변수 중 연속변수로 사용한 변수의 경우 모두 표준화(평균 0, 표준편차 1)하여 회귀계수의 해석을 용이하게 하였다. 연구에 사용된 문항과 신뢰도는 <표 2>와 같다.

3.4. 분석 방법

첫째, 자료의 특성을 확인하고 통계적 정규성 조건을 만족시키는지 확인하기 위해 연구에 사용된 변수들의 기술통계 및 상관분석을 실시하였다. 둘째, 디지털 리터러시 및 각 하위요인들에 영향을 미치는 요인들을 살펴보기 위해 개인 배경(성별, 학년, 입학유형, 전공계열, 평점, 가계소득수준), 사회적 경험(다양한 교류 경험, 교수-학생 상호작용, 교우관계 만족도, 교수 관계 만족도, 직원 관계 만족도), 학습자 심리 특성(학업적 자기효능감, 학업동기), 학업 경험(유의미 학습, 반성적 학습, 자기주도학습, 협력학습)을 순차적으로 투입하여 6개의 종속변수(디지털 리터러시 및 5개의 하위요인)에 대해 각 4개의 모형을 위계적 회귀분석(hierarchical regression)을 사용하여 분석하였다. 본 연구는 선행연구와 학생 참여 이론에 바탕해 디지털 리터러시에 대한 학업적 변인의 영향력에 가장 큰 관심을 두고 있으므로 해당 변인(학습자 심리 특성, 학업 경험)을 개인 배경과 사회적 경험보다 뒤에 투입하였다. 단계적인 변수의 투입을 통해 어떤 변수가 다른 변수들을 통제한 후에도 디지털 리터러시에 유의한 영향을 미치는지를 확인하고 추가적으로 변수를 투입했을 때 종속변수를 설명하는 설명력인 R2의 변화량 역시 확인할 수 있었다. 분석은 StataMP 17.0을 사용하였다.

4. 연구 결과

4.1. 기술통계 및 상관분석

회귀분석에 앞서 변수들의 전반적인 특징을 살펴보고 통계적 정규성을 만족하고 있는지 살펴보기 위하여 기술통계 분석을 실시하였다. 그 결과는 <표 3>에 제시하였으며, 분석 결과 왜도가 |2|, 첨도가 |7|보다 작아(Kline, 2005) 정규분포를 이루고 있다고 판단할 수 있었다.
<표 3>
변수의 기술통계
구분 변수명 평균 표준편차 최솟값 최댓값 왜도 첨도
개인배경 성별 .55 .50 .00 1.00 -.19 1.04
학년 .00 1.00 -1.59 1.06 -.42 1.77
입학유형 1.73 .81 1.00 4.00 .81 2.79
전공계열 3.32 1.72 1.00 7.00 .18 1.98
평점 .00 1.00 -2.84 1.15 -.67 3.28
가계소득수준 5.94 2.32 -2.13 1.32 -.16 2.06

사회적 경험 다양한 교류 경험 .00 1.00 -1.56 2.21 .28 2.49
교수-학생 상호작용 .00 1.00 -1.14 2.86 .69 2.63
교우관계 만족도 .00 1.00 -2.61 1.78 -.12 3.13
교수 관계 만족도 .00 1.00 -2.45 1.75 -.25 2.95
직원 관계 만족도 .00 1.00 -2.33 1.70 -.14 2.50
학습자 심리 특성 학업적 자기효능감 .00 1.00 -3.17 1.63 -.19 3.00
학업동기 .00 1.00 -2.52 1.57 -.34 2.85

학업 경험 유의미 학습 .00 1.00 -2.67 2.10 -.16 3.10
반성적 학습 .00 1.00 -2.88 1.29 -.47 2.84
자기주도학습 .00 1.00 -3.14 1.77 -.32 3.24
협력학습 .00 1.00 -2.05 1.50 -.36 2.48

종속변수 디지털 리터러시 .00 1.00 -4.27 2.68 -.24 3.86
1. 디지털 숙련도 .00 1.00 -1.98 3.29 .39 3.16
2. 탐색 및 검증 .00 1.00 -3.14 2.00 -.26 3.28
3. 분석 및 활용 .00 1.00 -3.00 1.73 -.40 3.70
4. 윤리의식 .00 1.00 -4.20 1.16 -.89 3.64
5. 학습활용 경험 .00 1.00 -3.89 1.51 -.65 3.69
다음으로 변수들간의 다중공선성 문제가 있는지 확인하고자 상관분석(Pearson’s correlation)을 실시하였다(<표 4> 참고). 종속변수인 디지털 리터러시와 그 하위요인 간의 상관관계를 제외하고는 다중공선성을 우려할만한 높은 상관계수(r>.80)를 나타내는 변수는 없었다(Grewal et al., 2004). 또한, 회귀분석 시 다중공선성 검사를 한 결과 VIF(variance inflation factor)의 최댓값이 2.46으로 VIF 10 이하, 공차 .10 이상의 기준에 부합하였으므로 다중공선성의 문제는 없는 것으로 판단하였다.
<표 4>
변수 간 상관분석 결과
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
1 1
2 -.06 1
3 .04 .28 1
4 -.18 .04 .08 1
5 .10 .09 .03 -.22 1
6 .08 -.12 -.01 .03 -.05 1
7 .16 .01 -.03 -.19 .07 .13 1
8 .10 .13 .03 -.05 .12 .14 .40 1
9 .06 -.03 -.05 .11 .02 .10 .30 .24 1
10 .00 -.07 -.08 .00 .04 .07 .20 .27 .62 1
11 .08 -.05 -.07 -.06 -.02 .04 .17 .20 .53 .60 1
12 .12 .04 .01 -.05 .19 .11 .31 .29 .48 .42 .35 1
13 .09 .06 .09 -.03 .15 .17 .24 .31 .33 .39 .36 .65 1
14 .18 .13 .04 -.05 .25 .13 .30 .45 .26 .27 .27 .51 .45 1
15 .27 .00 -.05 -.02 .13 .08 .24 .30 .21 .24 .24 .44 .43 .50 1
16 .17 .13 .08 -.08 .30 .11 .21 .35 .24 .27 .20 .55 .41 .66 .58 1
17 .13 .03 .00 .04 .08 .10 .42 .35 .42 .25 .20 .37 .30 .37 .33 .38 1
18 .27 .05 .11 -.03 .08 .04 .20 .31 .22 .23 .28 .44 .33 .49 .46 .51 .37 1
19 .06 .09 .08 .08 -.06 .03 .18 .24 .10 .17 .14 .21 .17 .25 .16 .19 .10 .63 1
20 .22 .03 .07 -.02 .08 .06 .18 .29 .16 .17 .23 .41 .31 .45 .45 .43 .27 .84 .44 1
21 .14 .07 .12 .00 .07 .04 .11 .27 .16 .17 .21 .33 .22 .37 .32 .35 .28 .83 .49 .72 1
22 .27 -.07 .01 -.07 .06 -.07 .01 .07 .16 .17 .26 .34 .22 .28 .36 .43 .23 .63 .11 .42 .35 1
23 .28 .05 .11 -.12 .14 .10 .27 .25 .21 .16 .18 .30 .25 .43 .39 .46 .47 .67 .21 .43 .38 .44 1

주. 1) 1: 성별, 2: 학년, 3: 입학유형, 4: 전공계열, 5: 평점, 6: 가계소득수준, 7: 다양한 교류 경험, 8: 교수-학생 상호작용, 9: 교우관계 만족도, 10: 교수 관계 만족도, 11: 직원 관계 만족도, 12: 학업적 자기효능감, 13: 학업 동기, 14: 유의미 학습, 15: 반성적 학습, 16: 자기주도학습, 17: 협력학습, 18: 디지털 리터러시, 19: 디지털 숙련도, 20: 탐색 및 검증, 21: 분석 및 활용, 22: 윤리의식, 23: 학습활용 경험.

2) 진하게 표시한 부분은 통계적으로 유의미한 상관계수임(p<.05).

4.2. 위계적 회귀분석 결과

4.2.1. 디지털 리터러시

5개의 하위요인의 평균값인 디지털 리터러시를 종속변수로 설정한 위계적 회귀분석의 결과(<표 5> 참고), 각 모형의 F 통계값은 p<.05 수준(모형 2~4는 p<.001)에서 유의하여 모형에 투입된 독립변수들이 디지털 리터러시를 설명하고 있었다. 모형 1~모형 4로 갈수록 종속변수에 대한 설명력(R2)이 유의하게 증가하였다(.09→.22→.29→ .44). 모형별로 분석 결과를 살펴보면, 개인 배경 변수만 투입한 모형 1에서는 성별(B=.51, p<.01)만 통계적으로 유의하게 디지털 리터러시를 예측하였다. 다음으로 사회적 경험 변수들을 추가 투입한 모형 2에서는 성별(B=.42, p<.01), 교수-학생 상호작용(B=.21, p<.01), 직원 관계 만족도(B=.19, p<.05)가 디지털 리터러시와 통계적으로 유의미하게 긍정적인 관계를 나타내었다. 모형 3에는 학습자 심리 특성이 추가적으로 투입되었는데 모형 2에서 유의미한 예측 변수였던 성별(B=.40, p<.01), 교수-학생 상호작용(B=.20, p<.01), 직원 관계 만족도(B=.17, p<.05)는 영향력이 다소 줄어들었으나 여전히 종속변수에 유의한 영향을 미치는 것으로 나타났고, 학업적 자기효능감(B=.36, p<.001)도 유의한 영향을 미치는 것으로 나타났다. 마지막으로 학업 경험 변수들을 투입한 모형 4에서는 모형 3에서까지 유의했던 모든 변수들의 영향이 통계적으로 더 이상 유의미하지 않았고, 정원 내 일반 편입학 여부(B=.40, p<.05), 반성적 학습(B=.18, p<.01), 자기주도학습(B=.24, p<.01)이 디지털 리터러시에 긍정적 영향을 주는 것으로 나타났다.
<표 5>
디지털 리터러시를 종속변수로 한 회귀분석 결과
모형 1 모형 2 모형 3 모형 4




B SE B SE B SE B SE
성별 .51** .14 .42** .13 .40** .13 .26 .12
학년 -.01 .07 -.03 .07 -.04 .06 -.04 .06
신입학(정시) -.01 .15 .02 .14 .07 .13 .13 .12
편입학(일반, 정원내) .26 .21 .32 .20 .31 .19 .40* .17
편입학(학사, 정원외) .16 .42 .06 .40 .01 .38 -.06 .35
사회계열 .14 .20 .13 .19 .15 .18 .18 .16
공학계열 .22 .20 .23 .18 .25 .18 .29 .16
자연계열 .09 .22 .05 .22 .02 .21 .12 .19
의약계열 .33 .35 .47 .34 .50 .32 .26 .30
예체능계열 -.39 .36 -.34 .35 -.31 .33 -.58 .31
평점 .05 .07 .05 .06 .00 .06 -.07 .06
가계소득수준 .02 .06 -.03 .06 -.04 .06 -.06 .05
다양한 교류 경험 .02 .07 -.03 .07 -.06 .06
교수-학생 상호작용 .21** .07 .20** .07 .07 .06
교우관계 만족도 .04 .08 -.06 .08 -.05 .08
교수 관계 만족도 .06 .09 .01 .08 .02 .07
직원 관계 만족도 .19* .08 .17* .08 .11 .07
학업적 자기효능감 .36*** .08 .16 .08
학업동기 -.03 .08 -.10 .08
유의미 학습 .15 .08
반성적 학습 .18** .07
자기주도학습 .24** .08
협력학습 .12 .06
상수 -.44* .19 -.42* .18 -.44* .17 -.42** .15

F 2.01* 7.3*** 11.32*** 14.26***
R2 .09 .22 .29 .44
ΔR2 .13 .07 .15

주. 1)

* p<.05,

** p<.01,

*** p<.001.

2) B는 비표준화계수, SE는 표준오차

4.2.2. 디지털 리터러시의 하위요인

디지털 리터러시의 5가지 하위요인인 디지털 숙련도, 탐색 및 검증, 분석 및 활용, 윤리의식, 학습활용 경험에 대한 자세한 위계적 회귀분석 결과는 <표 6>에 제시하였다. 모든 하위요인에 대해 독립변수가 추가될수록 모형의 설명력(R2)은 증가하였다.
<표 6>
디지털 리터러시 하위요인을 종속변수로 한 회귀분석 결과
종속변수 독립변수 모형 1 모형 2 모형 3 모형 4

B(SE) B(SE) B(SE) B(SE)
디지털 숙련도 공학계열 .62(20)** .67(.19)** .67(.19)** .71(.19)***
상수 -.36(.19) -.39(.19) -.39(.19) -.40(.19)
F 1.87* 3.59** 1.58 1.78
R2 .09 .16 .17 .19

탐색 및 검증 성별 .40(.14)**
교수-학생 상호작용 .20(.07)** .18(.07)**
직원 관계 만족도 .19(.08)* .16(.08)*
학업적 자기효능감 .32(.08)***
반성적 학습 .25(.07)**
상수 -.26(.19) -.25(.18) -.27(.18) -.25(.17)
F 1.33 5.11*** 9.62*** 8.42***
R2 .06 .16 .23 .33

분석 및 활용 편입학(일반, 정원내) .45(.20)*
예체능계열 -.91(.37)* -.88(.36)* -.87(.35)* -1.10(.35)**
교수-학생 상호작용 .19(.07)** .19(.07)**
학업적 자기효능감 .31(.09)** .19(.09)*
학업동기 -.18(.09)*
반성적 학습 .17(.08)*
상수 -.34(.19) -.32(.19) -.32(.19) -.29(.17)
F 1.95* 4.89*** 6.33** 5.83***
R2 .09 .18 .22 .30

윤리의식 성별 .53(.14)*** .49(.14)*** .46(.13)*** .40(.12)**
가계소득수준 -.13(.06)* -.15(.06)**
다양한 교류 경험 -.17(.07)* -.18(.07)**
직원 관계 만족도 .21(.08)* .18(.08)* .16(.07)*
학업적 자기효능감 .37(.08)*** .19(.08)*
자기주도학습 .40(.08)***
상수 -.37(.19) -.33(.18) -.36(.18) -.36(.16)
F 2.47** 4.00** 13.08*** 11.36***
R2 .11 .19 .27 .40

학습활용경험 성별 .48(.13)*** .40(.13)** .39(.13)** .28(.12)*
교수-학생 상호작용 .15(.07)* .14(.07)*
자기주도학습 .23(.08)**
협력학습 .30(.06)***
상수 -.25(.18) -.23(.18) -.25(.18) -.21(.16)
F 3.58*** 4.25** 2.15 17.35***
R2 .16 .23 .24 .43

주. 1)

* p<.05,

** p<.01,

*** p<.001.

2) B는 비표준화계수, SE는 표준오차.

3) 회귀분석 결과 통계적으로 유의미한 변수만 표기함

① 디지털 숙련도
디지털 숙련도를 종속변수로 한 위계적 회귀모형은 개인 배경 변수를 투입한 모형 1(p<.05)과 사회적 경험 변수를 추가 투입한 모형 2(p<.01)의 경우만 통계적으로 유의미하였다. 모든 모형에서 공학계열인 경우 인문계열 학생에 비해 디지털 숙련도가 높은 것으로 나타났다(모형 1: B=.62, p<.01, 모형 2: B=.67, p<.01, 모형 3: B=.67, p<.01, 모형 4: B=.71, p<.001).
② 탐색 및 검증
탐색 및 검증을 종속변수로 한 위계적 회귀모형 결과 개인 변수를 투입한 모형 1을 제외한 모든 모형이 통계적으로 유의하였다(p<.001). 모형 1에서는 여학생이 남학생보다 탐색 및 검증 점수가 높았으며(B=.40, p<.01) 성별의 영향은 다른 변수가 추가된 모형에서는 통계적 유의미성이 사라졌다. 모형 2에서는 교수-학생 상호작용(B=.20, p<.01)과 직원 관계 만족도(B=.19, p<.05)가 높을수록 탐색 및 검증 능력이 상승하는 것으로 나타났다. 모형 3에서 학습자 심리 특성 변인이 투입되었을 때, 교수-학생 상호작용(B=.18, p<.01)과 직원 관계 만족도(B=.16, p<.05)의 긍정적인 영향은 그대로 유지되었으며 학업적 자기효능감(B=.32, p<.001)이 탐색 및 검증을 긍정적으로 예측하는 것으로 나타났다. 마지막 모형 4에서 학업 경험 변인이 투입되자 반성적 학습(B=.25, p<.01)만이 탐색 및 검증과 긍정적인 관계가 있는 것으로 나타났다.
③ 분석 및 활용
분석 및 활용을 종속변수로 한 위계적 회귀모형 결과 모든 모형이 통계적으로 유의하였다(p<.05). 예체능계열 학생의 경우 인문계열 학생에 비해 분석 및 활용 점수가 낮았으며 이는 모든 모형에 해당되었다(모형 1: B=-.91, p<.05, 모형 2: B=-.88, p<.05, 모형 3: B=-.87, p<.05, 모형 4: B=-1.10, p<.01). 교수-학생 상호작용은 모형 2에서 분석 및 활용을 긍정적으로 예측하는 것으로 나타났으며(B=.19, p<.05), 모형 3에서 학습자 심리 특성 요인이 투입된 후에도 그 유의미성이 유지되었다(B=.19, p<.01). 학업적 자기효능감은 모형 3(B=.31, p<.01)과 모형 4(B=.19, p<.05)에서 분석 및 활용과 정적인 관계가 있는 것으로 나타났다. 학업 경험 요인이 투입된 모형 4에서 반성적 학습(B=.17, p<.05)과 종속변수 간 긍정적 관계가 있었고 학업동기의 경우 모형 3에서는 통계적으로 유의미하지 않았으나 모형 4에서 종속변수와 부적 관계를 나타내었다(B=-.18, p<.05).
④ 윤리의식
디지털 윤리의식을 종속변수로 하는 위계적 회귀분석 결과 모든 모형이 통계적으로 유의미하였다(p<.01). 모든 모형에서 여학생은 남학생보다 윤리의식이 높았고(모형 1: B=.53, p<.001, 모형 2: B=.49, p<.001, 모형 3: B=.46, p<.001, 모형 4: B=.40, p<.01), 가계소득 수준이 높을수록 윤리의식이 낮았는데 이는 모형 3(B=-.13, p<.05)과 모형 4(B=-.15, p<.01)에 모두 해당하였다. 모형 2에서 직원 관계 만족도가 윤리의식과 긍정적 관계가 있음이 나타났고(B=.21, p<.05), 직원 관계 만족도의 유의미한 영향은 모형 3(B=.18, p<.05)과 모형 4(B=.16, p<.05)에서도 지속되었다. 학업적 자기효능감 역시 윤리의식에 유의미한 영향을 주는 것으로 나타났는데(B=.37, p<.001) 학업 경험 변인이 추가되자 그 영향력은 줄어들었다(B=.19, p< .05). 마지막으로 자기주도학습 정도가 높은 학생들이 윤리의식 또한 높은 것으로 나타났다(B=.40, p<.001).
⑤ 학습활용 경험
학습활용 경험을 종속변수로 하는 위계적 회귀분석 결과 모형 3(p>.05)을 제외한 모든 모형이 통계적으로 유의하였다(p<.01). 모든 모형에서 여성은 남성보다 디지털 기기를 학습에 활용한 경험이 많았고(모형 1: B=.48, p< .001, 모형 2: B=.40, p<.01, 모형 3: B=.39, p<.01, 모형 4: B=.28, p<.05), 교수-학생 상호작용은 학업 경험 변인이 투입되기 전까지 학습활용 경험과 정적 관계가 있었다(모형 2: B=.15, p<.05, 모형 4: B=.14, p<.05). 마지막으로 자기주도학습(B=.23, p<.01)과 협력학습(B=.30, p<.001)은 학생들의 디지털 기기 학습활용 경험을 긍정적으로 예측하였다.

5. 논의 및 결론

본 연구는 대학생의 디지털 리터러시와 그 하위요인을 예측하는 변인을 살펴보고자 하였다. 이를 위해, 선행연구 및 학생 참여 이론에 근거해 개인적 배경, 사회적 경험, 학습자 심리 특성, 학업 경험 변인을 순차적으로 투입하는 위계적 회귀분석을 실시하였다. 분석 결과, 디지털 리터러시 및 5개의 하위요인별로 영향을 주는 예측 변인은 상이했으나 다른 모든 변인을 통제하였을 때 주로 성별, 입학유형, 전공, 가계소득수준, 학업적 자기효능감, 직원 관계 만족도, 학업동기, 반성적 학습, 자기주도학습, 협력학습이 종속변수에 유의미한 영향을 주는 것으로 나타났다. 대체로 교수-학생 상호작용과 직원 관계 만족도는 여러 종속변수에 대해 유의미한 정적 관계를 나타냈으나 학업 경험 변인이 추가되었을 때는 대부분 유의미한 영향력이 사라지며 자기주도적이고 반성적인 학습이 디지털 리터러시 발달에 중요함을 나타내었다. 이는 디지털 리터러시 교육에 학습자 중심의 자기주도적⋅심층적 학습이 동반되는 것이 무엇보다 중요함을 의미한다고 볼 수 있다. 이어지는 부분에서는 각 종속변인에 대한 세부적 연구결과와 그에 대한 논의 후 주요 결과를 바탕으로 한 종합적인 제언을 하고자 한다.
첫째, 디지털 리터러시를 종속변수로 했을 때 성별, 교수-학생 상호작용, 직원 관계 만족도, 학업적 자기효능감, 편입생(준거 그룹은 수시 입학생), 반성적 학습, 자기주도학습이 긍정적인 영향을 미치는 것으로 나타났다. 특히 모든 변수를 통제한 마지막 모형에서는 편입생을 제외한 개인 배경 변인, 사회적 경험 변인, 학습자 심리 특성 변인의 영향은 사라지고 학업 경험 변인만이 유의미한 것으로 나타났다. 이와 같은 결과는 디지털 리터러시와 학습자의 주체적이고 적극적인 학습 및 심층적인 학습과의 관계를 나타낸 것이며, 능동적⋅적극적 학습과 인지적 역량과의 정적 관계를 보고한 선행연구 결과와 맥을 같이 한다고 볼 수 있다(배상훈, 김혜정, 2013; 심미정, 오효숙, 2012). 즉, 디지털 리터러시 함양을 위한 교과목 및 프로그램에는 학생들이 스스로 학습하고 자신의 학습에 대해 반성적인 태도를 가질 수 있도록 교수-학습 방법이 구성되어야 함을 의미한다. 이는 디지털 리터러시가 새로운 정보에 대해 끊임없이 학습하고 질문하는 역량을 필요로 하기 때문일 것이다. 또한, 학업 경험 변인이 투입되기 전에는 교수-학생 상호작용 정도 및 직원과의 관계 만족도가 디지털 리터러시와 정적인 관계를 보였다는 결과는 대학 구성원과의 양질의 상호작용이 학생의 대학 성과에서 가장 중요한 변인 중 하나라는 기존의 연구 결과(Mayhew et al., 2016)를 재확인하며 디지털 리터러시 교육에도 구성원들 간의 상호작용 요소가 포함되어야 함을 시사한다. 편입생이 수시전형 입학생보다 디지털 리터러시가 높다는 연구 결과는 현재 자료에서 전공 특성상 데이터 분석을 많이 하는 전공계열인 의약계열의 편입생 비율(24%)이 수시 입학생 비율(1%)보다 현저히 높다는 점이 반영된 결과일 수도 있을 것이라 추측해본다.
둘째, 디지털 숙련도를 종속변수로 한 모형은 모형 1과 2만 통계적으로 유의미하였으며 모형에 상관없이 공학계열 학생들이 인문계열 학생들보다 더 높은 수준의 디지털 숙련도를 보였다. 이는 학과별 디지털 리터러시에 차이가 있다는 선행연구(권선희, 2021; 김태영, 2022)를 지지하는 결과였으며, 해당 결과는 디지털 숙련도를 측정하는 문항이 문서 프로그램, 멀티미디어 프로그램, 클라우딩 서비스, 통계분석 프로그램, 코딩 프로그램 사용의 능숙도를 물어보는 데서 비롯된 것으로 추측된다. 공학계열 학생들은 교육과정의 특성상 실험실습을 하기 때문에 통계분석 프로그램을 많이 사용하며 컴퓨터나 빅데이터와 관련한 공학계열 학과에서는 코딩 프로그램 활용 빈도 역시 높기 때문이다.
셋째, 탐색 및 검증을 종속변수로 하는 위계적 회귀분석 결과 성별이 탐색 및 검증을 긍정적으로 예측한다고 나타난 모형 1은 통계적으로 유의미하지 않았다. 모형 2와 3에서 교수-학생 상호작용이 높을수록, 직원 관계 만족도가 높을수록, 학업적 자기효능감이 높을수록 탐색 및 검증의 능력은 높았다. 그러나 학업 경험 변인이 투입된 모형 4에서 해당 변인들의 영향력은 통계적 유의미성이 사라지고 반성적 학습만이 탐색 및 검증 능력과 정적인 영향을 나타내었다. 본 연구에서 탐색 및 검증을 측정하는 도구는 문제해결을 위해 필요한 데이터가 무엇인지 알고 찾아 그 진위를 가려내는 능력을 묻는 문항으로 구성하였다. 따라서 탐색 및 검증 능력이 높은 학생들은 자신이 해결해야 할 문제와 찾은 정보를 연결시켜 해당 정보가 문제해결을 위해 적절한지 고민하고, 더 적합한 정보를 찾기 위한 행동양식을 보일 것으로 추측할 수 있다. 따라서 자신의 학습 활동을 반추해보고 더 나은 학습법을 찾아보는 학습 방식인 반성적 학습의 경험이 높은 것이 탐색 및 검증 능력과 정적 관계를 나타낸 것으로 보인다.
넷째, 분석 및 활용을 종속변수로 한 경우 모든 모형이 통계적으로 유의미하였으며, 모든 모형에서 일관되게 예체능계열의 학생이 인문계열 학생에 비해 분석 및 활용 능력이 낮은 것으로 나타났다. 이는 예체능계열의 교육과정 및 내용의 특성상 데이터를 수집하고 분석하고 활용하여 과제를 하는 학습 경험이 적기 때문인 것으로 해석할 수 있으며, 전공별로 디지털 기술 사용에 차이가 있었다는 선행연구 결과(김태영, 2022)를 뒷받침하였다. 한편, 다른 모든 변수를 통제해도 학업적 자기효능감이 유의미하게 분석 및 활용 능력을 예측하고 있었던 반면 학업동기가 높은 학생이 분석 및 활용 능력이 낮다는 연구 결과는 학습자의 심리적 변인, 특히 내재적 동기가 대학생의 디지털 리터러시 역량을 긍정적으로 예측했다는 선행연구 결과(Greene et al., 2014; Kim, 2019)와 상반되었다. 학업동기는 본 연구에서 공부 그 자체에서 즐거움과 기쁨을 느끼는 정도를 묻는 문항으로 구성되어 있었는데 이러한 특성을 가진 학생들이 데이터 분석과 활용을 급변하는 사회라는 외부적 요구에 의한 활동으로 받아들여 해당 역량 발달을 위한 노력에 소홀했을 가능성으로 해석해본다. 아울러 수시 입학생보다 편입생이 분석 및 활용 능력이 높은 것으로 나타난 결과는 앞서 디지털 리터러시를 종속변수로 한 모형 분석 결과처럼 전공 특성상 데이터 분석 빈도가 높은 의약계열 학생 비율이 편입생에서 현저히 더 높은 것에서 비롯되었을 수 있다. 마지막으로, 반성적 학습을 많이 하는 학생이 분석 및 활용 능력이 높은 것으로 나타났는데 학습한 내용과 방법에 대해 끊임없이 반추하는 행동이 앞서 탐색 및 검증 능력뿐만 아니라 분석 및 활용 능력과도 연관이 있음을 밝혀 반성적 학습의 중요성을 강조하였다.
다섯째, 윤리의식을 종속변수로 했을 때 모든 모형이 종속변수를 유의미하게 설명하고 있었다. 모든 모형에서 여학생이 남학생보다 더 높은 윤리의식을 보이는 경향이 있었는데 이는 여성이 남성보다 디지털 리터러시의 다양한 하위요인에서 높은 성취 수준을 보인다는 선행연구(김태영, 2022; 백순근 외, 2009; 송원숙, 2021)와 일치한다. 또한, 다른 모든 변수를 통제했을 때 가계소득 수준, 다양한 교류 경험, 직원 관계 만족도, 학업적 자기효능감, 자기주도적학습은 통계적으로 유의미하게 윤리의식을 예측하고 있었다. 가계소득수준과 다양한 교류 경험은 윤리의식과 부적 관계가 있었고, 직원 관계 만족도, 학업적 자기효능감, 자기주도학습은 윤리의식과 정적 관계를 나타내었다. 디지털 윤리의식과 가계소득수준의 부적 관계는 안정임, 서윤경(2014)에서 소득수준에 따른 미디어 윤리의식에 차이가 없었다는 연구 결과와 차이가 난다. 그러나 같은 연구에서 윤리의식 외의 다른 미디어 리터러시 하위영역은 소득수준이 높을수록 점수가 높게 나타났다는 점을 본 연구 결과에 적용해보면 가계소득수준이 낮은 경우 디지털 리터러시 관련 경험이 낮아 윤리의식 역시 낮은 것으로 추측할 수 있다. 또한, 다양한 교류 경험이 낮은 디지털 윤리의식으로 이어지는 결과는 다른 사회 경험 변인인 직원과의 관계 만족도가 디지털 윤리의식과 정적인 관계를 가지는 것과 연결했을 때 의외의 결과라 할 수 있다. 본 연구에서 윤리의식을 구성하는 문항이 자료의 출처를 밝히고, 개인정보를 관리하고, 때와 장소를 고려하여 디지털 기기를 사용하는 능력이라는 점에서 배경이 다른 학생과 활발하게 교류하는 학생들은 그렇지 않은 학생에 비해 과제에 투자하는 시간이 상대적으로 적거나 타인과의 상호작용을 위해 디지털 환경에 노출되는 시간이 길다는 점 때문에 상대적으로 윤리의식에 위배되는 행동을 하는 빈도가 높았을 수도 있다.
여섯째, 학습활용 경험을 종속변수로 한 분석 결과 개인 배경, 사회적 경험, 학습자 심리 요인이 투입된 모형 3은 통계적으로 유의미하지 않았으며 다른 모형들은 모두 통계적으로 유의미하게 종속변수를 설명하였다. 모든 모형에서 여학생이 남학생보다 디지털 기기의 학습활용 경험이 높은 것으로 나타나 선행연구 결과를 지지하였다(김태영, 2022; 백순근 외, 2009; 송원숙, 2021). 다른 변수들을 모두 통제했을 때 자기주도학습과 협력학습 정도가 높은 학생이 학습활용 경험 점수가 높은 것으로 나타났다는 결과는 자기주도적으로 학습하는 학생들은 학습에 디지털 기기도 적극적으로 활용하며 협력학습을 할 경우 다른 친구들과 의사소통 목적으로, 또한 조별 과제에 대한 피드백을 위해 교수와 소통하는 목적으로 디지털 기기를 사용했기 때문으로 보인다.
이상의 연구 결과를 종합했을 때, 다음과 같은 실무적 제언을 할 수 있다. 먼저, 본 연구의 분석 결과는 디지털 리터러시 함양에 자기주도학습, 반성적 학습과 같은 능동적이고 심층적인 학습이 중요한 영향을 미침을 보여준다. 따라서 대학에서는 디지털 리터러시 함양을 위한 교과목과 프로그램들이 기존의 지식 전달 위주의 강의식 수업으로 이루어져 있는지 점검하고, 학생들이 스스로 학습할 수 있는 기회를 제공하고 자신의 학습에 대해 반성적인 태도로 임할 수 있는 교수-학습 방법을 적용할 필요가 있겠다. 예를 들어, 학기 초반에 학생들이 자신의 상황에 맞는 문제를 설정하여 필요한 데이터를 탐색하고 평가하고 재구성하는 과정을 일지 형식으로 작성해 문제해결 과정에서 들었던 의문과 시행착오 및 성과를 지속적으로 반추하고 다음 학습으로 이어지게 하는 방식을 들 수 있겠다. 둘째, 연구 결과 전공에 따라 차이가 있는 디지털 리터러시의 하위요인들이 있었다. 인문계열(공학계열에 비해)과 예체능계열(인문계열에 비해) 학생들이 각각 디지털 숙련도와 분석 및 활용 능력의 점수가 낮았는데 이는 해당 전공 특성이 반영된 결과일 것이다. 그러나 디지털 프로그램의 활용과 데이터 분석 능력은 전공에 상관없이 디지털 정보 사회에 적응하기 위해 업무에 필수적인 역량으로 여겨지므로(Law et al., 2018; OECD, 2015), 각 계열 학생이 특히 어려움을 느끼거나 학습 동기가 없는 부분이 무엇인지 파악하고 그 중 졸업 후에 학생들이 활용할 가능성이 높은 부분에 대해서는 교육 프로그램에, 특히 전공에 관련 없이 이수할 수 있는 교양 교과목에 추가할 필요가 있다. 예를 들어, 본 연구의 사례가 된 K 대학교처럼 디지털 리터러시 입문 수업을 교양 필수로 지정하여 모든 전공 학생이 수강하도록 하는 방법이 있겠다. 또한, 협동학습이 디지털 기기의 학습활용 경험을 높인다는 본 연구의 분석 결과에 근거해, 공학계열 학생들이 인문계열 학생들에게 코딩이나 통계분석 프로그램을 멘토링하는 학습 공동체를 활성화시켜 학생들이 협력적이고 주도적으로 디지털 능력을 높이는 경험을 제공하는 방법을 교양교육과 비교과 프로그램 등을 통해 시행할 것을 제안해본다. 셋째, 학업 경험 변인이 투입되기 전에는 교수-학생 상호작용과 직원과의 관계 만족도가 디지털 리터러시의 여러 요인에 정적 관계가 있었다는 결과는 다른 여러 교육성과와 마찬가지로 디지털 리터러시 함양을 위해서도 교내 구성원들과 양질의 사회적 관계를 맺는 것이 중요함을 재차 확인하며 교내 구성원들이 학생들과 상호작용을 할 기회를 제공하도록 관심을 요청한다. 따라서 디지털 리터러시 교육을 위해서는 자유로운 질의응답이 이루어질 수 있는 교육환경을 만드는 것이 중요할 것이며, 교수자와 학생, 직원과 학생 간의 상호작용을 할 수 있도록 교육과정을 구성할 필요가 있다.
본 연구는 대학생의 디지털 리터러시 발달에 영향을 미치는 요인을 탐색하고, 학생 참여 변인의 중요성을 재확인했다는 점에서 의의가 있다. 본 연구 결과가 디지털 리터러시 함양을 위한 교과목 설계 및 교육환경 구축에 시사점을 줄 것을 기대하며 마지막으로 연구의 제한점과 후속 연구를 위한 학술적 제언을 하자면, 첫째, 본 연구는 지방 중소규모의 단일 대학을 대상으로 하여 연구 결과가 다른 지역, 대규모 대학의 학생에게도 적용된다고 할 수 없다. 따라서 후속 연구자들은 여러 특징의 대학에 재학 중인 학생의 디지털 리터러시에 영향을 미치는 요인에 대한 경험적 증거를 축적해 비교⋅분석할 필요가 있겠다. 둘째, 본 연구에서는 2차 자료를 사용했기 때문에 학생 참여 변인을 설정할 때 데이터가 허락하는 범위 내에서 선택이 가능했다는 한계가 있다. 따라서 본 연구에 포함된 학생 참여 변인들 외에도 학생 성과에 영향을 미치는 다른 변인들을 투입해 디지털 리터러시에 영향을 미치는지 분석을 해볼 것을 제안한다. 셋째, 본 연구는 양적 분석을 하여 독립변수들이 종속변수의 변화에 영향을 미치는 이유에 대해 파악할 수 없었다. 디지털 리터러시 상위⋅중위⋅하위 집단을 나누어 그들의 어떤 특성과 대학 경험이 어떠한 이유로 디지털 리터러시 수준에 영향을 미쳤는지 심층적으로 파악하는 연구도 의미 있을 것이다. 마지막으로, 본 연구의 분석 결과로 나타난 학업 경험 변인의 중요성에 바탕해, 자기주도학습, 반성적 학습, 협력학습 등의 학습자 중심 교수법과 학습법을 이론적 배경으로 하여 해당 교수-학습법의 어떤 요인이 디지털 리터러시의 변화에 영향을 주었는지 구체적으로 탐색하고 그 연구 결과를 반영해 설계한 수업의 효과를 분석하는 연구도 제안해본다.

참고문헌

Ahn, J. I., Seo, Y. K(2014). An analysis of sub-factors of digital media literacy divide:Focusing on the effects of generation and economic status, Journal of Digital Convergence 12(2), 69-78.
crossref
[안정임, 서윤경. (2014). 디지털 미디어 리터러시 격차의 세부요인 분석 - 세대와 경제수준을 중심으로. 디지털융복합연구, 12(2), 69-78.].

Anthonysamy, L, Koo, A. C, Hew, S. H(2020). Self-regulated learning strategies in higher education:Fostering digital literacy for sustainable lifelong learning, Education and Information Technologies 25:2393-2414.
crossref pdf
Astin, A. W(1984). Student involvement:A developmental theory for higher education, Journal of College Student Personnel 25(4), 297-308.

Astin, A. W(1993). What matters in college?Four critical years revisited, Jossey-Bass.

Bae, S, et al(2022). 2022 K-NSSE Digital Literacy Report:K University, Education and Future Institute.

[배상훈 외. (2022). 2022년 학부교육 실태조사(K-NSSE) 디지털 리터러시 보고서: K대학교. 서울: 교육과미래연구소..

Bae, S, Kim, H(2013). Influential factors for the academic challenge of university students:Mutual impact of learning supportive environment, student-faculty interaction, and active and collaborative learning, The Journal of Yeolin Education 21(4), 201-225.

[배상훈, 김혜정. (2013). 대학의 학업지원, 교수-학생 교류, 능동적, 협동적 학습 및 학업도전의 구조적 관계 분석. 열린교육연구, 21(4), 201-225.].

Bae, S. H, Kang, M. S, Hong, J. I(2015). Validation of the national survey of student engagement(NSSE) model in the Korean context, Asian Journal of Eucation 16(4), 77-104.
crossref
[배상훈, 강민수, 홍지인. (2015). 한국 대학생의 학습참여 진단을 위한 미국 NSSE 모델 도입 및 타당화. 아시아교육연구, 16(4), 77-104.].

Baek, S. G., Kim, D., Kim, M. R, Kim, H. S., Yu, Y. L, Park, S. H., Kim, S. W., Kim, M. R(2009). An evaluation study on the ICT literacy of secondary school students in South Korea, Asian Journal of Education 10(2), 383-406.
crossref
[백순근, 김동일, 김미량, 김혜숙, 유예림, 박소화, 김세원, 김미림. (2009). 우리나라 중⋅고등학생의 ICT 리터러시평가 연구. 아시아교육연구, 10(2), 383-406.].

Bulger, M. E, Mayer, R. E, Metzger, M. J(2014). Knowledge and processes that predict proficiency in digital literacy, Reading and Writing 27:1567-1583.
crossref pdf
Center for Digital Literacy. (n.d.). A letter to the humankind, https://sites.google.com/view/cdlkr

[디지털리터러시교육협회. (n.d.). 인류에게 드리는 편지. https://sites.google.com/view/cdlkr]

Choi, J. Y., Shin, H(2010). The nature and effects of student-faculty interaction on higher education learning outcomes in Korean universities:Focusing on effects of institutional characteristics, Journal of Korean Education 37(2), 131-154.

[최정윤, 신혜숙. (2010). 한국 대학에서의 교수-학생 상호작용의 성격과 대학교육 학습성과에 대한 영향 분석: 대학 특성효과 분석을 중심으로. 한국교육, 37(2), 131-154.].

European Commission. (2013). High level group on the modernisation of higher education, Publications Office of the European Union.

Gilster, P(1997). Digital literacy, Wiley Computer Publications.

Greene, J. A, Seung, B. Y, Copeland, D. Z(2014). Measuring critical components of digital literacy and their relationships with learning, Computers &Education 76:55-69.
crossref
Grewal, R, Cote, J. A, Baumgartner, H(2004). Multicollinearity and measurement error in structural equation models:Implications for theory testing, Marketing Science 23(4), 519-529.
crossref
Han, J, Oh, J, Lim, H, Jeon, J, Lee, S, Ko, B(2006). A study on developing digital literacy competency index - Measurement tool for elementary and secondary school students in Korea (CR 2006-13), Korean Education &Research Information Service.

[한정선, 오정숙, 임현정, 전주성, 이수나, 고범석. (2006). 지식정보 역량 개발 지원을 위한 디지털 리터러시 지수 개발연구 (CR 2006-13). 한국교육학술정보원.].

Jin, M. S., Park, K. H(2014). Diagnosis and Characteristics of communication competence as core competence of Korean college students, The Society of Korean Language Education 146:25-56.

[진미석, 박경현. (2014). 대학생 핵심역량으로서의 의사소통 역량의 진단과 특성. 국어교육, 146, 25-56.].

Jin, M, Sohn, Y, Chu, H(2011). A study on development plan of K-CESA for college education assessment, The Journal of Educational Administration 29(4), 461-486.

[진미석, 손유미, 주휘정. (2011). 대학생 핵심역량 진단체제구축 방안 연구. 교육행정학연구, 29(4), 461-486.].

Katz, I. R(2007). Testing information literacy in digital environments:ETS's iSkills assessment, Information technology and Libraries 26(3), 3-12.
crossref pdf
Kim, A., Rhee, B. S(2003). An analytic study of identifying personal and institutional influences on the perceived development of core competencies of college students, The Journal of Korean Education 30(1), 367-392.

[김안나, 이병식. (2003). 대학생들의 핵심능력 개발에 영향을 미치는 개인 및 환경 요인 분석. 한국교육, 30(1), 367-392.].

Kim, H(2017). The impact of learning engagement variables on university students perceived core competencies:Case study of S university in Gwangju, The Journal of Learner- Centered Curriculum and Instruction 17(24), 887-906.
crossref
[김효원. (2017). 대학생의 핵심역량에 영향을 미치는 학습참여 변인 탐색. 학습자중심교과교육연구, 17(24), 887-906.].

Kim, H. Y(2020). Analysis of data literacy in the core Curriculum to improve students 4C skills:Communication, collaboration, critical thinking, and creativity, Korean Journal of General Education 14(6), 147-159.

[김혜영. (2020). 21세기 핵심 역량 강화를 위한 대학 교양기초교육으로서의 데이터 리터러시(Data Literacy) 분석. 교양교육연구, 14(6), 147-159.].

Kim, J. Y., Kim, K. H(2022). The effect of self-directed learning ability of university students on communication competency and creative confluence competency, The Journal of Learner-Centered Curriculum and Instruction 22(4), 173-187.
crossref
[김지연, 김기홍. (2022). 대학생의 자기주도학습능력이 소통 역량과 창의융합역량에 미치는 영향. 학습자중심교과교육연구, 22(4), 173-187.].

Kim, K. T(2019). The structural relationship among digital literacy, learning strategies, and core competencies among South Korean college students, Educational Sciences:Theory and Practice 19(2), 3-21.

Kim, M. J., Park, Y. M(2021). Analysis of the impact of college students digital literacy attitude on digital literacy competency, The Journal of Learner-Centered Curriculum and Instruction 21(6), 495-507.
crossref
[김민정, 박영민. (2021). 대학생의 디지털 리터러시 태도가 디지털 리터러시 수준에 미치는 영향 분석. 학습자중심교과교육연구, 21(6), 495-507.].

Kim, M. O(2022). A digital literacy writing class model considering the characteristics of Homo Sensus, The Journal of Lang. &Lit. 91:401-136.
crossref
[김민옥. (2022). 호모 센수스의 특성을 고려한 디지털 리터러시 활용 글쓰기 수업 모델. 어문론집, 91, 401-136.].

Kim, T(2022). Analysis of undergraduate students'digital literacy competency of several different departments, The Journal of Humanities and Social Science 13(3), 137-151.
crossref
[김태영. (2022). 단대별 대학생의 디지털 리터러시 역량의 차이. 인문사회 21, 13(3), 137-151.].

Kim, Y, Kim, W, Park, J(2021). Digital literacy research trend analysis using keyword network analysis- 2011-2015 and 2016-2020 comparative analysis, The Korean Journal of Literacy Research 12(4), 93-125.
crossref
[김영환, 김우경, 박지숙. (2021). 키워드 네트워크 분석을 활용한 디지털리터러시 연구 동향분석-2011-2015년과 2016-2020년 비교분석. 리터러시연구, 12(4), 93-125.].

Kline, R. B(2023). Principles and practice of structural equation modeling, 2nd. ed. Guilford publications.

Kuh, G. D., Schuh, J. H., Whitt, E. J.(1991). Associates. Involving colleges:Successful approaches to fostering student learning and personal development outside the classroom, Jossey-Bass.

Kwon, S. H(2021). A study on the digital literacy competence and the preference of online class types of Korean university students, The Journal of Learner-Centered Curriculum and Instruction 21(1), 1023-1046.
crossref
[권선희. (2021). 대학생 디지털 리터러시 능력과 온라인 수업 유형 선호도에 대한 연구. 학습자중심교과교육연구, 21(1), 1023-1046.].

Law, N. W. Y., Woo, D. J., de la Torre, J., Wong, K. W. G(2018). A global framework of reference on digital literacy skills for indicator 4.4.2, UNESCO Institute for Statistics.

Lee, G(2023). A study on students'factors which affected digital literacy attitudes of middle school students, The Journal of Curriculum and Evaluation 26(1), 103-131.
crossref pdf
[이경숙. (2023). 중학생의 디지털 리터러시 태도에 영향을 미치는 학생 요인에 대한 연구. 교육과정평가연구, 26(1), 103-131.].

Lee, W. J., Lim, S. A., Kim, H. S., Yi, H. S(2019). A multilevel analysis of factors predicting elementary and middle school students'digital literacy, The Journal of Korean Education 46(2), 1-28.

[이운지, 임선아, 김한성, 이현숙. (2019). 초⋅중학생의 디지털 리터러시 수준 예측 요인에 대한 다층모형 분석. 한국교육, 46(2), 1-28.].

Lim, D., Kim, J, Jeong, K., Choi, S(2023). Research trends and implications for domestic and international digital literacy using keyword network analysis before and after the COVID-19 Pandemic, The Korean Journal of Literacy Research 14(1), 13-52.
crossref
[임동신, 김진숙, 전광훈, 최수빈. (2023). 키워드 네트워크 분석을 활용한 국⋅내외 디지털 리터러시 연구 동향과시사점 - 코로나19 팬데믹을 기점으로 전후 비교 분석. 리터러시 연구, 14(1), 13-52.].

Mayhew, M. J., Rockenbach, A. N., Bowman, N. A., Seifert, T. A., Wolniak, G. C(2016). How college affects students:21st century evidence that higher education works, 3:John Wiley &Sons.

Ministry of Education. (2015). 2021 Handbook for evaluation of university basic competency (Four year University), Korea Educational Development Institute.

[교육부. (2015). 2021년 대학 기본역량 진단 편람(일반대학). 한국교육개발원.].

OECD. (2015). OECD skills outlook 2015:Youth, skills and employability, OECD Publishing.

OECD. (2021). 21st-century readers:Developing literacy skills in a digital world, PISA, OECD Publishing.

Park, S. H(2015). The effectiveness of learning community for the development of convergence of university students, Journal of Digital Convergence 13(9), 29-37.
crossref
[박성희. (2015). 대학생 융복합능력 함양을 위한 학습공동체 효과성 분석. 디지털융복합연구, 13(9), 29-37.].

Pascarella, E. T(1985). College environmental influences on learning and cognitive development:A critical review and synthesis, Higher Education:Handbook of Theory and Research 1(1), 1-61.

Prensky, M(2001). Digital natives, digital immigrants, On the Horizon 9(6), 2-6.

Shin, S., Lee, S(2019). A study on development and validity verification of a measurement tool for digital literacy for university students, The Journal of Learner-Centered Curriculum and Instruction 19(7), 749-768.
crossref
[신소영, 이승희. (2019). 디지털 리터러시 측정도구 개발 및 타당화 연구. 학습자중심교과교육연구, 19(7), 749-768.].

Sim, M. J., Oh, H. S(2012). Influence of self efficacy, learning motivation, and self-directed learning on problem- solving ability in nursing students, Journal of the Korea Contents Association 12(6), 328-337.
crossref
[심미정, 오효숙. (2012). 간호학생의 학업적 자기효능감, 학습동기 및 자기주도적 학습태도가 문제해결능력에 미치는 영향. 한국콘텐츠학회논문지, 12(6), 328-337.].

Song, W(2021). An exploratory study on factors influencing digital media literacy - Focusing on the SNS use behavior and the parenting attitude of parents, The Korean Journal of Literacy Research 12(2), 265-293.
crossref
[송원숙. (2021). 디지털 미디어 리터러시에 영향을 주는 요인에 관한 탐색적 연구-SNS 이용행태, 부모의 양육 태도를 중심으로. 리터러시 연구, 12(2), 265-293.].

Tinto, V(1993). Leaving college:Rethinking the causes and cures of student attrition, 2nd ed. University of Chicago Press.

Yu, H. S, Ko, J. W, Lim, H. N(2011). Examining learning experiences influencing on the communication skills and high-order thinking skills, The Journal of Educational Administration 29(4), 319-337.

[유현숙, 고장완, 임후남. (2011). 대학생의 의사소통능력 및 종합적 사고력에 영향을 주는 학습과정 요인 분석. 교육행정학연구, 29(4), 319-337.].



ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
EDITORIAL POLICY
AUTHOR INFORMATION
Editorial Office
Room: 305 Virutus-Gwan, 43 Jibong-ro, Bucheon-si, Gyeonggi-do, (14662), Republic of Korea
Tel: +82-2-2164-4934    E-mail: kjgedu@gmail.com                

Copyright © 2022 by The Korean Association of General Education.

Developed in M2PI

Close layer
prev next