[T-GROUND 교수지원체계 강화 사업] 

    ALC룸 팀 활동 기반 전공수업 평가도구    

  

전시콘텐츠디자인과 전영대 외 2인의 연구진행을 위한 평가도구 사이트

 

  • 분석 결과 해석 방법 

  • 세 가지 요소로 구성됩니다: 상관계수, 회귀식, 그리고 결정계수(R²)입니다.

    1. 상관계수 (Correlation Coefficient)

  • - 정의 : 상관계수는 두 변수 간의 관계의 강도와 방향을 나타내는 값입니다. 피어슨 상관계수를 사용하여 계산됩니다.
  • - 해석 :
    •              1.0: 완전한 양의 상관관계 (한 변수가 증가하면 다른 변수도 항상 증가)
    •              0.7 ~ 0.9: 강한 양의 상관관계
    •              0.4 ~ 0.6: 중간 정도의 양의 상관관계
    •              0.1 ~ 0.3: 약한 양의 상관관계
    •              0.0: 상관관계 없음
    •              -0.1 ~ -0.3: 약한 음의 상관관계
    •              -0.4 ~ -0.6: 중간 정도의 음의 상관관계
    •              -0.7 ~ -0.9: 강한 음의 상관관계
    •              -1.0: 완전한 음의 상관관계 (한 변수가 증가하면 다른 변수는 항상 감소)

  • - 예시 해석 : 만약 상관계수가 0.85라면, ALC룸 활용도와 성적 간에 강한 양의 상관관계가 있음을 의미합니다. 즉, ALC룸 활용도가 높을수록 성적이 높아지는 경향이 있습니다.

  • 2. 회귀식 (Regression Equation)

  • - 형태 : 일반적으로 회귀식은 다음과 같은 형태로 표현됩니다: [ y = mx + b ]
    •              y: 종속 변수 (성적)
    •              x: 독립 변수 (ALC룸 활용도)
    •              m: 기울기 (slope) - ALC룸 활용도가 1 단위 증가할 때 성적이 얼마나 증가하는지를 나타냅니다.
    •              b: 절편 (intercept) - ALC룸 활용도가 0일 때의 성적을 나타냅니다.

  • - 예시 해석 : 

  •              만약 회귀식이 ( y = 2.5x + 50 )이라면:
    •              ALC룸 활용도가 1 증가할 때 성적이 2.5 점 증가한다는 의미입니다.
    •              ALC룸 활용도가 0일 때 성적은 50점이라는 의미입니다.

  • 3. 결정계수 (R²)

  • - 정의 : R²은 회귀 모델이 종속 변수의 변동성을 얼마나 잘 설명하는지를 나타내는 지표입니다. 값은 0에서 1 사이의 범위를 가집니다.
  • - 해석:
    •              0.0: 모델이 종속 변수의 변동성을 전혀 설명하지 못함
    •              0.1 ~ 0.3: 모델이 약간의 변동성을 설명함
    •              0.3 ~ 0.5: 모델이 중간 정도의 변동성을 설명함
    •              0.5 ~ 0.7: 모델이 상당한 변동성을 설명함
    •              0.7 ~ 1.0: 모델이 대부분의 변동성을 설명함

  • - 예시 해석 : 만약 R² 값이 0.76이라면, 모델이 성적 변동성의 **76%**를 설명한다고 해석할 수 있습니다. 이는 ALC룸 활용도가 성적에 미치는 영향을 잘 설명하는 모델임을 의미합니다.

  • 4. 종합 해석

  • - 상관관계의 방향: 상관계수가 양수라면 두 변수는 같은 방향으로 움직이며, 음수라면 반대 방향으로 움직입니다.
  • - 상관관계의 강도: 상관계수의 절대값이 클수록 두 변수 간의 관계가 강하다는 것을 의미합니다.
  • - 모델의 적합도: R² 값이 높다면, 독립 변수가 종속 변수의 변동성을 잘 설명하고 있다는 의미입니다.

  • 결과 해석

  • p-값 해석:
    • p-값이 0.05보다 작으면, 두 그룹 간의 평균 차이가 통계적으로 유의미하다는 것을 의미합니다. 이 경우 귀무가설을 기각하고, 대립가설을 채택합니다.
    • p-값이 0.05 이상이라면, 두 그룹 간의 평균 차이는 유의미하지 않다고 판단합니다.

  • ALC룸 데이터 분석기의 출력 결과를 해석하는 방법


  • 1. 정량적 분석 결과 해석

    1.1. 평균 (Mean) : 입력한 성적 데이터의 평균값으로, 전체 학생들의 성적 수준

  •           평균이 높을수록 전반적으로 학생들의 성적이 좋다는 것을 의미합니다.
    •           예를 들어, 평균이 85라면 학생들이 전반적으로 성적이 높은 편임을 나타냅니다.

  • 1.2. 분산 (Variance) : 성적 데이터의 분산 정도를 나타내며, 각 데이터가 평균으로부터 얼마나 퍼져 있는지를 보여줍니다.

  •           분산이 크면 성적이 고르게 분포되지 않고, 학생들 간의 성적 차이가 크다는 의미입니다.
    •           예를 들어, 분산이 20이라면 학생들 간 성적 차이가 비교적 크며, 일부 학생은 매우 높은 성적을 받고 있는 반면, 일부는 낮은 성적을 받고 있음을 나타냅니다.

  • 1.3. 표준편차 (Standard Deviation) : 분산의 제곱근으로, 데이터가 평균으로부터 평균적으로 얼마나 떨어져 있는지를 나타냅니다.

  •           표준편차가 작으면 성적이 평균에 가까운 값으로 모여 있다는 의미이며, 표준편차가 크면 성적이 평균에서 멀리 퍼져 있다는 것을 나타냅니다.
    •           예를 들어, 표준편차가 4라면 대부분의 학생의 성적이 평균에서 ±4 이내에 위치해 있음을 의미합니다.

  • 2. 정성적 분석 결과 해석

    2.1. 긍정적인 피드백 : 학생들이 ALC룸 수업에 대해 긍정적으로 평가한 피드백의 수와 내용입니다.

  •           긍정적인 피드백 개수가 많다면 ALC룸 수업이 학생들에게 긍정적인 영향을 미쳤다는 것을 나타냅니다.
    •           예를 들어, "ALC룸이 유용했다"와 같은 피드백이 많다면, 학생들이 ALC룸의 활용을 높게 평가하고 있음을 알 수 있습니다.

  • 2.2. 부정적인 피드백 : 학생들이 ALC룸 수업에 대해 부정적으로 평가한 피드백의 수와 내용입니다.

  •           부정적인 피드백 개수가 많다면 ALC룸 수업에서 개선이 필요한 부분이 있다는 것을 나타냅니다.
    •           예를 들어, "기술적 문제가 있었다"와 같은 피드백이 많다면, ALC룸 수업의 기술적 문제를 해결해야 할 필요성이 있음을 알 수 있습니다.

  • 3. 종합 해석

  • 정량적 분석 결과가 긍정적이라면, ALC룸 수업이 효과적임을 나타내며, 그에 따라 지속적인 활용을 고려할 수 있습니다.
  • 반면, 정성적 분석에서 부정적인 피드백이 많다면, 이를 바탕으로 개선점을 찾아야 합니다. 예를 들어, 기술적 문제나 수업 내용의 개선이 필요할 수 있습니다.

  • SWOT 분석 결과를 해석하는 방법

  • 1. 강점 (Strengths) :  ALC룸 수업에서 긍정적인 경험이나 효과적인 요소를 나타냅니다.

  • 강점 피드백 개수: 강점으로 분류된 피드백의 개수를 확인합니다. 이 숫자가 많을수록 학생들이 ALC룸 수업의 긍정적인 측면을 많이 경험했음을 의미합니다.
    • 예시 피드백: 예시로 제공된 피드백을 통해 어떤 요소가 강점으로 작용하는지 확인합니다. 예를 들어, "수업이 유익했다"는 학생들이 수업 내용의 유익함을 느꼈음을 나타냅니다.

  • 2. 약점 (Weaknesses) :  ALC룸 수업에서 부정적인 경험이나 효과가 부족한 요소를 나타냅니다.

  • 약점 피드백 개수: 약점으로 분류된 피드백의 개수를 확인합니다. 이 숫자가 많다면, ALC룸 수업에서 개선이 필요한 부분이 많다는 것을 의미합니다.
    • 예시 피드백: 예시로 제공된 피드백을 통해 학생들이 어떤 부분에서 불만을 느끼고 있는지 파악할 수 있습니다. 예를 들어, "더 많은 실습이 필요하다"는 실습 시간이 부족하다는 것을 나타냅니다.

  • 3. 기회 (Opportunities) : ALC룸 수업의 발전 가능성을 나타내는 요소입니다.

  • 기회 피드백 개수: 기회로 분류된 피드백의 개수를 확인합니다. 기회가 많을수록 ALC룸 수업이 더 발전할 수 있는 방향이 많다는 것을 의미합니다.
    • 예시 피드백: 예시로 제공된 피드백을 통해 어떤 기회를 활용할 수 있는지 파악합니다. 예를 들어, "새로운 기술을 배우는 기회가 있다"는 발전 가능성을 암시합니다.

  • 4. 위협 (Threats) :  ALC룸 수업에 부정적인 영향을 미칠 수 있는 요소입니다.

  • 위협 피드백 개수: 위협으로 분류된 피드백의 개수를 확인합니다. 이 숫자가 많다면, ALC룸 수업이 외부 요인이나 내부 문제로 인해 영향을 받을 수 있다는 것을 의미합니다.
    • 예시 피드백: 예시로 제공된 피드백을 통해 어떤 위협 요소가 있는지 파악합니다. 예를 들어, "경쟁이 치열하다"는 외부에서의 압박을 나타냅니다.

  •  

  • 사용 방법

  • 1. 주차를 선택한 후 각 팀의 활동 점수를 입력하고
  • 2. "저장" 버튼을 클릭하여 데이터를 확인하거나 "엑셀로 저장" 버튼을 클릭하여 CSV 파일로 다운로드합니다.
  • 3. 다운로드되는 파일의 이름은 ALC룸_활동_기록_주차{week}.csv 형식으로, 선택한 주차 정보가 파일명에 포함됩니다.
{"google":[],"custom":["Noto Sans KR","Nanum Square"]}{"google":["Barlow","Libre Baskerville"],"custom":["Noto Sans KR"]}