메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국교육정보미디어학회 교육정보미디어연구 교육정보미디어연구 제25권 제1호
발행연도
2019.1
수록면
171 - 199 (29page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
‘한국형 대형 온라인 공개강좌’인 ‘K-MOOC(Korea Massive Open Online Course)’ 서비스가 2015년 시작되어 빠르게 확산되고 있는 추세에 있다. 정부 주도형 K-MOOC가 지속적으로 활성화하고 발전하기 위해서는 K-MOOC 강좌를 수강하려는 잠재적 수요자인 학습자의 요구와 기대가 무엇인지 정확히 파악하는 것이 중요하다. 본 연구에서는 컨조인트 분석법(conjoint analysis)을 적용하여 잠재적 학습자들이 K-MOOC 강좌를 수강할 때 중요하게 고려하는 속성들과 선호하는 속성들을 분석하였다. 컨조인트 분석을 위한 요소로 1) 강좌의 거시적 요소(강좌분야, 강좌 수강 목적, 강좌 언어), 2) 강좌의 내적 요소(강좌 내용수준, 강좌 기간, 과제의 양, 주간학습 권장기간), 3) 강좌의 강의 이후 요소(이수증 발급여부, 학점 반영 및 인정여부, 강의만족도 공개여부)로 요소별 속성과 속성 수준을 결정하였다. 분석에 사용한 컨조인트 설문지는 총 542-568이었다. 컨조인트 분석 결과를 요약하면 다음과 같다. 첫째, K-MOOC 강좌의 거시적 요소에서 중요하게 생각하는 속성의 중요도는 강좌 수강 목적, 강좌 분야, 강좌 언어 순으로 나타났다. 둘째, K-MOOC 강좌의 내적 요소 측면에서 중요도는 주간학습 권장시간, 강좌 기간, 과제의 양, 강좌 내용수준 순서로 나타났다. 셋째, K-MOOC 강좌의 강의 이후 요소에서 중요도의 순서는 학점반영/인정여부, 이수증 발급여부, 강의만족도 공개여부 순으로 상대적 중요성이 밝혀졌다. 본 연구는 컨조인트 분석을 통해 K-MOOC의 잠재적 수요자가 선호하는 속성이 무엇인지를 파악하였고 다양한 배경변인별로 수요자의 요구가 반영된 맞춤형 K-MOOC 강좌의 모습을 제시하고 있다.
#K-MOOC #Learners' needs analysis #Conjoint analysis

목차

등록된 정보가 없습니다.

참고문헌 (31)

참고문헌 신청
김부용 / 2014 / 순위기반 컨조인트분석에서 선호도측정을 위한새로운 방법 / 응용통계연구 27(2):185~195 dbpia 김상우 / 2017 / 컨조인트 분석의 이론과 활용에 관한 연구 google schola 김진일 / 2016 / 한국형 무크 플랫폼 표준화를 위한 핵심 기능 도출 / 한국정보기술학회논문지 14(3):137~145 dbpia 남상은 / 2017 / 사례연구를 통한 K-MOOC에서 상호작용의 정도와 패턴의 변화 양상 탐구 / 교육정보미디어연구 23(4):735~762 dbpia 민완기 / 2000 / 전자상거래 시장분석을 위한 방법론 연구: Conjoint Analysis Method를 중심으로 / 통계분석연구 5(1):1~29 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0