본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

목차

인지부하 측정을 위한 구인의 탐색 및 타당화 / 류지헌 ; 임지현 1

●요약● 1

I. 인지부하이론의 기본가정과 측정요인의 도출 2

1. 인지부하이론의 기본 가정 2

2. 인지부하의 측정방법 4

3. 연구의 필요성 및 목적 6

II. 연구방법 6

1. 인지부하 측정구인의 도출 6

2. 연구대상 9

3. 학습도구 9

4. 인지부하 측정도구 및 절차 10

5. 분석방법 12

III. 연구결과 12

1. 탐색적 요인분석 12

2. 확인적 요인분석 15

IV. 결론 및 논의 19

1. 결론 19

2. 논의 20

참고문헌 23

Abstract 27

초록보기

이 연구의 목적은 인지부하 측정을 위한 구인을 도출하는 것이다. 이를 위하여 문헌분석을 통하여 5개의 요인을 도출하였으며, 이를 바탕으로 인지부하 측정설문을 개발하였다. 이 연구에 참여한 연구대상은 대학생 217명이었으며 컴퓨터 기반의 학습활동을 실시한 다음에 인지부하 설문에 응답하도록 하였다. 우선 탐색적 요인분석(KMO=.89, Bartlett 검정=2393.58, p<.01)을 실시하였으며 요인추출 방법은 최대우도법(maximum likelihood method)을 적용하여 모형의 적합도를 평가했다. 또한 요인의 회전을 위해서는 사교회전 방법을 적용하였다. 최종적으로 5요인모형이 적합한 것으로 평가되었으며, 설명된 총분산은 61.45%이었다. 최종적으로 도출된 5요인은 자기 평가(self evaluation), 신체적 노력(physical effort), 정신적 노력(mental effort), 자료 설계(material design), 과제 난이도(task difficulty)였으며, 총 20문항으로 구성되었다. 탐색적 요인분석의 결과에 대한 타당화를 위하여 확인적 요인분석이 실시되었다. 확인적 요인분석의 결과에 따르면 카이검증(χ2=330.68, p<.05)과 GFI(=.87)는 수용기준에 미치지 못했으나, CMIN/DF=2.07, IFI=.93, CFI=.93, TLI=.91, RMSEA=.07인 것으로 나타나 적합한 것으로 평가되었다. 또한 각 구인별 측정문항의 개념타당도, 개념신뢰도, 분산추출지수, 문항의 내적 일관성에 대한 검토가 진행되었다. 전체적으로 개념타당도, 개념신뢰도, 문항의 내적 일관성에서는 수용수준에 이른 것으로 평가되었다. 그러나 분산추출지수는 최저기준에 이르지 못했기 때문에 수렴타당도를 형성하지 못한 것으로 나타났다. 이 연구를 통하여 다음과 같은 논의를 제시하였다. 첫째, 인지부하를 위한 고차요인 모형의 형성 가능성에 대한 연구가 필요하다. 둘째, 학습자의 지식수준에 따라서 내재적 인지부하가 변화될 수 있기 때문에 이러한 변화가능성을 반영한 요인모형을 연구할 필요가 있다. 셋째, 학습자의 동기수준이나 정서상태에 따라서 인지할당의 효율성이 달라질 수 있다. 넷째, 학습자의 작업기억 용량에 따라서 인지부하의 효율성이 달라질 수 있기 때문에 작업기억과 인지부하와의 역동적 속성을 반영해야 한다. 다섯째, 인지부하에 대한 연구에서 생리신호와 같은 행동적 특성을 반영한 심층적 연구가 필요하다.

The purpose of this study was to identify the measurement constructs of cognitive load theory and validate the factor model derived from the exploratory study. In an effort to meet the purposes literature review was conducted to establish initial factors, and it turned out 5 factors(self-evaluation, physical efforts, mental efforts, material design, and task difficulty). The total numbers of questionnaire items were twenty, which each category contained four items. With the given initial factor model, an exploratory factor analysis was conducted. The extraction method was maximum likelihood method, and oblique technique was applied for the factor rotation. The total explained variance were estimated as 61.45%, and five factor model was selected. Also an confirmative factor analysis was conducted to validate the five factor model. The overall goodness-of-model fit was evaluated as acceptable: CMIN/DF, IFI, CFI, TLI, and RMSEA met with the minimum requirements. Once the model estimation was acceptable, construct validation, composite reliability, variance extraction, and Cronbach's α were evaluated. All the questionnaires were evaluated to meet the requirement for construct validation, composite reliability, and Cronbach's α. However, variance extractions of each latent variables did not meet the minimum requirement except for mental effort. This result indicated that the five factor model extracted from this study established constructs, which were acceptable for construct validation, but the factor model could not establish a sound convergent validation to measure the cognitive load. First, this study suggested that constructs of cognitive load may form a higher-oder structure rather than a single factor model. Second, there could be a moderate effect by learner's knowledge level. Third, motivation aspect should be added to measure cognitive load because affective factor may have an impact on learner's cognitive load. Fourth, the learner's working memory capacity (WMC) may affect the cognitive load because the efficiency of cognitive process will be relied on the WMC. Last, behavioral feature such as physiological factor should be included for the further study. In this study, physical effort was extracted one of the constructs of cognitive load.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
인지부하 측정을 위한 구인의 탐색 및 타당화 류지헌 ;임지현 pp.1-27

보기
교수 가이던스 관점에서 디지털교과서 활용유형이 수학과 학습효과에 미치는 영향 송해덕 ;박주호 pp.29-46

보기
사이버가정학습체제 학습관리시스템의 상호작용 지원 기능 분석 엄우용 ;안병규 pp.47-66

보기
웹기반 프로젝트 학습에서 학습자 간 상호작용과 학습실재감이 학습성과에 미치는 영향 강명희 ;박미순 ;정지윤 ;박효진 pp.67-85

보기
학습관리시스템(LMS) 강의실 메뉴 기능이 학습동기 및 상호작용에 미치는 영향 :원격대학 LMS 강의실을 중심으로 심미자 ;김종민 pp.87-108

보기
온라인 사례기반학습에서 사례의 구성방식과 추론활동 지원도구의 제공에 따른 효과 분석 임영택 ;류완영 pp.109-131

보기
이러닝 학습환경에서 텍스트 구조 파악 및 내용 이해 촉진을 위한 텍스트 정보 구조의 시각적 설계전략 개발 및 효과성 연구 성은모 pp.133-158

보기

참고문헌 (58건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 김계수 (2007). Amos 7.0 구조방정식모형 분석. 서울: 한나래. 미소장
2 김원표 (2006). Amos를 이용한 구조방정식 모델분석. 서울: 사회와 통계. 미소장
3 목정윤 (2004). 웹 기반 학습자료의 글자체와 강조 방법이 가독성, 선호도 및 학업성취도에 미치는 영향. 석사학위 논문, 이화여자대학교. 미소장
4 Cognitive Load & Instructional Design 소장
5 Adcock, A. B. (2004). The interaction of learner expertise and instructional role of a pedagogical agent on learner perception of agent, perceived cognitive load and task performance. Unpublished doctoral dissertation, The University of Memphis, TN. 미소장
6 Interactions between attention and working memory 네이버 미소장
7 Ayres, P. (2006). Using subjective measures to detect variations of intrinsic cognitive load within problems. Learning and Instruction, 16(5), 389-400. 미소장
8 Bherer, L., Kramer, A. F., Peterson, M. S., Colcombe, S., Erickson, K., & Becic, E. (2005). Training effects on dual-task performance: Are there age-related differences in plasticity of attentional control? Psychology and Aging, 20(4), 695-709. 미소장
9 Braarud, P. O. (2001). Subjective task complexity and subjective workload: Criterion validity for complex team tasks. International Jounal of Cognitive Ergonomics, 5(3), 261-273. 미소장
10 Direct Measurement of Cognitive Load in Multimedia Learning 네이버 미소장
11 Assessment of Cognitive Load in Multimedia Learning with Dual-Task Methodology: Auditory Load and Modality Effects 네이버 미소장
12 Assessment of cognitive load in multimedia learning using dual-task methodology. 네이버 미소장
13 Burkes, K. M. E. (2007). Applying cognitive load theory to the design of online learning. Unpublished doctoral dissertation, University of North Texas, TX. 미소장
14 Capa, R. L., Audiffren, M., & Ragot, S. (2008). The interactive effect of achievement motivation and task difficulty on mental effort. International Journal of Psychophysiology, 70(2), 144–150. 미소장
15 Christensen, W. & Miller, R. B. (2008). Motivational influences on cognitive load: The effects of cognitive load on motivation in multimedia learning environments. VDM Verlag Dr. Müller. 미소장
16 Christensen, W. R. (2005). The effects of cognitive load conditions upon performance, anxiety, and self-efficacy in computer-based learning environments. Unpublished doctoral dissertation, The University of Oklahoma, OK. 미소장
17 Clark, C. R., & Mayer, R. E. (2008). E-learning and the science of instruction: Proven guidelines for consumers and designers of multimedia learning (2nd ed.). San Francisco, CA: Pfeiffer 미소장
18 Cook, A. E., Zheng, R. Z., & Blaz, J. W. (2009). Measurement of cognitive load during multimedia learning activities. In R. Z. Zheng (Ed), Cognitive effects of multimedia learning. (pp. 34-50). NY, Information Science Reference. 미소장
19 Doolittle, P. E., Terry, K. P., & Mariano, G. J. (2009). Multimedia learning and working memory capacity. In R. Z. Zheng (Ed), Cognitive effects of multimedia learning. (pp. 17-33). NY, Information Science Reference. 미소장
20 Fisher, S. L., & Ford, J. K. (1998). Differential effects of learner effort and goal orientation on two learning outcomes. Personal Psychology, 51(2), 397-420. 미소장
21 Designing Instructional Examples to Reduce Intrinsic Cognitive Load: Molar versus Modular Presentation of Solution Procedures 네이버 미소장
22 Gerjets, P., Scheiter, K., & Catrambone, R. (2006). Can learning from molar and modular worked-out examples be enhanced by providing instructional explanations and prompting self-explanations? Learning and Instruction, 16(2), 104-121. 미소장
23 Hart, S. G., & Staveland, L. E. (1988). Development of NASA-TLX(Task Load Index): Results of empirical and theoretical research. In P. A. Handcock & N. Meshkati(Eds.), Human mental workload. (pp. 139-183). Amsterdam: Elsevier. 미소장
24 Hair, J. F., Anderson, R. E., Tatham, R.L., & Black, W. C. (1998). Multivariate data analysis (5th ed.). New York: Macmillan Publishing Company 미소장
25 A dynamic model of stress and sustained attention. 네이버 미소장
26 Hancock-Niemic, M. A. (2008). Example-based learning: Exploring the use of matrices and problem variability. Unpublished doctoral dissertation, Arizona State University, AZ. 미소장
27 Ikehara, C. S., & Crosby, M. E. (2005). Assessing cognitive load with physiological sensors. Paper presented at the 38th Hawaii International Conference on Systems Sciences. 미소장
28 Attention allocation in the dual‐task paradigm as measured through behavioral and psychophysiological responses 네이버 미소장
29 Kim, K. H. (2004). The effects of an interactive navigational map and spatial ability on Web-based learning. Unpublished doctoral dissertation, The University of Iowa, IA. 미소장
30 Cognitive load theory: implications of cognitive load theory on the design of learning 네이버 미소장
31 Lee, H. J. (2004). The Effects of intrinsic and extraneous load on learning with computer-based simulations. Unpublished doctoral dissertation, New York University. 미소장
32 Low, R. & Jin, P. (2009). Motivation and multimedia learning. In R. Z. Zheng (Ed), Cognitive effects of multimedia learning. (pp. 154-172). NY, Information Science Reference. 미소장
33 Miller, C. D. (2007). Demystifying aesthetics: An examination of the relationships and effects of emotional design on learner cognitive load and task performance. Unpublished doctoral dissertation, University of Minnesota, MN. 미소장
34 Miyake, A., & Shah, P. (Eds.) (1999). Models of working memory. Mechanisms of active maintenance and executive control. Cambridge, UK: Cambridge University Press. 미소장
35 Personalized Messages That Promote Science Learning in Virtual Environments 네이버 미소장
36 Moreno, R. (2006). When worked examples don’'t work: Is cognitive load theory at an impasse? Learning and Instruction, 16(2), 170-181. 미소장
37 Working Memory in Writing: Empirical Evidence From the Dual-Task Technique 네이버 미소장
38 Training Strategies for Attaining Transfer of Problem-Solving Skill in Statistics: A Cognitive-Load Approach. 네이버 미소장
39 Paas, F., & van Gog, T. (2006). Optimising worked example instruction: Different ways to increase germane cognitive load. Learning and Instruction, 16(2), 87-91. 미소장
40 Instructional Control of Cognitive Load in the Training of Complex Cognitive Tasks 네이버 미소장
41 Cognitive Load Theory and Instructional Design: Recent Developments 네이버 미소장
42 Cognitive Load Theory: Instructional Implications of the Interaction between Information Structures and Cognitive Architecture 네이버 미소장
43 Cognitive Load Measurement as a Means to Advance Cognitive Load Theory 네이버 미소장
44 A motivational perspective on the relation between mental effort and performance: Optimizing learner involvement in instruction 네이버 미소장
45 Evaluation of Subjective Mental Workload: A Comparison of SWAT, NASA‐TLX, and Workload Profile Methods 네이버 미소장
46 Television is "easy" and print is "tough": The differential investment of mental effort in learning as a function of perceptions and attributions. 네이버 미소장
47 A Reconsideration of Cognitive Load Theory 네이버 미소장
48 Assessing Cognitive Load in Adaptive Hypermedia Systems: Physiological and Behavioral Methods 네이버 미소장
49 Cognitive Architecture and Instructional Design 네이버 미소장
50 Diagnosticity and multidimensional subjective workload ratings 네이버 미소장
51 Tribble, M. K. (2001). Humor and mental effort in learning. Unpublished doctoral dissertation, University of Georgia, GA. 미소장
52 Cognitive Load Theory and Complex Learning: Recent Developments and Future Directions 네이버 미소장
53 Techniques of subjective workload assessment: a comparison of SWAT and the NASA-Bipolar methods 네이버 미소장
54 Verhoven, L., Schnoz, W., & Paas, F. (in press). Cognitive load in interactive knowledge construction. Learning and Instruction. British Journal of Educational Technology. 미소장
55 Whelan, R. R. (2006). The multimedia mind: Measuring cognitive load in multimedia learning. Unpublished doctoral dissertation, New York University. 미소장
56 Wilkinson, D. L. (2004). Effects of prior knowledge and spatial ability on learning outcomes and cognitive load associated with rich and lean multimedia presentation. Unpublished doctoral dissertation, The University of Kansas, KS. 미소장
57 Windell, D., & Wiebe, E. N. (2007). Measuring cognitive load in multimedia instruction: A Comparison of two instruments. Paper presented at the American Educational Research Association. 미소장
58 Prediction of Mental Workload in Single and Multiple Tasks Environments 네이버 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기