비대면 수업상황에서 초기성인 학습자의 디지털정보활용역량, 사회적 지지, 자기주도학습능력, 학습몰입 간의 구조적 관계

Ⅰ. 서 론

최근의 감염병(COVID-19 이하: 코로나19)은 우리 삶의 많은 부분을 변화시켰다. 특히 교육부문에 있어 상당 부분 변화되었고, 이 시기에 발생한 대표적인 신조어 중 하나가 바로 언택트 러닝(Untact learning)이다. 언택트 러닝이란, 연결을 뜻하는 컨택(Contact)에서 부정·반대를 뜻하는 언(un)을 붙인 후 학습(Learning)이란 단어를 추가한 조합언어로 사람들과 접촉을 지양하는 의미로 동일한 시공간에서 만나는 것이 아닌, 공간의 분리 및 시간의 분리에 따른 교육을 포괄적으로 말하며 비대면 수업이라고도 표현한다. 교육부는 코로나 19로 인한 2020년 대학 학사 운영 권고안(Ministry of Education press release, 2020)에서 비대면 수업을 권고하였고, 이에 따라 거의 대부분의 대학들이 시급하게 비대면 수업을 실시하게 되었다. 예를 들어 LMS(Learning Management System)에서 구현하는 자기녹화방식의 일방적인 동영상 강의, 구글미트, 웨벡스, 줌, 구르미과 같은 실시간 교육, 교재와 위성을 통한 실시간 혹은 녹화 TV교육 등이 비대면의 대표적인 수업 방식이라고 할 수 있다.

비대면 등의 온라인 학습은 컴퓨터 및 스마트 폰을 통하여 이루어지는 교육으로 학습이 시간이나 장소에 구애받지 않는 장점이 있다(Carliner, 2004). 대학에서는 대부분 인터넷을 통하여 LMS플랫폼 온라인 수업을 구현하므로 이러닝이라고도 한다.

비대면 방식의 대학교육 역시, 코로나19 환경에 적응하면서 교육의 완성도 및 교육효과에 대한 논의가 이루어지고 있다. 대표적으로, 교수자 및 학습자는 교육의 실효성을 실시간으로 확인할 수 있는 대면교육에 비해 비대면 교육 과정에서학습격차를 확인하거나 수행평가를 충분히 하지 못한다는 점에서 염려하고 있다. 또한, 코로나 19 상황에서의 비대면 교육으로 인한 학습격차 극복 방안에 대해 연구의 필요성이 제기되고 있으며, 어떻게 학습효과성을 담보해 낼 수 있는가에 대한 고민도 깊어지고 있는 상황이다.

비대면의 대표적 학습인 이러닝 학습은 교수자 관련 요인보다 학습자 관련 요인이 학습에 더 많은 영향을 미치게 되는데, 이런 상황에서 비대면에서의 효과성을 확보하기 위해서는 학습자의 행동, 지식, 활용능력, 심리적 특성 등의 학습자 개인특성을 전반적으로 고려할 필요가 있다(Park et al., 2007).

학습자의 특성 중 자기주도학습능력은 학업성취도를 측정하는 주요 변인이다(Zimmerman, 1990). 자기주도학습은 인지조절, 동기조절, 행동조절로 나뉘는 데(Choi and Choi, 2012), 비대면 학습 상황에서 디지털활용역량은 학습자의 인지적 영역에서 중요한 요소라고 할 수 있다.

디지털정보활용역랑에 대하여 근본적으로 살펴보기 위하여 고려해야 하는 개념은 리터러시(Literacy)를 출발점으로 한다. 최근의 리터러시의 의미는 특정 분야에서 역량과 지식을 지칭하는 것으로 활용되었고, 온라인 상의 지식정보 및 인터넷이나 스마트폰 등의 플랫폼을 자유자재로 활용할 수 있는 능력이라고 할 수 있다(OECD, 2016). 따라서, 디지털정보활용역량은 궁극적으로 디지털 정보의 역동적 활용 수준을 높이는데 긍정적인 영향을 미칠 수 있다(Correa, 2016). 또한 디지털정보활용역량은 사용자의 경력, 업무, 교육을 증진할 수 있는 기회와 자원을 제공한다는 점에서(DiMaggio et al., 2004), 비대면 수업 시의 디지털정보활용역량과 학습효과성 간의 관계를 살펴보는 것이 필요하다. 추가적으로, 디지털정보활용역량과 학습효과성의 직접적인 관계 뿐 아니라 학습자의 자기조절능력에 해당되는 요소들을 직간접적으로 고려해 볼 수 있을 것이다. 이를 통해 학습효과성을 높이기 위한 비대면 수업에서의 교수설계 및 학습설계 과정에 구체적인 도움을 줄 수 있을 것이다.

다음으로 비대면 수업 상황에서 학습자의 동기적 요소인 사회적 지지와 행동적 요소인 자기주도학습능력을 면밀하게 관찰해 볼 필요가 있다. 비대면 수업은 집합장소가 아닌 집 등의 개인과 교수자와 학습을 하는 상황이라 학습자가 주변의 학생들과 자신의 학습 상황에 대한 비교가 불가하며, 동기를 저하하는 요인이 될 수 있다. 물론 줌 등을 활용한 수업에서는 학습자들이 동시에 들어오기는 하나 학습의 진도 및 내용을 서로 공유하는 데 대면에 비하여 많은 어려움이 따른다. 따라서, 주변 학생 및 교수자 등의 지지원들과 지속적인 상호작용을 통하여 학습의 성과를 올리는 것을 기대해 볼 수 있을 것이다. 기존 실증연구에서도 성인학습자의 사회적 지지는 학습몰입에 긍정적 영향을 미치는 것으로 확인되었다(Kim and Jeon, 2015).

한편, 자기주도학습능력은 학습몰입의 강력한 변인으로 사용되었으며, 자기주도학습능력은 학습몰입 간의 관계에서 유의미한 상관관계를 가지고 있는 것으로 파악되었다(Park, 2009). 초기성인 학습자인 대학생은 수업 및 학점의 설계 및 선택에 대한 자기주도성이 필요하다. 또한, 비대면 수업에서의 학습의 내용, 학습의 시간구성 등 자기주도적으로 학습을 이끌어야 하는 여건이 많이 발생되고 있다는 점을 고려한다면, 비대면의 자기주도학습능력은 학습몰입에 영향을 미칠 수 있을 것이다(Park, 2009). 더불어, 사회적 지지와 자기주도학습능력 간의 관계에서 학습준비도와 향후 자기발전에 긍정적인 영향을 미치고 있다는 연구 결과(Berdnet, 2000)를 통하여 비대면 학습환경에서 중시될 수밖에 없는 자기주도학습능력이 학습몰입에 영향을 줄 수 있음을 고려할 수 있다.

지금까지 초기성인 학습자인 대학생들의 대면 상황에서 학습몰입 등의 학습결과에 대한 연구들은 있었지만, 비대면 상황에서 디지털활용역량을 긍정적으로 활성화할 만한 관련 변인과 학습결과에 대한 실증적 연구는 찾아보기 어렵다. 따라서, 비대면 수업에서 학습자 관련 개인 역량, 학습자의 환경과 특성과의 관계를 고려한 학습몰입을 검증할 수 있다는 점에서 본 연구의 의의가 있으며, 연구 문제는 다음과 같다.

연구문제 1. 비대면 수업에서 초기성인 학습자의 디지털정보활용역량, 사회적 지지, 자기주도학습능력, 학습몰입 간의 구조적 관계는 어떠한가?

연구문제 2. 비대면 수업에서 초기성인 학습자의 디지털정보활용역량, 학습몰입 간의 관계에서 사회적 지지, 자기주도학습능력은 매개효과를 가지는가?

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

1. 연구모형

본 연구에서는 비대면 수업 상황에서 초기성인 학습자의 디지털정보활용역량과 학습몰입과의 관계에서 사회적 지지와 자기주도학습능력이 매개효과를 가지는 지 살펴보고자 하였으며, 이를 위해 설정한 연구모형은 다음의 [Fig. 1]과 같다.

[Fig. 1]

Research Model.

Ⅳ. 연구 결과

본 연구의 측정모형의 검증은 확인적 요인분석을 통해 이루어졌다. 모형의 간명도를 높이기 위하여 사회적 지지, 자기주도학습능력은 문항합산(Item Parceling) 방법을 활용하였으며, 디지털정보활용능력과 학습몰입은 이론적 배경을 바탕으로 하여 측정변수를 설정하였다. [Fig. 2]와 같이 측정된 확인적 요인분석을 통해 해당 연구의 측정변인들이 잠재변인을 제대로 측정하고 있는지 확인하였다. 적합도 판단 기준으로 많이 이용되고 있는 RMSEA(근사치 오차평균 제곱근 Root Mean Square Error of Approximation: 0.1 이하 수용), CFI(비교 적합도 지수 comparative fit index: 0.9 이상 수용), NFI(증분적합지수 Normed Fit Index: 0.9 이상 수용), TLI(비표준화 적합도 지수 Turker Lewis Index: 0.9 이상 수용)를 이용하여 측정모형이 적합한지를 확인하였다(Hair et al., 2006). 모형에 대한 적합도는 다음 <Table 1>과 같이 적합지수를 나타내어 확인적 요인분석을 위해 만들어진 모형이 적합함을 검증하였다.

[Fig. 2]

Confirmatory Factor Analysis.

<Table 1>

Goodness-of-Fit Indexes for a confirmatory factor-analysis model

다음으로는 설문문항의 내적 일관성을 검증하기 위하여 Cronbach’s α값을, 주요 변인의 일반적인 내용을 확인하기 위하여 기술통계를 실시하였고 그 결과는 <Table 2>와 같다. 또한 변인 사이의 관련성 여부 정도와 정(+), 부(-) 방향을 알기 위하여 Karl Pearson 적률상관계수를 적용한 상관관계분석을 실행하였고, 그 결과는 다음 <Table 3>과 같았다. 해당 분석을 통하여 디지털정보활용능력, 사회적 지지, 자기주도학습능력, 학습몰입 사이에 매우 유의하면서 정(+)적인 관계가 형성되었음을 확인하였다.

<Table 2>

Means, Standard Deviations, and Cronbach's αof Variables

<Table 3>

Correlations, and Reliabilities of Variables

다음으로는 부분매개모형으로 연구모형을 설정하고, 완전매개모형으로 대안모형을 설정하여 각각을 경쟁시키기 위해 해당 모형의 적합도를 비교하였다. 이러한 방법으로 부분매개모형과 완전매개모형을 비교하는 이유는 Kelloway(1998)가 실시했던 연구에서 연구모형을 결정하는데 매개모형이 가장 적절한 모형인지 확인하기 위해 부분매개모형, 완전매개모형의 적합도 비교가 필요하다는 논거에 기인한 것이다.

부분매개모형은 디지털정보활용능력이 사회적 지지와 자기주도학습능력을 매개변인으로 하여 학습몰입에 미치는 영향을 매개하고 있다는 가정 하에 설정되었다. 부분매개모형의 적합도 지수는 <Table 4>에 제시되었다. 부분매개모형의 경우에 χ²=87.247 (df=45, p=.000)로 유의하였으며, 적합도 지수인 NFI=.950 TLI= .963, CFI=.975, RMSEA=.062로 연구에 적합한 모형 적합도 지수를 보였다.

<Table 4>

Goodness-of-Fit Indexes for the research model and the alternative model

다음 분석단계로 연구모형인 부분매개모형과 비교하기 위해 완전매개모형으로 대안모형을 설정하였다. 이를 위해 디지털정보활용능력과 학습몰입 사이의 직접 관계 화살표를 삭제하였다.

완전매개모형의 적합도 지수는 <Table 4>와 같이 χ²=92.676(df=46, p=.000)로 유의하였으며, NFI=.947 TLI= .960, CFI=.972, RMSEA=.065로 기준과 비교하였을 때는 높은 적합도 지수를 보였으나, 부분매개모형과 비교하였을 때 약간 낮은 수준의 적합도 지수를 나타내었다.

다음으로는 두 모형을 비교하기 위하여 완전매개, 부분매개 모형 사이의 값의 차이를 통하여 모형비교를 실시하였는데, 검증한 결과 χ²의 차이는 5.429로 모형 사이 자유도 차이가 1일 때 임계값인 3.84보다 차이가 크게 나타나 유의한 결과를 나타났다. 두 모형의 값과 자유도를 비교했을 때, 두 모형의 비교 검증이 유의미한 결과를 보였으며, 이런 상황에는 자유도가 낮은 모형을 우선하여 선택하게 되는데, 본 연구에서의 완전매개모형과 부분매개모형의 비교에서는 자유도가 낮은 부분매개모형이 선택되었다. 즉, 적합도와 χ² 차이 비교를 통해 부분매개모형이 완전매개모형보다 본 연구를 위해 더 적합한 것으로 분석되었다. 다음 [Fig. 3]에서는 연구모형인 부분매개모형을, [Fig. 4]에서는 대안모형인 완전매개모형을 제시하였다.

[Fig. 3]

Partial Mediation Model.

[Fig. 4]

Full Mediation Model.

본 연구의 주요 변인간의 관계에 대해 분석하기 위해 본 연구의 모형에 대한 경로계수(β), 표준오차(S.E.), p값, t값(C.R.)을 검토하였으며, 해당 모형의 분석결과는 <Table 5>와 같다.

<Table 5>

The path estimates of research model

디지털정보활용능력이 이 사회적 지지에 미치는 영향의 경우에 β=.378로 나타났으며, 자기주도학습능력에 미치는 영향도 β=.345로 유의한 정(+)적인 결과를 보였다(p<.001).

사회적 지지가 자기주도학습능력에 미치는 영향의 경우에 β=.464로 유의한 정(+)적인 결과를 나타내었다(p<.001). 또한 자기주도학습능력이 학습몰입에 미치는 영향의 경우에도 β=.957의 결과를 보여, 유의하면서 정(+)적인 영향을 보이는 것을 알 수 있었다(p<.001). 반면 디지털정보활용능력과 학습몰입와의 관계에서는 β= -.145로 부적인 관계를 보였으며, 사회적 지지와 학습몰입과의 관계는 유의하지 않은 결과를 보였다.

모형분석 결과를 통한 연구변인 사이의 총효과와 직접효과, 그리고 간접효과를 살펴보면 다음 <Table 6>과 같다. 초기성인 학습자의 디지털정보활용능력이 학습몰입에 미치는 총효과 .389 중에서 직접효과는 -.145로 나타났다. 사회적 지지와 자기주도학습능력을 매개변수로 설정한 디지털정보활용능력과 학습몰입 사이의 간접효과는 .534로 보여 부적 결과를 나타낸 직접효과를 훨씬 상회하는 간접효과를 나타냈다.

<Table 6>

Decomposition of Effects

마지막으로 PROCESS macro의 Model에서 6번 모형을 적용하여 매개모형에 대한 분석을 실시하였다(Hayes, 2013). 분석결과 <Table 7>과 같이 독립변수인 디지털정보활용능력, 매개변수인 사회적 지지, 자기주도학습능력, 그리고 종속변수인 학습몰입 사이의 간접효과는 .3237로 밝혀졌다. 이와 더불어 95%의 신뢰구간 사이의 값들이 0을 포함하고 있지 않아 해당 모형 내 매개효과는 유의한 것으로 나타났다.

<Table 7>

PROCESS macro analysis result

Ⅴ. 결론 및 논의

해당 연구에서는 비대면 상황에서 초기성인 학습자의 디지털정보활용역량, 사회적 지지, 자기주도학습능력, 학습몰입 간의 구조적 관계를 파악하며, 디지털정보활용역량이 학습몰입에 미치는 영향 관계에서 사회적 지지와 자기주도학습능력의 매개효과 검증을 목적으로 설정하여 연구를 진행하였다.

이러한 연구목적의 결과에서 비대면 상황에서 초기성인 학습자의 디지털정보활용역량은 사회적 지지와 자기주도학습능력를 통하여 학습몰입에 통계적으로 정적으로 유의한 관계가 형성되어 있음을 확인하였다. 또한 본 연구를 통하여 초기성인 학습자의 디지털정보활용역량은 학습몰입에 직접적으로 정적인 영향을 주는 것보다는 사회적 지지와 자기주도학습능력를 거쳐 학습몰입에 간접적으로 영향을 주는 것으로 밝혀졌다. 연구에서 도출된 결과들을 토대로 결론을 제시하면 다음과 같다.

첫째, 초기성인 학습자의 디지털정보활용역량이 사회적 지지에 미치는 영향은 통계적으로 유의한 정(+)적인 결과(β=.378, p=.000)를 보였다. 그러나 사회적 지지과 학습몰입과의 관계에서는 유의하지 않은 결과를 나타냈다. 한편, 사회적 지지가 자기주도학습능력에 미치는 영향은 통계적으로 유의한 정적인 결과(β=0.464, p=.000)를 나타내었다. 또한 자기주도학습능력이 학습몰입에 미치는 영향의 경우에도 통계적으로 유의하면서 정적인 영향을 주는 것(β=0.957, p=.000)을 알 수 있었다. 하지만, 디지털정보활용역량과 학습몰입는 유의하지만 부(-)적인 결과(β= -.145, p=.035)를 보였다. 이러한 결과는 디지털정보활용역량과 사회적 지지, 학습몰입과의 관계에 대해서 연구한 선행연구들과 일치하는 결과를 보인다(Kim and Jeon, 2015; Noh and Bae, 2017). 본 연구에서는 디지털정보활용역량이 학습몰입에 직접적으로는 부적인 영향을 미치나, 초기성인 학습자의 디지털정보활용역량이 높을수록 사회적 지지 수준 인식이 높아지고 이를 통해 자기주도적으로 학습을 할 수 있는 능력을 기르게 되며, 이를 통해 학습몰입의 수준을 높이는 것을 확인하였다.

둘째, 초기성인 학습자의 디지털정보활용역량이 학습몰입에 미치는 영향에서 사회적 지지와 자기주도학습능력이 매개하는 것으로 나타났다. 디지털정보활용역량이 높을수록 학습몰입과도 정적인 연관이 있다고 밝힌 Kim and Jeon(2015)의 연구에서는 그 중간 과정의 그 중간 과정의 매개변수가 무엇인지를 알 수 없었는데, 본 연구에서는 디지털정보활용역량이 사회적 지지에 영향을 미치고 사회적 지지가 자기주도학습능력에 영향을 미치는 연쇄적 과정을 밝혀냈으며, 또한 이렇게 밝혀진 자기주도학습능력이 학습몰입에 영향을 미치는 상관관계를 볼 수 있었다. 이는 비대면 상황에서는 디지털활용역량 뿐 아니라 사회적 지지나 자기주도학습 능력 등이 결합됬을 때 실제적인 학습몰입을 가져다 줄 수 있다는 의미 있는 연구결과를 집중해 볼 필요가 있다. 실제적으로도 디지털정보활용역량에 학습 증진 혹은 성과를 증진할 수 있는 다양한 변인에 대한 접근과 함께 지속적인 관련 연구가 필요하며, 비대면 상황에서 초기성인 학습자의 학습몰입과 관련하여 주요 변인인 자기주도학습능력의 증진을 위한 구체적인 프로그램을 개발할 필요성을 시사한다.

셋째, 본 연구에서는 디지털정보활용역량과 학습몰입과의 관계에서는 부적 영향(β=-.145)을 나타내는 것으로 나타났다. 또한 사회적 지지와 학습몰입은 유의하지 않은 결과를 보였는데, 이는 디지털정보활용역량과 학습몰입과는 직접적인 관계가 없으나, 디지털정보활용역량이 사회적 지지의 수준을 높이고, 사회적 지지가 초기성인 학습자의 자기주도학습이 학습몰입을 높이는 결과로 설명할 수 있다. 이에 대해서는 초기성인 학습자 주변인들이 초기성인 학습자들이 디지털정보역량을 활용하려는 노력을 지속할 수 있도록 보다 적극적으로 사회적 지지 등의 환경적 요인을 적극적으로 개발할 필요가 있다. 또한, 비대면 상황에서의 초기성인 학습자들을 위한 디지털정보활용능력 및 그에 따른 환경 조성 변인, 학습 몰입 등의 학습 결과가 대면 상황 보다 민감함을 인지하고, 학습 성과를 향상시키기 위해 교수법, 튜터, 학습관리의 학습 환경 조성 및 정부 차원의 행정적, 재정적 지원 등의 정책적인 지원도 같이 병행되어야 할 것이다. 위에서 제시된 연구결과들을 바탕으로 해당 연구의 제한점들과 후속 연구를 위한 제언을 제시하면 다음과 같다. 첫째, 해당 연구에서는 개인 내 내적인 변인들에 중점을 두어 각각의 요소들 사이의 연관성을 바탕으로 학습몰입에 미치는 영향들에 대해 통합적으로 검토해 보고자 하였다. 그러나 학습몰입에 영향을 주는 변인에는 다양한 외적인 요소들이 존재하기 때문에 이런 요소들에 대한 탐색도 같이 이루어질 필요가 있다. 다음으로 본 연구는 한정된 초기성인 학습자를 대상으로 분석되었기에 설문문항이나 결과도출의 일반화에서 어려움이 있을 수 있다. 이에 추후 디지털정보활용능력, 사회적 지지, 자기주도학습능력, 그리고 학습몰입에 대한 관계를 좀 더 집중적으로 탐색할 수 있는 질적연구도 함께 이루어진다면 보다 유의미한 분석이 이루어 질 수 있을 것이다. 그럼에도 불구하고, 본 연구는 비대면 수업 환경 중 상호작용이 없는 과정에서 사회적 지지의 환경적 지원과 개인의 학습 특성이 궁극적으로 학습성과에 긍정적 결과를 제시할 수 있었다는 점에서 의미가 있다.

References

• Bae EK and Lee MY(2010). The Development of the Self-Directed Learning Ability Inventory for Employees in HRD Companies. The Korean Journal of Human Resource Development, 12(3), 1~26. [https://doi.org/10.18211/kjhrdq.2010.12.3.001]
• Bang HW(2018). The Structural Relationships among Achievement Motivation, Academic Emotion Regulation, Self-Directed Learning Ability and Learning Flow of University Students. Unpublished Master dissertation, Dong A University.
• Baron RM and Kenny DA(1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173~1182. [https://doi.org/10.1037/0022-3514.51.6.1173]
• Berdnet(2000). The Relationship between Social Support and Graduate Students’ Growth as Self-directed Learners. Unpublished Master dissertation, Queen’s University.
• Carliner S(2004). An overview of online learning (2nd ed.). Armherst, MA: Human Resource Development Press.
• Choi MK and Seong SH(2012). Structural relationship between social support, self-regulated learning, and academic achievement of middle school students, Youth Studies, 19(11), 357~373.
• Choi JI and Choi JS(2012). The effects of learning plans and time managemet strategies on college students’ self regulated learning and academic achievement in e-learning. Journal of educational studies, 43(4), 221~244.
• Correa T(2016). Digital skills and social media use: how Internet skills are related to different types of Facebook use among ‘digital natives’. Information, Communication and Society. 19(8): 1095~1107. [https://doi.org/10.1080/1369118X.2015.1084023]
• Csikszentmihalyi M(1975). Beyond Boredom and Anxiety. Washington: Jossey-Bass Publishers.
• Csikszentmihalyi M(1988). Motivation and creativity: Towards synthesis of structural and energetic approaches to cognition. New Ideas in Psychology, 6, 159~176. [https://doi.org/10.1016/0732-118X(88)90001-3]
• Csikszentmihalyi M, Rathunde K and Whalen S(1993). Talented teenagers. New York: Cambridge University Press.
• DiMaggio P, Hargittai E, Celeste C, and Shafer, S(2004). From unequal access to differentiated use: a literature review and agenda for research on digital inequality. In: Neckerman K (ed.) Social Inequality. New York: Russell Sage Foundation, 355~400.
• Gam JK and Park MH(2014). The Functional Mechanism of Motivations as Predictor of Continuous Volunteering : Focused on Mediation by Empowerment and Moderation by Management Situations. Critical Welfare Strategies, 45, 7~50.
• Hair JF, Black WC, Babin BJ, Anderson RE and Tatham RL(2006). Multivariate data analysis (Vol. 6). Upper Saddle River, NJ: Pearson Prentice Hall.
• Harju BL and Eppler MA(1997). Achievement motivation, flow and irrational beliefs in traditional and nontraditional students. Journal of Instructional Psychology, 24, 147.
• Hayes AF(2013). An introduction to mediation, moderation, and conditional process analysis: A regression-based approach. New York: Guilford.
• Houle CO(1961). The inquiring mind. Madison, WI: University of Wisconsin Press.
• Hu L and Bentler P(1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Model. 6, 1~55. [https://doi.org/10.1080/10705519909540118]
• Jung JE(2013). The casual relationship of undergraduate student's career adaptability social support, self-esteem and self-directed learning. Unpublished Master dissertation, Korea University.
• Kelloway EK(1998). Using LISREL for structural equation modeling: A researcher's guide. London: Sage.
• Kim HJ(2019). Investigation of the correlation and influencing factors between the digital information level and health satisfaction of the elderly. Unpublished Master dissertation, Seoul National University.
• Kim SJ and Choi SO(2019). The Influence of Digital Literacy on Privacy Concern. Korean society and public administration, 30(2), 257~284.
• Kim TJ and Jeon JS(2015). Structural relationship between psychological well-being, social support, learning commitment, and self-resilience of the elderly participating in lifelong education programs. Lifelong Education·HRD Research 1(3), 17~132.
• Knowles M(1975). Self-directed Learning: A guide for learner and teachers. NY: Association Press.
• Lee HE(2014). Review of Methods for Testing Mediating Effects in Recent HRD Research. The Korean Journal of Human Resource Development, 16(3), 225~249. [https://doi.org/10.18211/kjhrdq.2014.16.3.009]
• Lee JH(2009). Self-determined learning motivation, metacognition, self-directed learning ability and science Structural relationship analysis between learning commitment and academic achievement. Unpublished Doctoral dissertation, Chungbuk National University.
• Martin AJ and Jackson SA(1999). Brief approaches to assessing task absorption and enhanced subjective experience: Examining ‘short’ and ‘core’ flow in diverse performance domains. Motivation and Emotion, 32, 141~157. [https://doi.org/10.1007/s11031-008-9094-0]
• Ministry of Education press release(2020) 2020 University Academic Management Recommendation. Sejong: Ministry of Education.
• Noh SR and Bae SA(2017). The Mediating Effect of Learning Flow on the Relationship between Social Support and Self-Directed Learning in Undergraduate Students. Korean Journal of Youth Studies, 24(12), 121~142. [https://doi.org/10.21509/KJYS.2017.12.24.12.121]
• OECD(2016). PISA 2018 Draft Analytical Frameworks. OECD Publishing.
• Park SI, Lee SE, and Song JE(2007). Factors Affecting Effective Online/Offline Learning in Blended Learning-Focused on University Courses. Korean Society for Open Education 15(1), 17~45.
• Park HG(2009). Analysis of the mediating effect of learning commitment in the relationship between motivational factors and self-directed learning. Unpublished doctoral dissertation, Hongik University.
• Sim MJ(2000). Self-Directed Learning and The Level of Previous Learning on High School Students' Learning Performance and Preference. Unpublished doctoral dissertation, Catholic University.
• Skinner EA and Belmont MJ(1993). Motivation in the classroom; Reciprocal effects of teacher behavior and student engagement across the school year. Journal of Educational Psychology, 85(4), 571~581. [https://doi.org/10.1037/0022-0663.85.4.571]
• Sung EM and Choi HS(2016). Learning Competency of the Highest Academic Achievement Learners in Higher Education. Journal of Educational Technology, 32(2), 427~452. [https://doi.org/10.17232/KSET.32.2.427]
• Van Deursen A and Van Dijk J(2011). Internet skills and the digital divide. New media and society. 13(6), 893~911. [https://doi.org/10.1177/1461444810386774]
• Zimmerman BJ(1990). Self-regulated learning and academic achievement: An overview. Educational psychologist, 25(1), 3~17. [https://doi.org/10.1207/s15326985ep2501_2]
• Zimmerman BJ and Schunk DH(2004). Self-regulating intellectual processes and outcomes: A social cognitive perspective. In D. Y. Dai, and R. J. Sternberg (Eds.), Motivation, 96 emotion, and cognition: Integrative perspectives on intellectual functioning and development 323~349. Mahwah, NJ: Erlbaum.