구조적 인과 모형을 활용한 중등교사의 교수역량에 대한 영향요인 분석

Abstract

By establishing trust and love in the teaching and learning environment, teachers are expected to help students. To do so, conducting research on teaching competency is imperative. However, there is a limited amount of empirical research focusing on the factors influencing teaching competency. Or, they are working with selective variables that do not sufficiently encompass secondary school teaching and learning landscape. Therefore, comprehensive research identifying the pathways and causal linkage between a multitude of factors applicable to the teaching environment and competency is integral. Conventionally, Japan and the United States are the two major countries whose teacher policies are frequently used as references when South Korean policymakers devise teacher policies. Therefore, in this study using structural causal model, factors influencing secondary school teachers in those countries have been incorporated. The primary research questions are as follows.

First, how is the causal graph constructed, incorporating the teaching competency of secondary school teachers in South Korea, the United States, and Japan, along with the key predictors? Second, what is the causal relationship between the teaching competency of secondary school teachers and the influencing factors shown in the causal graphs of South Korea, the United States, and Japan? Third, how can the causal graphs of South Korea, the United States, and Japan be utilized when estimating the causal effects between teaching competency and influencing factors?

The research data utilized in this study was the latest cycle of the Teaching and Learning International Survey, organized by the OECD, known as TALIS 2018. This study focused on the responses from secondary school teachers and principals in South Korea, the United States, and Japan. Considering the multilevel structure of teachers within each school in the TALIS 2018 data, a mixed-effects random forest model was applied to extract the top 20 predictors for teaching competency in each country based on their importance scores. Subsequently, a causal discovery algorithm was applied to construct causal graphs representing the relationships between teaching competency and the predictors of each country. Using the country-specific causal graphs, the causal relationships between teaching competency and the influencing factors were analyzed. Furthermore, details of causal inference were provided, utilizing the causal mechanisms observed in the causal graphs. The main findings of this study are as follows. First, through the mixed-effects random forest analysis, a total of 35 predictors for the teaching competency of secondary school teachers in South Korea, the United States, and Japan were extracted. The same set of 35 predictors was then used for causal discovery analysis in each country, employing three algorithms (PC, Tabu Search, MMHC). The analysis results showed variations in the average graph structures produced by each algorithm. Among the algorithms applied, the Tabu Search algorithm was found to be the most suitable for the TALIS 2018 data used in this study. Based on these results, the causal graphs for the three countries (South Korea, the United States, and Japan) were generated using the Tabu Search algorithm, comprising a total of 36 nodes, including teaching competency, which was the outcome variable. The directed arcs in the graphs were as follows: 96 arcs for South Korea, 99 arcs for the United States, and 124 arcs for Japan. Furthermore, the average Markov blanket size and average branching factor differed by country, with the largest average Markov blanket size and average branching factor in the graph for Japan and the smallest in the graph for South Korea. Second, based on the country-specific causal graphs, an analysis was conducted to examine the causal paths and covariate adjustment sets for identifying the relationship between teaching competency and influencing factors. Under the theme of 'Teachers Self-Efficacy' three factors (Self-efficacy in instruction, Self-efficacy in student engagement, Self-efficacy in classroom management) were found to have a causal impact on teaching competency across all three countries. For the theme of 'Teacher Job Satisfaction and Motivation,' five factors (Social utility value, Workplace well-being and stress, Student behaviour stress, Workload stress, Stress for modifying lessons for students with special needs) were identified as common causal factors influencing teaching competency in the three countries. Regarding the theme of 'Teacher Feedback and Development,' two factors (Participation in professional development activities focusing on Teaching cross-curricular skills, Teacher-parent (guardian) cooperation) were found to be causally linked to teaching competency across all three countries. Under the theme of 'School Climate,' one factor (Teachers perceived disciplinary climate) was identified as a common causal factor influencing teaching competency in all three countries. However, even though there were common influencing factors across the countries, the covariate adjustment sets that needed to be controlled when estimating the causal effects between these influencing factors and teaching competency varied depending on the country-specific causal mechanisms. Additionally, four factors were specific to South Korea, eight factors to the United States, and twelve factors to Japan, indicating additional influencing factors unique to each country's context. Third, as an example of the causal effect analysis between teaching competency and influencing factors based on the causal graph, the average treatment effect (ATE) of participation in professional development activities focusing on teacher–parent(guardian) cooperation on teaching competency" of secondary school teachers were examined. The results showed that in all three countries, participating in professional development activities focusing on teacher–parent(guardian) cooperation had a positive effect on teaching competency. Furthermore, to investigate the differences in covariate control approaches in the causal effect estimation process, the South Korean data was used to compare the covariate adjustment sets selected based on ①the structural causal model and ②the traditional statistical significance test. The analysis revealed that the covariate sets based on the structural causal model consisted of one variable, while the covariate set based on the traditional statistical significance test was comprised of 14 variables. Considering the causal mechanisms observed in the causal graph, utilizing the structural causal model for estimating causal effects was found to be more efficient. The results explicitly demonstrated that there are national differences in the causal mechanisms between the teaching competency of secondary school teachers and the influencing factors in the three respective countries. It also confirmed the usefulness of causal analysis based on a structural causal model in educational research and highlighted the significance of effectively estimating causal relationships using this model. The structural causal model employed in this study can be applied to a wide range of causal inference problems in educational research, thus calling for further research in the future. Additionally, in-depth follow-up research is necessary, including longitudinal studies on teaching competency based on a structural causal model and analyzing the policy effects to enhance teaching competency.

교사는 학생들과 신뢰와 사랑을 바탕으로 한 관계를 토대로 교수활동을 수행하면서 개별 학생의 지식, 기능, 태도 등이 바람직한 방향으로 변화할 수 있도록 도움을 줄 것으로 기대된다. 따라서 교사의 교수역량에 대한 이해를 바탕으로 이를 증진하기 위한 연구들이 충분히 이루어질 필요가 있다. 교사의 교수역량의 중요성이 그동안 지속적으로 강조되면서 교수역량에 영향을 미치는 요인이 무엇인지 탐색하는 연구들이 수행되어왔다. 그러나 기존의 선행연구는 교수역량의 영향요인에 대해 이론적인 논의에 초점을 맞추고 경험적으로 입증하는 데까지는 이르지 못하였거나, 연구자가 선정한 몇 가지 관심 변인 간의 관계를 규명하는 데에만 초점을 맞추는 등 제한적으로 이루어져 왔다. 따라서 교직 환경의 다양한 요인들과 교수역량 사이의 인과 관계를 종합적으로 파악하기 위해서는 추가적인 연구가 필요한 실정이다. 한편, 미국과 일본은 한국의 교육체제에 큰 영향을 주었을 뿐만 아니라, 한국의 교원정책 수립 및 개선에도 중요하게 참고하고 있는 국가들이다. 이러한 점들을 고려하여 이 연구에서는 구조적 인과 모형을 활용하여 한국, 미국, 일본 중등교사의 교수역량에 대한 영향요인을 분석하였다. 주요 연구 문제는 다음과 같다.

첫째, 한국, 미국, 일본 중등교사의 교수역량과 이에 대한 주요 예측요인들로 구성된 인과 그래프는 어떠한가? 둘째, 한국, 미국, 일본의 인과 그래프에 나타난 중등교사의 교수역량과 영향요인 간의 인과 관계는 어떠한가? 셋째, 한국, 미국, 일본의 인과 그래프는 교수역량과 영향요인 간의 인과 효과 추정에 어떻게 활용될 수 있는가?

분석 자료는 OECD가 주관하는 교수학습국제조사에서 가장 최근 실시된 3주기 조사(TALIS 2018) 자료를 활용하였으며, 한국, 미국, 일본 중등교사 및 학교장의 응답 자료를 연구 대상으로 하였다. TALIS 2018 데이터는 한 학교에 여러 명의 교사가 속해있는 다층 구조를 지니고 있음을 고려하여 혼합효과 랜덤 포레스트 모델을 적용하여 국가별 교사의 교수역량에 대한 예측요인을 중요도 값을 기준으로 상위 20개씩 추출한 이후, 인과 디스커버리 알고리듬을 적용하여 국가별 교사의 교수역량과 예측요인들로 구성된 인과 그래프를 산출하였다. 그리고 국가별 인과 그래프를 바탕으로 교사의 교수역량과 영향요인 사이의 인과 관계를 분석하였으며, 인과 그래프에 나타난 변인 간 인과 관계에 대한 메커니즘을 바탕으로 한 인과 추론의 예시를 사례로 제시하였다. 주요 연구 결과는 다음과 같다. 첫째, 혼합효과 랜덤 포레스트 분석을 통해 추출된 한국, 미국, 일본 중등교사의 교수역량에 대한 예측요인들의 합집합은 35개였다. 국가별로 동일하게 35개의 예측요인들을 인과 디스커버리 분석에 투입하였으며, 이때 3개의 알고리듬(PC, Tabu Search, MMHC)을 적용하였다. 분석 결과, 알고리듬별로 산출된 평균 그래프 구조에 차이가 있었으며, 이 연구에서 활용한 TALIS 2018 데이터에는 Tabu Search 알고리듬이 가장 적합한 것으로 나타났다. 이와 같은 결과를 토대로 Tabu Search 알고리듬을 적용한 3개 국가의 인과 그래프의 노드는 결과변인인 교수역량을 포함하여 총 36개이며, 방향성 화살표는 한국 96개, 미국 99개, 일본 124개로 구성되었다. 또한 평균 마코프 블랭킷 크기와 평균 분기 계수도 국가별로 차이가 있었는데, 일본의 그래프에서 평균 마코프 블랭킷 크기와 평균 분기 계수가 가장 크고, 한국의 그래프에서는 가장 작은 것으로 나타났다. 둘째, 국가별 인과 그래프를 바탕으로 교사의 교수역량과 영향요인 간의 인과 경로 및 공변인 조정 집합을 분석하였다. 교사의 자기 효능감 주제에서 3개 요인(수업지도 자기 효능감, 학생참여 자기 효능감, 교실관리 자기 효능감), 교사의 직무 만족도 및 동기 주제에서 5개 요인(사회적 효용에 대한 동기, 직장 복지 및 스트레스, 학생 태도 스트레스, 업무량 스트레스, 특수교육 학생을 위한 수업 조정 스트레스), 교사의 피드백 및 전문성 개발 주제에서 2개 요인(범교과 기술에 대한 교수법, 교사-학부모(보호자) 협력을 주제로 한 전문성 개발 활동 참여), 학교 풍토 주제에서 1개 요인(지각된 규율 환경)이 3개 국가에서 공통적으로 교사의 교수역량에 인과적으로 영향을 주는 것으로 나타났다. 다만, 국가 간 공통적인 영향요인이라고 하더라도, 교수역량과의 인과 효과를 추정하고자 할 때 통제해야 하는 공변인 조정 집합은 국가별 인과적 메커니즘에 따라 차이가 있었다. 이 밖에, 한국에서 4개, 미국에서 8개, 일본에서 12개의 영향요인이 추가로 확인되었다. 셋째, 인과 그래프에 기반한 교사의 교수역량과 영향요인 간의 인과 효과 분석의 예시로, 교사-학부모(보호자) 협력을 주제로 한 전문성 개발 활동 참여가 중등교사의 교수역량에 미치는 평균처치효과(ATE)를 분석하였다. 분석 결과, 3개 국가에서 모두 교사-학부모(보호자) 협력을 주제로 한 전문성 개발 활동 참여가 중등교사의 교수역량에 긍정적인 영향을 미치는 것으로 나타났다. 추가로, 인과 효과 추정 과정에서 공변인 통제 방식의 차이를 분석하기 위해, 한국 데이터를 활용하여 ①구조적 인과 모형에 근거하여 선정된 공변인 집합과 ②전통적인 통계적 유의확률에 근거하여 선정된 공변인 집합을 비교하였다. 분석 결과, 구조적 인과 모형에 근거한 공변인 집합은 1개이고 통계적 유의확률에 근거한 공변인 집합은 14개였으며, 인과 그래프에 나타난 변인 간의 인과적인 메커니즘을 고려하였을 때 구조적 인과 모형을 활용하여 인과 효과를 추정하는 것이 더 효율적인 것으로 나타났다. 이 연구는 한국, 미국, 일본 중등교사의 교수역량과 이에 대한 영향요인들 사이의 인과적 메커니즘에 국가별로 차이가 있음을 명시적으로 드러내었다. 또한 교육학 연구에서 구조적 인과 모형에 바탕을 둔 인과 관계 분석의 유용성을 확인하였으며, 구조적 인과 모형을 활용하여 효과적으로 인과 관계를 추정할 수 있음을 드러내었다는 점에서 의의가 있다. 이 연구에서 활용한 구조적 인과 모형은 교육학 연구의 다양한 범위에서 다루는 인과 추론 문제에 적용될 수 있을 것이며, 후속 연구를 통해 정교하게 발전시킬 필요가 있다. 아울러 구조적 인과 모형에 근거한 교사의 교수역량 관련 종단 연구를 수행하거나 교수역량 증진을 위한 정책 효과 분석 등의 심층적인 후속 연구가 수행될 필요가 있다.