영재교육연구 (Journal of Gifted/Talented Education)

한국영재학회 (The Korean Society for the Gifted)
권호 표지
DOI QR코드

DOI QR Code

수학영재학급 학생들과 일반학급 학생들의 통계적 사고 수준 비교 연구: 변이성 모델링과 표집분포 이해 능력 중심으로

A Comparison of Mathematically Talented Students and Non-Talented Students' Level of Statistical Thinking: Statistical Modeling and Sampling Distribution Understanding

  • 투고 : 2012.08.15
  • 심사 : 2012.09.11
  • 발행 : 2012.09.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구에서는 통계적 모델링과 표집분포 이해 능력을 중심으로 수학영재학생들과 일반학생 들의 통계적 사고 수준을 비교한다. 연구결과 통계적 모델링에 대한 사고 수준에서 초등학교 수학영재학생들과 일반학생들, 그리고 중학교 수학영재학생들과 일반학생들 사이에 통계적으로 유의한 차이가 있는 것으로 나타났다. 그리고 표집분포의 이해에 대한 사고 수준에서 초등학교 수학영재학생들과 일반학생들 사이에서 통계적으로 유의한 차이가 있는 것으로 나타난 반면, 중학교 수학영재학생들과 일반학생들 사이에서는 통계적으로 유의한 차이가 나타나지 않았다. 그러나 수준별 빈도를 조사한 결과 수학영재학생들의 사고 수준이 상위 수준에 집약되어 분포하기보다는 일반학생들의 사고 수준이 상당부분 중첩되어 있는 것으로 나타났다. 이러한 연구결과는 수학영재학생들에게 통계를 지도하는 데 있어 유용한 시사점을 제공한다.

This study compared levels of mathematically talented students' statistical thinking with those of non-talented students in statistical modeling and sampling distribution understanding. t tests were conducted to test for statistically significant differences between mathematically gifted students and non-gifted students. In case of statistical modeling, for both of elementary and middle school graders, the t tests show that there is a statistically significant difference between mathematically gifted students and non-gifted students. Table of frequencies of each level, however, shows that levels of mathematically gifted students' thinking were not distributed at the high levels but were overlapped with those of non-gifted students. A similar tendency is also present in sampling distribution understanding. These results are thought-provoking results in statistics instruction for mathematically talented students.

키워드

참고문헌

  1. 고은성, 이경화 (2011). 일반학급 학생들과의 비교를 통한 수학영재학급 학생들의 표본 개념 이해 수준 연구. 영재교육연구, 21(2), 287-307.
  2. 노부호, 민재형, 이군희 (2004). 통계학의 이해(제2판). 서울: 법문사.
  3. 민진원 (2010). 통계적 추정의 지도에 관한 연구. 석사학위논문. 서울대학교.
  4. 성태제 (2002). 타당도와 신뢰도. 서울: 학지사.
  5. 이경화, 유연주, 홍진곤, 박민선, 박미미 (2010). 수학 우수아의 통계적 개념 이해도 조사. 학교수학, 12(4), 547-561.
  6. 최제호 (2007). 통계의 미학. 서울: 도서출판 동아시아.
  7. Bakker, A., & Gravemeijer, K. P. E. (2004). Learning to reason about distribution. In D. Ben-Zvi & J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning, and thinking (pp. 147-168). Dordrecht, The Netherlands: Kluwer Academic Publishers.
  8. Biggs, J. B., & Collis, K. F. (1982). Evaluating the quality of learning: The Solo Taxonomy. New York: Academic Press.
  9. Chance, B., delMas, R., & Garfield, J. (2004). Reasoning about sampling distributions. In D. Ben-Zvi & J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning and thinking (pp. 295-324). Dordrecht, The Netherlands: Kluwer Academic Publishers.
  10. Denzin, N. K., & Lincoln, Y. S. (1994). Handbook of qualitative research. Thousand Oaks, CA: Sage.
  11. Fleiss, J. L. (1981). Statistical methods for rates and proportion. New York: Wiley.
  12. Konold, C., & Pollatsek, A. (2004). Conceptualizing an average as a stable feature of a noisy process. In D. Ben-Zvi & J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning, and thinking (pp. 169-199). Dordrecht, The Netherlands: Kluwer Academic Publishers.
  13. Moore, D. S., & Cobb, G. W. (2000). Statistics and Mathematics: Tension and Cooperation. The American Mathematical Monthly, 107(7), 615-630. https://doi.org/10.2307/2589117
  14. Pfannkuch, M. (2008). Building sampling concepts for statistical inference: A case study. paper presented at the ICME 2008 TSG. Monterrey, Mexico.
  15. Porter, T. M. (1986). The rise of statistical thinking 1820-1900. Princeton, NJ: Princeton University Press.
  16. Reading, C., & Reid, J. (2004). Consideration of variation: A model for curriculum development. paper presented at the IASE 2004 Roundtable. Lund, Sweden.
  17. Reading, C., & Shaughnessy, J. M. (2004). Reasoning about variation. In D. Ben-Zvi & J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning, and thinking (pp. 201-226). Dordrecht, The Netherlands: Kluwer Academic Publishers.
  18. Saldanha, L., & Thompson, P. (2002). Conceptions of sample and their relationship to statistical inference. Educational Studies in Mathematics, 51, 257-270. https://doi.org/10.1023/A:1023692604014
  19. Wheatley, G. H. (1983). Mathematics curriculum for the gifted and talented. In J. VanTassel- Vaska & S. M. Reis (Eds.), Curriculum for gifted and talented students (pp. 137-146). Thousand Oaks, CA: Corwin Press.
  20. Wild, C. (2006). The concept of distribution. Statistics Education Research Journal, 5(2), 10-26.