우리 아이 영재성 알아보기

1.연구 대상

이 연구에서는 과학영재를 자녀로 둔 어머니들의 영재성에 대한 인식을 알아보기 위하여 호남권 소재 C대학 과학영재교육원 심화과정을 이수하고 있는 과학영재의 어머니를 연구대상으로 하였다. 이들 중에서 본 연구에 참여한 어머니는 초등 과학영재반에 18명, 중등 과학영재반에 32명이었다.

 

 

2.분석 프레임

인간들이 가지고 있는 인식을 분석하는 것은 일정한 방법이나 분석틀이 정해져 있는 것이 아니라 연구의 목적과 방법에 따라 다양하게 접근할 수 있다(임청환, 2008). 이 연구에서는 과학영재를 둔 어머니들의 영재성에 대해 인식하고 있는 구조적 특성을 알아보기 위해 인지적 분석 프레임을 개발하였다. 과학영재를 둔 어머니들의 영재성에 대한 인식을 알아보기 위한 분석 프레임을 크게 3단계의 절차를 통해 수행되었다.(정덕호 외, 2013).

 

 

첫 번째 단계에서는 학자들의 정의하는 영재성을 집대성했다고 할 수 있는 「영재아 행동특성 평정척도」 를 배경으로 1차 분석프레임을 개발하였다. Renzulli, et al.에 의해 개발된 영재 행동 특성 평정 척도는 학습 특성, 창의 특성, 동기 특성, 리더십 특성, 미술적 특성, 음악적 특성, 드라마적 특성, 의사소통 특성(정확성), 의사소통 특성(표현력), 계획 특성, 수학적 특성, 과학적 특성, 읽기 특성, 테크놀로지 특성 등 14개의 대범주로 구성되었다. 14개의 대범주에 해당하는 각각의 특성은 다시 4~15개의 소범주로 구성되어 있다. 본 연구에서는 이들의 틀을 기반으로 1차 분석프레임을 개발하였다. 두 번째 단계에서는 1차 분석프레임을 통해 과학영재를 둔 어머니들의 영재성에 대한 설문 반응을 시험 적용하였다. 1차 프레임을 시험 적용한 결과 영재 행동특성 평정척도의 14개 대범주 중에서 학습 특성, 창의 특성, 동기 특성, 리더십 특성을 제외한 10개의 대범주는 1회의 빈도도 없거나 극히 적었기 때문에 분석의 의미를 찾기가 곤란하였다.

따라서 두 번째 단계에서는 영재 행동 특성 평정척도의 14개의 대범주 중에서 어머니들의 설문에 대한 반응에서 의미가 있다고 판단되는 학습 특성, 창의 특성, 동기 특성, 리더십 특성 등 4개의 대범주만을 포함하는 분석프레임을 확정하였다. 확정된 4개의 대범주에 해당하는 세부 범주는 영재 행동특성 평정척도의 원본을 배경으로 확정하였다. 이들 세부 범주에서 학습 특성은 다시 분석적 특성을 비롯하여 12개의 소범주로 세분되어 있고, 창의 특성은 유연성을 비롯하여 9개의 소범주로 구성되어 있다. 그리고 동기 특성은 목표 지향적 특성을 비롯하여 11개의 소범주로 구성되어 있고, 리더십 특성은 '침착'함을 비롯하여 7개의 소범주로 구성되어 있다. 이들 39개의 소범주 각각에 코딩기호를 부여하였다. 세 번째 단계에서는 구성된 분석프레임을 이용하여 과학영재를 둔 어머니들의 설문 반응의 일부에 예비 연구를 수행한 후 전문가 집단과의 3차 논의를 통해 분석프레임을 확정하였다.

 

3.자료 수집

과학영재를 둔 어머니들의 영재성에 대해 어떻게 인식하고 있는지 알아보기 위하여 이정희(2005)가 개발한 설문지를 연구자들이 수정 보완하여 활용하였다. 설문 내용은 먼저 연구자들이 작성한 후 교육 전문가 1인과 영재교육 전공의 박사과정에 재학 중인 3명 대학원생을 통해 타당성을 확보하였다.이 설문지는 과학영재를 둔 어머니들의 영재성에 대한 인식을 변형시키거나 왜곡시키지 않기 위해서 어머니들의 자유롭게 작성할 수 있도록 개방형의 2문항으로 구성되었다. 설문지 회수 후 설문지 검토를 통해 불성실하게 응답하거나 누락사항이 많은 설문지는 제외하고 초등 18부, 중등 32부, 총 50부의 설문지만을 분석하였다. 또한 각 집단의 영재성에 대한 인식을 해석하는데 산출된 데이터의 표준화된 값을 활요함으로써 두 집단의 인원 차이에 의해 나타나는 오류를 최소화하였다.    

 

4.자료 처리

본 연구의 분석을 위하여 언어 네트워크 분석법을 활용하였다. 과학영재를 둔 어머니들의 설문 반응에서  명사만을 추출하는 전처리 과정을 마친 후 KrKwic 프로그램을 이용하여 단어 출현의 빈도를 점검하였고, 최종적으로 선정된 핵심단어들을 UCINET6를 활용하여 밀도, 위세중심성 등의 문석 지표들을 도출해 내었다. 밀도란 네트워크 사이에서 노드 사이의 연결 정도를 의미하는 것으로 전체 구성요소가 서로 얼마나 많은 관계를 맺고 있는가를 표현하기 위한 개념이다(손동원, 2008). 또한 위세중심성은 네트워크 지도에서 각 단어가 어느 정도 중심에 위치하는지를 알아보는데 사용하는 것으로 핵심 단어를 찾는 데 주로 사용된다(Bonacich, 1987). 마지막으로 네트워크 지도화 프로그램인 NetDraw를 이용하여 네트워크 지도를 추출해 이미지화하여 분석하였다. 또, 프레임분석을 위해서 과학영재의 어머니들이 영재성에 대해 서술한 내용을 분석프레임에 맞춰 코딩(coding)하였다. 예를 들어 '사실에 입각한 정보를 잘 기억한다.'와 같이 어머니들이 서술하였다면 'Stmemo'로 코딩하였고, '어떤 문제나 질문이 있을 때 아이디어 및 해결책을 많이 생각해 낸다.'라고 서술하였다면 'Crflue'로 코딩하였다. 코딩작업은 먼저 4명의 연구자가 각각 수행하여 코딩한 결과가 일치하는 경우는 1차 코딩 결과를 확정하고, 일치하지 않는 경우는 각 연구자가 다시 코딩 작업을 수행하였다. 그래서 2차 코딩 결과가 일치하는 경우 그 결과를 확정하였고, 서로 일치하지 않는 경우에는 서로 의견이 일치할 때까지 의사소통을 통해 확정하였다. 이런 절차를 통해 얻어진 자료는 단어분석과 같은 방법으로 자료를 처리하였다.