The Relationships among Components of Thinking related to Statistical Variability

통계적 변이성 사고 요소 간의 관계 연구

This study distinguished thinking related to statistical variability into six components - the noticing of variability, the explanation of variability, the control of variability, the modeling of variability, the understanding of samples, and the understanding of sampling distribution and investigated the relationships among the thinking components. This study found that this distinction of thinking components related to statistical variability is reasonable. The results showed that each correlation coefficient of the modeling of variability, the understanding of samples, and the understanding of sampling distribution with regard to the noticing of variability, the explanation of variability, and the control of variability is similar. Based on this results, new variable, the understanding of sampling, has been drawn. The results also showed that while the noticing of variability and the control of variability influence the understanding of sampling, the explanation of variability does not influence it.

본 연구에서는 통계적 변이성 사고 요소를 변이성 인식, 변이성 설명, 변이성 제어, 변이성 모델링, 표본의 이해, 표집분포의 이해로 구분하고, 이들 요소 사이의 관계를 조사한다. 연구결과 통계적 변이성 사고 요소를 변이성 인식, 변이성 설명, 변이성 제어, 변이성 모델링, 표본의 이해, 표집분포의 이해로 구분하는 것이 타당함을 확인하였다. 상관관계 분석결과 변이성 인식, 변이성 설명, 변이성 제어에 대한 변이성 모델링, 표본의 이해, 표집분포의 이해의 상관계수가 유사한 것으로 나타났는데, 이러한 사실을 바탕으로 표집의 이해를 변이성 모델링, 표본의 이해, 표집분포의 이해를 포괄하는 잠재변수로 설정할 수 있었다. 또한 변이성 인식과 변이성 제어는 표집의 이해에 영향을 미치는 것으로 나타난 반면, 변이성 설명은 표집의 이해에 영향을 미치지 않는 것으로 나타났다.