|
-깊이 있는 사고학습을 하도록
촉진 시키기 어렵다. 1. 지적학업성취평가도구
1) 객관식평가도구
2) 주관식평가도구
3) 객관식, 주관식평가도구의 비교
2. 정의적 행동발달평가도구
1)질문지법
2)면접법
3)관찰법
|
|
|
객관식평가도구(선택형)
1)양자택일형
2)선다형
3)배합형
2. 주관식평가도구(서답형)
1)단답형
2)완성형
3)논문형
3. 객관식 평가도구와 주관식 평가도구의 비교
4. 정의적 행동 발달 평가도구
1)질문지법
2)면접법
3)관찰법
|
|
|
도구를 이용하여 의미 있는 실험결과를 얻으려면 타당성이 높아야 할 뿐만 아니라 측정도구의 신뢰성도 높아야 한다. 측정도구인 신뢰도와 타당도의 유형을 제사히고,개념을 비교하여 설명하시요
1. 측정오차
가. 측정오차의 개
|
|
|
F. C. (2005). Latent class analysis of anxiety and depressive symptoms in referred adolescents. Journal of Affective Disorder, 88, 299-306. 연구 목적:
연구 대상:
측정도구:
결과:
우울증의 잠재적 하위유형에 영향을 미치는 요인.
논의:
참고문헌:
|
|
|
도구로서의 컴퓨터
3. 동기유발 도구서의 컴퓨터
4. 사정도구로서의 컴퓨터
5. 학습도구로서의 컴퓨터
6. 치료도구로서의 컴퓨터
7. 관리도구로서의 컴퓨터
III. 장애인의 컴퓨터 접근을 어렵게 하는 문제점 및 해결방안
1. 장애유형별 컴
|
|
 |
유형
2. 서론 :
1) 연구 배경
2) 연구의 목적
3) 용어의 정의
3. 연구 방법
1) 연구 설계
2) 연구대상자
3) 연구도구
(1) 직무만족도 측정도구
(2) 소진측정 도구
(3) 대처양상 측정도구
4) 자료수집방법
5) 자료분석
|
|
|
유형에 따른 보유도 분석 32
2. 포트폴리오 매체 유형에 따른 학성성취도에 미치는 효과 33
3. 포트폴리오 매체 유형에 따른 학습태도에 미치는 효과 34
Ⅵ. 결론 및 제언 36
1. 요약 36
2. 결론 37
3. 제언 39
참 고 문 헌 40
부 록 44
ABSTRACT 56
|
|
|
2) 부모-자녀간 의사소통
Ⅲ. 연구방법
1. 연구문제
2. 연구가설
3. 조사대상과 조사방법
4. 측정도구
1) 일반적인 특성 및 이동전화 사용관련 특성
2) 의사소통유형검사
5. 연구의 제한점
Ⅳ. 연구결과
Ⅴ.참고문헌
Ⅵ. 설문지
|
|
|
도구적 측면에서의 효과.
3. 2 기업의 마케팅 전략적 관점에서의 스폰서십의 효과
제 4절 국내외 대기업의 스포츠 마케팅의 사례와 유형.
1. 국내기업의 스포츠 마케팅 성공사례와 유형.
1. 1 삼성전자-첼시 후원.
(1) 삼성의 올림픽 파트너
|
|
|
유형분석과 패턴의 탐색 148
가. 전공의 학술적 깊이를 검증하는 기출문제 148
나. 간호학 학술지식의 기본적인 소양을 검증하는 100 문제 169
다. 외국어(영어) 소통능력을 검증하는 문제 176
라. 면접문제 대응이 정확하고 간결해야 하는 이유
|
|
 |
유형분석 연구능력을 검증하는 문제 138
가. 면접 문제에 대한 답변의 간결성 138
나. 기출문제의 유형탐색 138
다. 기출문제유형패턴의 탐색과 답변 154
라. '오버스펙' 항상 좋은 것만은 아니다 155
? 대학원 왜 가야하나? 나 스스로에게 묻는
|
|
 |
도구와 소프트웨어 91
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 94
? 기출문제의 유형분석 연구능력을 검정하는 문제 101
? 논문작성 연구보고서 작성능력 검증 기출문제 121
? 대학원 왜 가야하나? 나 스스로에게 묻는다
|
|
 |
도구 소프트웨어에 대한 대학원 학위과정 입시문제 107
? 학위과정 입시지원자 컴퓨터공학분야 연구능력검증 기출면접문제 113
? 논문작성 연구보고서 작성능력 검증 기출문제 120
? 논문 작성을 검증하는 문제 127
? 기출문제의 유형분석 연
|
|
 |
도구와 소프트웨어 82
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 85
? 기출문제의 유형분석 연구능력을 검정하는 문제 92
? 대학원 왜 가야하나? 나 스스로에게 묻는다 112
가. 대학원 왜 가야하나? 112
나. 학부와 대학원
|
|
 |
도구: 132
나. 기초 이론과 개념: 132
다. 회귀 분석 및 모델링: 133
라. 가설 검정과 추론: 134
마. 데이터 분석 및 시각화: 134
바. 빅데이터와 기계 학습: 135
사. 실험 계획법 136
아. 비모수 통계 136
자. 빅데이터와 머신러닝 137
차. 데이터 분석
|
|
메뉴펼치기
