본 논문의 주요 목적은 기존의 CBM 연구에서 기울기 측정방법으로 사용된 OLS의 대안방법으로 최량선형비편향추정치(BLUPs)를 제안하는 것이었다. BLUPs는 선형혼합효과모형(LMER)에서 개인의 기울기를 산출하는 공식으로 개인의 기울기 값을 전체 집단의 평균과 개인의 차이로 구분하는 장점을 갖고 있다. 본 논문에서는 실제 읽기 CBM 결과를 사용하여 BLUPs의 기울기를 산출하고 결과를 해석하는 예시를 제공하였다. 본 논문의 예시를 통하여 확인할 수 있었던 BLUPs의 주요 장점은 전체 평균 기울기에서 개인의 기울기를 쉽게 비교할 수 있다는 점이다. 이와 함께 BLUPs에서는 OLS에서 요구했던 독립성을 가정할 필요가 없기에 CBM 자료의 특성에 적합한 기울기를 산출할 수 있다. 결론적으로 본 논문은 CBM 연구에서 개인의 기울기를 산출하기 위해서 OLS 보다는 BLUPs 공식이 유용한 방법임을 제안하였다. 이와 함께 중재반응모형의 1단계(선별)에서 BLUPs 공식이 유용하게 활용될 수 있는 근거를 제공한 의의가 있다.
The main purpose of the current study was to suggest Best Linear Unbiased Predictors(BLUPs) as an alternative to Ordinary Least Squares(OLS) that was most commonly used in CBM research. The benefit of BLUPs in Linear Mixed Effects Regression(LMER) is to provide information on both individual and group slope coefficients. This study used a case example based on CBM maze data to show how to estimate the BLUPs fitted curves and intercepts. Results indicated that BLUPs would be useful for comparing subjects’ slopes to a group change curve. Findings suggested that BLUPs would outperform OLS for estimating CBM growth curves of individual students, and it should be considered in CBM research. In addition, this study provided empirical evidence for usefulness of BLUPs at the first tier of RTI.
Ⅰ. 연구 필요성과 목적 Ⅱ. OLS Ⅲ. BLUPs Ⅳ. 실제 읽기 CBM 자료를 활용하여 BLUPs 기울기를 산출한 사례 Ⅴ. 학습장애 및 CBM 연구에서 BLUPs 활용의 장점 및 시사점 Ⅵ. BLUPs의 한계점 Ⅶ. BLUPs를 활용한 향후 연구주제에 대한 제안
