교육학 연구 데이터셋: TALIS·PISA·학업성취도평가 활용법 2026

교육학 논문에서 직접 설문이나 실험을 수행하지 않고도, 이미 공개된 대규모 국제·국내 교육 데이터셋을 2차 자료로 활용해 연구를 진행하는 경우가 늘고 있습니다. TALIS, PISA, 국가수준 학업성취도평가처럼 이미 검증된 대규모 자료를 활용하면 표본 확보의 어려움 없이 통계적으로 안정적인 분석이 가능하다는 장점이 있습니다. 이 글은 교육학 논문에서 자주 활용되는 세 가지 주요 데이터셋의 특징과 접근 방법, 그리고 2차 자료 분석 논문을 쓸 때 유의할 점을 정리합니다. 어떤 자료를 쓸지 정하기 전에 세 데이터셋의 성격 차이를 먼저 이해해야, 연구 질문에 맞지 않는 자료를 붙잡고 시간을 낭비하는 상황을 피할 수 있습니다. 대규모 조사 자료가 아닌 정부·공공기관의 원자료를 직접 신청해 쓰는 절차가 궁금하다면 공공 마이크로데이터 2차분석 튜토리얼에서 원자료 신청부터 논문 활용까지의 절차를 함께 참고할 만합니다.

TALIS: 교사와 교직 환경을 다루는 국제 조사

TALIS(Teaching and Learning International Survey, 교수·학습 국제조사)는 OECD가 주관하는 교사와 학교 리더를 대상으로 한 국제 설문조사입니다. 교사의 근무 여건, 전문성 개발, 교수법, 학교 풍토, 교직 만족도 등을 다루며, 여러 국가가 공통 문항으로 참여해 국가 간 비교가 가능하다는 특징이 있습니다. 학생이 아니라 교사와 학교 리더를 조사 대상으로 한다는 점에서 PISA와 구분됩니다. 교사 전문성 개발, 교직 만족도, 학교 조직 문화 같은 주제로 교육학 논문을 쓰려는 경우 TALIS 자료가 유용한 출발점이 될 수 있습니다.

PISA: 학생 역량을 측정하는 국제 비교 평가

PISA(Programme for International Student Assessment, 국제 학업성취도 평가)는 OECD가 주관하는 만 15세 학생을 대상으로 한 국제 비교 평가입니다. 읽기, 수학, 과학 소양을 중심으로 학생의 실질적 역량을 평가하며, 학생 설문을 통해 가정 배경, 학습 태도, 학교 환경 관련 변수도 함께 수집합니다. 여러 주기에 걸쳐 반복 시행되어 국가 간, 그리고 시기 간 비교 분석이 가능하다는 것이 PISA 자료의 큰 장점입니다. 학업성취도와 가정 배경, 학습 태도, 교육 정책 변수 간의 관계를 다루는 연구에 널리 활용됩니다. 이렇게 반복 시행되는 조사 자료로 시간에 따른 변화를 다루려는 연구라면, 추세·코호트·패널 설계의 차이부터 명확히 짚어주는 종단연구와 횡단연구를 먼저 확인해두면 연구 설계 단계에서 어떤 접근이 필요한지 판단하기 쉬워집니다.

국가수준 학업성취도평가: 국내 학생 역량 자료

국가수준 학업성취도평가(NAEA)는 한국교육과정평가원이 주관하는 국내 초·중·고 학생 대상 평가로, 국가 교육과정에 따른 학생의 학업 성취 수준을 파악하기 위해 시행됩니다. PISA가 국제 비교를 목적으로 한 표준화 평가라면, 국가수준 학업성취도평가는 국내 교육과정과 직접 연계된 자료라는 점에서 성격이 다릅니다. 국내 특정 학년·과목의 성취 수준 변화, 지역 간 격차, 교육 정책의 효과를 다루는 연구에 적합한 자료입니다. 국내 교육 현장을 직접 반영한 자료라는 점에서, 국내 정책 제언을 목표로 하는 학위논문에는 국제 비교 자료보다 이 자료가 더 설득력 있는 근거가 되는 경우가 많습니다.

세 데이터셋 비교

자신의 연구 질문이 교사와 교직 환경에 관한 것인지, 학생 역량의 국제 비교인지, 국내 교육과정과 직접 연계된 성취도인지에 따라 적합한 데이터셋이 달라집니다. 세 데이터셋을 결합해 활용하는 연구도 가능하지만, 조사 대상과 조사 목적이 다르므로 결합 시 변수 간 개념적 정합성을 신중히 검토해야 합니다.

단계별 절차: 2차 자료로 연구 시작하기

1. 1단계 — 연구 질문에 맞는 데이터셋 선정: 조사 대상, 범위, 주요 변수를 비교해 연구 질문에 가장 적합한 데이터셋을 고릅니다.
2. 2단계 — 공식 홈페이지에서 자료 접근 절차 확인: 각 데이터셋은 주관 기관의 공식 홈페이지를 통해 원자료(raw data)와 코드북(변수 설명서)을 제공합니다. 자료 다운로드 전 이용 약관과 인용 방식을 확인해야 합니다.
3. 3단계 — 코드북으로 변수 구조 파악: 원자료는 방대한 변수를 포함하므로, 코드북을 통해 자신의 연구에 필요한 변수의 이름과 척도, 결측치 처리 방식을 먼저 파악합니다.
4. 4단계 — 통계 프로그램으로 자료 불러오기: SPSS, R, Stata 등 통계 프로그램으로 원자료를 불러오고, 필요한 변수만 추출해 분석용 데이터셋을 구성합니다.
5. 5단계 — 표본설계(가중치) 반영 여부 확인: 대규모 국제·국내 조사는 대부분 복합표본설계를 사용하므로, 가중치를 반영하지 않고 단순 분석하면 결과가 왜곡될 수 있습니다.

복합표본설계와 가중치, 왜 중요한가

TALIS, PISA, 국가수준 학업성취도평가는 모두 단순 무작위 표집이 아니라 층화, 집락표집 등을 결합한 복합표본설계(complex sample design)를 사용합니다. 이런 자료를 일반적인 통계 소프트웨어의 기본 절차(예: 단순 회귀분석)로 그대로 분석하면 표준오차가 과소추정되어 실제로는 유의하지 않은 결과를 유의한 것으로 잘못 판단할 위험이 있습니다. 코드북에 안내된 가중치 변수와 층화·집락 변수를 통계 프로그램의 복합표본 분석 절차(SPSS의 복합표본 모듈, R의 survey 패키지 등)에 반영해야 정확한 추정치를 얻을 수 있습니다. 학위논문 방법론 장에는 어떤 가중치 변수를 사용했는지, 복합표본 분석 절차를 적용했는지 명시적으로 서술해야 심사에서 통계적 엄격성을 인정받을 수 있습니다.

다층모형(HLM)을 고려해야 하는 경우

PISA나 TALIS처럼 학생이 학급에, 학급이 학교에 속하는 위계적 구조를 가진 자료는 개별 사례가 서로 완전히 독립적이지 않은 경우가 많습니다. 같은 학교 학생들은 다른 학교 학생들보다 여러 특성(교사, 교육과정, 지역 환경)을 공유하는 경향이 있기 때문입니다. 이런 위계적 구조를 무시하고 일반 회귀분석을 적용하면, 학교 수준의 영향을 개별 학생 수준의 효과로 잘못 해석할 위험이 있습니다. 학교나 학급 수준의 변수(학교 규모, 교사 특성 등)와 학생 수준의 변수를 함께 다루는 연구라면, 다층모형(Hierarchical Linear Model, HLM)이나 위계적 선형모형을 적용하는 것이 통계적으로 더 정확한 접근입니다. 데이터셋의 코드북에는 보통 학교 식별자와 학생 식별자가 함께 제공되므로, 이 식별자를 활용해 다층 구조를 분석에 반영할 수 있는지 미리 확인해두는 것이 좋습니다.

가상 사례로 보는 자료 출처 서술법

설명을 위한 가상의 예시입니다. 실제 논문에는 자신이 사용한 정확한 자료 버전과 변수명을 넣어야 합니다.

나쁜 예: “PISA 자료를 활용하여 분석하였다.”

좋은 예: “본 연구는 OECD가 공개한 PISA 자료 중 한국 표본을 대상으로 하였다. 학생 설문지의 가정 배경 관련 문항과 읽기 소양 점수를 주요 변수로 사용하였으며, 복합표본설계를 반영하기 위해 코드북에서 제공하는 최종 학생 가중치 변수를 적용해 분석하였다.”

좋은 예는 자료의 출처, 활용한 표본, 주요 변수, 가중치 반영 여부까지 구체적으로 명시해 재현 가능성과 통계적 타당성을 모두 보여줍니다.

심사에서 자주 지적받는 세 가지 실수

첫째, 가중치를 반영하지 않고 분석한다. 복합표본설계 자료를 단순 분석 절차로 처리하면 표준오차가 왜곡되어 통계적 유의성 판단이 부정확해질 수 있습니다.

둘째, 조사 주기와 표본 범위를 명확히 밝히지 않는다. PISA나 TALIS는 여러 주기에 걸쳐 반복 시행되므로, 어느 주기의 자료를 사용했는지 명시하지 않으면 독자가 결과를 정확히 해석하기 어렵습니다.

셋째, 변수의 원래 척도를 임의로 재구성하면서 근거를 밝히지 않는다. 연속형 변수를 범주형으로 재구성하거나 여러 문항을 합산해 지표를 만들 때는, 그 재구성 기준과 근거(선행연구, 신뢰도 계수 등)를 방법론 장에 명시해야 합니다.

IRB 심의가 필요한가

이미 공개된 익명화 자료를 활용하는 2차 자료 분석 연구는, 연구자가 직접 참여자를 모집하고 자료를 수집하는 연구와는 IRB(기관생명윤리위원회) 심의 절차가 다를 수 있습니다. 많은 기관에서 완전히 익명화된 공개 데이터셋 분석은 심의 면제(exempt) 또는 신속심의 대상으로 분류하지만, 이는 기관마다 규정이 다르므로 반드시 소속 기관의 IRB에 사전 문의해 심의 대상 여부를 확인해야 합니다. 심의가 면제되더라도, 자료 출처와 이용 약관을 준수했다는 사실은 방법론 장에 명시하는 것이 좋습니다.

2차 자료 분석의 장점과 한계

2차 자료 분석은 대규모 표본을 활용한 통계적으로 안정적인 분석이 가능하고, 자료 수집에 드는 시간과 비용을 절약할 수 있다는 장점이 있습니다. 다만 연구자가 직접 측정 도구를 설계할 수 없으므로, 자신의 연구 질문에 정확히 맞는 변수가 데이터셋에 없을 경우 대리 변수(proxy variable)를 사용해야 하는 제약이 따릅니다. 이 경우 대리 변수가 원래 측정하고자 한 개념을 얼마나 타당하게 반영하는지 논문에서 명확히 논증해야 하며, 이 논증이 부족하면 심사에서 구성 타당도에 대한 지적을 받을 수 있습니다.

결측치와 무응답 처리

대규모 설문 자료는 문항별로 무응답이나 결측치가 상당 비율 존재하는 경우가 많습니다. 코드북에는 보통 결측치의 유형(무응답, 해당 없음, 유효하지 않은 응답 등)을 구분하는 코드가 별도로 정의되어 있으므로, 이를 정확히 구분해 처리해야 합니다. 단순히 결측치가 있는 사례를 모두 제외하는 목록별 삭제(listwise deletion)를 쓰면 표본이 크게 줄어들고 편향이 발생할 수 있으므로, 결측 비율이 높은 변수를 사용할 때는 다중대체법 같은 대안적 처리 방법을 검토하는 것이 좋습니다. 어떤 결측치 처리 방법을 선택했든, 그 방법과 근거를 방법론 장에 명시해야 심사에서 결과의 신뢰도를 판단할 수 있습니다.

연구데이터 관리계획을 함께 세워두면 좋은 이유

대규모 공개 데이터셋을 신청·다운로드해 쓰는 연구는 원자료 자체를 어떻게 보관하고, 가공한 분석용 데이터셋을 어떤 이름과 버전 체계로 관리할지 미리 정해두지 않으면 연구가 길어질수록 파일 관리가 뒤엉키기 쉽습니다. 최근에는 학과나 연구비 지원 기관이 연구데이터 관리계획서(DMP) 작성을 요구하는 경우도 늘고 있으므로, 연구데이터 관리계획서(DMP) 작성 튜토리얼에서 항목별 예시 문장과 공개·비공개 판단 기준을 참고해두면 2차 자료 분석 연구에서도 자료 관리 계획을 체계적으로 세울 수 있습니다.

AI로 자료 탐색할 때 주의할 점

방대한 코드북에서 필요한 변수를 찾거나, 변수명과 척도를 정리하는 초기 작업은 AI로 속도를 높일 수 있지만, 실제 통계 분석 결과와 논문에 인용하는 수치는 반드시 자신이 직접 통계 프로그램에서 산출한 값과 대조해야 합니다. AI가 코드북 내용을 요약하는 과정에서 변수의 척도나 결측치 처리 방식을 잘못 전달할 수 있으므로, 최종적으로는 원본 코드북과 대조하는 절차가 필요합니다. 데이터 출처 표기와 인용 형식 전반은 인용·참고문헌 작성법을 다루는 자료를 함께 참고하면 도움이 됩니다. Tesify로 코드북 요약과 변수 정리 초안을 잡은 뒤, 실제 분석과 통계값은 자신이 직접 산출해 완성하는 순서를 권장합니다.

인용과 자료 출처 표기 방식

공개 데이터셋을 활용한 논문은 데이터셋 자체를 하나의 인용 대상으로 참고문헌 목록에 명시하는 것이 일반적입니다. OECD가 공개하는 TALIS와 PISA는 공식 홈페이지에 권장 인용 형식을 제공하는 경우가 많으므로, 이를 그대로 따르는 것이 안전합니다. 국가수준 학업성취도평가 자료 역시 한국교육과정평가원이 안내하는 인용 방식을 따라야 하며, 자료를 신청해 받은 경우라면 이용 승인 조건에 인용 의무가 포함되어 있는지 확인해야 합니다. 데이터셋 인용을 누락하면 자료 출처를 명확히 밝히지 않은 것으로 간주되어 심사에서 지적받을 수 있으므로, 참고문헌 목록에 일반 학술 논문과 동일한 수준의 정확성으로 포함해야 합니다.

연구계획서 단계에서 데이터셋을 미리 검토해야 하는 이유

2차 자료 분석 연구는 연구계획서 심사 이전에 실제로 필요한 변수가 데이터셋에 존재하는지 미리 확인해두는 것이 특히 중요합니다. 직접 설문을 설계하는 연구와 달리, 2차 자료는 이미 수집이 끝난 자료이므로 연구 질문에 필요한 변수가 없다는 사실을 논문 작성 중반에 발견하면 연구 방향을 통째로 수정해야 하는 상황이 생길 수 있습니다. 연구계획 단계에서 코드북을 미리 살펴보고, 연구 질문에 필요한 핵심 변수와 통제 변수가 실제로 존재하는지, 표본 크기가 분석에 충분한지 사전에 검토해두면 이런 위험을 크게 줄일 수 있습니다.

자주 묻는 질문

Q. 이 데이터셋들은 무료로 사용할 수 있나요?
A. TALIS와 PISA는 OECD가 학술 연구 목적으로 원자료를 무료로 공개하고 있으며, 국가수준 학업성취도평가 자료도 한국교육과정평가원을 통해 연구 목적의 신청 절차를 거쳐 활용할 수 있습니다. 정확한 접근 절차와 이용 약관은 각 기관의 최신 공지를 확인해야 합니다.

Q. 여러 주기의 자료를 합쳐서 시계열 분석을 해도 되나요?
A. 가능하지만, 주기마다 문항이나 척도가 일부 변경되었을 수 있으므로 코드북을 통해 변수의 일관성을 먼저 확인해야 합니다.

Q. 국내 자료와 국제 자료를 함께 분석할 수 있나요?
A. 가능합니다. 다만 조사 목적과 문항 구성이 다르므로, 두 자료의 유사 변수를 단순 비교하기보다 개념적 정합성을 먼저 검토하고 필요하다면 척도 변환 절차를 거쳐야 합니다. 국내 자료와 국제 자료를 병치해 논의하는 것만으로도 새로운 통찰을 줄 수 있지만, 두 자료를 통계적으로 하나의 모형에 직접 결합하려면 표본 설계와 측정 방식의 차이를 충분히 검토한 뒤 진행해야 합니다.

TALIS, PISA, 국가수준 학업성취도평가는 각각 다른 조사 대상과 목적을 가진 데이터셋입니다. 연구 질문에 맞는 데이터셋을 선택하고, 코드북으로 변수 구조를 정확히 파악하고, 복합표본설계에 따른 가중치를 반영해 분석하면 2차 자료를 활용한 신뢰도 높은 교육학 논문을 완성할 수 있습니다. 대규모 공개 데이터셋은 훌륭한 연구 자원이지만, 그 자료가 어떻게 수집되었는지 이해하지 못한 채 사용하면 오히려 통계적 오류의 원인이 될 수 있다는 점을 항상 염두에 두어야 합니다. 코드북을 꼼꼼히 읽고 자료의 수집 방식을 이해하는 데 들이는 시간은, 결국 분석 단계와 심사 단계 모두에서 훨씬 큰 시간을 절약해주는 투자라고 볼 수 있습니다.