Table 6. Logistic regression analyses: Predicting pass rates for screen course based on K-PAT subtest scores

		B	SE	Wald	p	df	OR	OR 95% 신뢰구간
								하한	상한
인지영역	→입문 과정 수료
도형회전		-0.270	.160	2.847	.092	1	0.764	0.558	1.045
도형전개도		0.114	.154	0.548	.459	1	1.121	0.828	1.517
척도판독		-0.292	.155	3.540	.060	1	0.747	0.551	1.012
계기판독		0.503**	.170	8.714	.003	1	1.654	1.184	2.309
배관미로		0.223	.148	2.277	.131	1	1.250	0.936	1.669
기계원리		0.038	.165	0.052	.820	1	1.038	0.751	1.435
의사결정		0.275	.142	3.754	.053	1	1.316	0.997	1.738
시각변별		0.331*	.153	4.671	.031	1	1.393	1.031	1.881
기억		0.058	.184	0.100	.752	1	1.060	0.738	1.522
정보처리영역
수표해독		-0.019	.127	0.022	.883	1	0.981	0.765	1.259
속도추정		-0.060	.144	0.176	.675	1	0.941	0.710	1.248
추적/회피		-0.138	.176	0.614	.433	1	0.871	0.617	1.230
멀티태스킹(이동)		0.106	.137	0.603	.438	1	1.112	0.851	1.453
멀티태스킹(기억)		0.161	.119	1.814	.178	1	1.174	0.930	1.483
멀티태스킹(청각)		0.104	.119	0.776	.378	1	1.110	0.880	1.401
χ2(15) = 36.011 (p = .002), Nagelkerke R2 = .098, 분류정확도 = 91.2%

주: p<.05,
p<.01,
p<.001.